``The universe has its own cure for stupidity. Unfortunately, it does not always apply it.``
Genetische Algorithmen (GA) sind eine Klasse von nichtlinearen, adaptiven, heuristischen und zum Teil parallelen Methoden für Such- und Optimierungsprobleme. Sie basieren auf dem natürlichen Vorbild der Evolution und werden typischerweise als Black-Box Methoden angewandt. Über viele Generationen evolvieren Populationen in der Natur nach den Prinzipien der natürlichen Selektion und dem ,,Überleben des Stärkeren``, welche zuerst von Charles Darwin in seinem Buch The Origin of Species postuliert wurden. Indem diese Prinzipien der Natur abgeschaut und imitiert werden, können Genetische Algorithmen künstliche Populationen generieren und einer Evolution unterziehen, deren einziges Ziel es ist, ihnen gestellte Probleme möglichst optimal zu lösen.
Genetische Algorithmen brauchen keine Gradienteninformationen oder andere Formen von problemspezifischem Wissen über die von ihnen zu lösende Aufgabe3.1. Aus diesem Grund werden sie vor allem in solchen Aufgabengebieten eingesetzt, welche entweder noch nicht gut verstanden werden oder deren komplette Modellierung aus mathematischen oder rechnerischen Gründen unmöglich ist [24].