Η γενετική βελτιστοποίηση είναι η χρήση αλγορίθμων προγραμματισμού για την εύρεση της καλύτερης λύσης σε ένα πρόβλημα. Αυτό έχει τις ρίζες του στη δουλειά των μαθηματικών που ξεκινούσαν ήδη από τη δεκαετία του 1950, οι οποίοι πήραν μοντέλα που είδαν στη βιολογία και τα εφάρμοσαν σε μη γραμμικά προβλήματα που ήταν δύσκολο να επιλυθούν με συμβατικά μέσα. Η ιδέα είναι να μιμηθεί η βιολογία, η οποία εξελίσσεται με την πάροδο των γενεών για να δημιουργήσει τον καλύτερο δυνατό πληθυσμό. Στον προγραμματισμό, είναι δυνατή η προσομοίωση αυτής της διαδικασίας για να βρεθεί μια δημιουργική λύση σε ένα πρόβλημα.
Τα μη γραμμικά προβλήματα μπορεί να είναι προκλητικά για τους μαθηματικούς. Ένα παράδειγμα μπορεί να φανεί στις συναλλαγές τίτλων, όπου μπορεί να υπάρχει ένας αριθμός πιθανών αποφάσεων που γρήγορα διακλαδίζονται για τη δημιουργία ενός δέντρου επιλογών. Ο ανεξάρτητος υπολογισμός των πιθανοτήτων που σχετίζονται με κάθε επιλογή θα ήταν πολύ χρονοβόρος. Ο μαθηματικός μπορεί επίσης να χάσει μια βέλτιστη λύση αποτυγχάνοντας να συνδυάσει πιθανές επιλογές για να εξερευνήσει νέες μεταθέσεις. Η γενετική βελτιστοποίηση επιτρέπει στους ερευνητές να εκτελούν υπολογισμούς αυτής της φύσης με πιο αποτελεσματικό τρόπο.
Ο ερευνητής ξεκινά με ένα θέμα ενδιαφέροντος, γνωστό ως «πληθυσμός», το οποίο μπορεί να χωριστεί σε άτομα, μερικές φορές γνωστά ως πλάσματα, οργανισμούς ή χρωμοσώματα. Αυτοί οι όροι, δανεισμένοι από τη βιολογία, αντικατοπτρίζουν την προέλευση αυτής της προσέγγισης στον προγραμματισμό. Ένας υπολογιστής μπορεί να ξεκινήσει να εκτελεί μια προσομοίωση με τον πληθυσμό, επιλέγοντας μεμονωμένους οργανισμούς μέσα σε μια γενιά και επιτρέποντάς τους να αναμειχθούν για να δημιουργήσουν μια νέα γενιά. Αυτή η διαδικασία μπορεί να επαναληφθεί σε πολλές γενιές για να συνδυαστούν και να ανασυνδυαστούν πιθανές λύσεις, ιδανικά καταλήγοντας στην πιο κατάλληλη επιλογή για τις δεδομένες συνθήκες.
Αυτό μπορεί να είναι εξαιρετικά βαρύ σε πόρους. Οι υπολογισμοί που χρησιμοποιούνται στη γενετική βελτιστοποίηση απαιτούν σημαντική υπολογιστική ισχύ για γρήγορη σύγκριση και επιλογή ενός αριθμού επιλογών και συνδυασμών ταυτόχρονα. Η πρώιμη έρευνα στη γενετική βελτιστοποίηση περιοριζόταν μερικές φορές από τη διαθέσιμη επεξεργαστική ισχύ, καθώς οι ερευνητές μπορούσαν να δουν τις πιθανές εφαρμογές, αλλά δεν μπορούσαν να εκτελέσουν πολύπλοκα προγράμματα. Καθώς αυξάνεται η ισχύς του υπολογιστή, η χρησιμότητα αυτής της μεθόδου είναι επίσης, αν και μεγάλοι και περίπλοκοι υπολογισμοί ενδέχεται να απαιτούν ακόμα έναν εξαιρετικά εξειδικευμένο υπολογιστή.
Οι ερευνητές στον τομέα των μαθηματικών μπορούν να εργαστούν με τη γενετική βελτιστοποίηση σε διάφορα περιβάλλοντα. Η συνεχής ανάπτυξη νέων τύπων και προσεγγίσεων απεικονίζει τις εξελίξεις στα μαθηματικά καθώς οι άνθρωποι μαθαίνουν για νέους τρόπους εξέτασης σύνθετων προβλημάτων. Κάποια απλή γενετική βελτιστοποίηση μπορεί να παρατηρηθεί στη δουλειά σε ρυθμίσεις όπως λογισμικό για εμπόρους τίτλων και προγραμματισμός για παιχνίδια και εικονική πραγματικότητα όπου οι προγραμματιστές θέλουν οι χρήστες να έχουν μια πιο φυσική εμπειρία.