Genetic algorithm, in artificial intelligence, a type of evolutionary computer algorithm in which represents possible solutions (often called “genes” or “chromosomes”) is “bred”. このシンボルの “繁殖 “には、通常、遺伝子組み換えにおけるクロスオーバープロセスに類似した機構と、調整可能な突然変異率が使用される。 アルゴリズムの各世代には、自然淘汰のプロセスに類似した、解を徐々に改善するための適応度関数が使用される。 遺伝的アルゴリズムを進化させ、選択を自動化するプロセスは、遺伝的プログラミングと呼ばれている。 一般的なソフトウェアのほか、人工生命、セル・オートマトン、ニューラルネットワークなどの研究にも遺伝的アルゴリズムが用いられることがある。
Holland は遺伝的アルゴリズムの実験を行った最初の人物ではありませんが、1970年代初頭にミシガン大学での彼の仕事によって、この分野の発展と一般化に大きく貢献しました。 著書「自然および人工システムにおける適応」（1975年、改訂・増補1992年）で述べられているように、彼は遺伝的アルゴリズムの各世代を評価するための方法、すなわちスキーマ定理を考案したのである。 ホランドの博士課程の学生で、遺伝的プログラミングに関する10以上の特許を持つジョン・コザは、サイエンティフィック・ゲームズという会社の創設者として、この分野の商業的応用を最初に開発した一人であった。 コザは、「遺伝的プログラミング」をはじめとする一連の著書で、自らのプログラミング体験を語っている。 2646>
遺伝的プログラミングでしばしば遭遇する問題の1つは、アルゴリズムが最適解（「全体最適」）を見つけるのではなく、適度に良い解の領域（「局所最適領域」）に留まってしまうことである。 このような進化の行き詰まりを克服するためには、人間の介入が必要な場合がある。 また、遺伝的プログラミングは計算量が多い。 1990年代には、遺伝的プログラミングの技術は、高価なスーパーコンピュータの使用を正当化できるほどには発達しておらず、そのため、応用はかなり単純化された問題に限られていた。 しかし、安価なパーソナルコンピュータの性能向上に伴い、回路設計、データの並べ替えや検索、量子コンピューティングなどの分野で、遺伝的プログラミングは商業的に大きな成功を収めるようになった。 NASAでは、2006年に打ち上げられた太陽活動の地球磁気圏への影響を監視する3機の超小型衛星「スペース・テクノロジー5プロジェクト」のアンテナ設計に、遺伝的プログラミングが用いられた
。