GA는 일반적으로 'Genetic Algorithm'의 약어로, 생물 진화 과정에서 영감을 받아 설계된 최적화 및 탐색 기법이다. 이 알고리즘은 자연 선택의 원리를 모델링하여 문제 해결을 위한 해의 집합을 진화시킨다. 초기 집합은 무작위로 생성된 해들로 구성되며, 이 집합은 세대가 거듭될수록 진화의 과정을 통해 개선된다.
GA의 주요 구성 요소는 개체, 적합도 함수, 선택, 교배, 돌연변이이다. 개체는 문제의 가능한 해를 나타내며, 적합도 함수는 각 개체의 성능을 평가하는 기준이 된다. 선택은 적합도가 높은 개체를 다음 세대로 전달하는 과정이며, 교배는 두 개체의 특성을 결합하여 새로운 개체를 만들어내는 과정이다. 돌연변이는 개체의 일부를 무작위로 변경하여 유전적 다양성을 증가시키는 역할을 한다.
이 알고리즘은 다양한 분야에 적용될 수 있으며, 특히 공학, 경제학, 생물정보학, 인공지능 등의 분야에서 최적화 문제를 해결하는 데 효과적이다. 또한, GA는 복잡한 문제를 해결하는데 필요한 탐색 공간을 압축하여 전통적인 방법보다 더 빠르게 우수한 해를 찾을 수 있는 장점이 있다.