遺伝的アルゴリズム
genetic algorithm
GAと略される。集団でみた生物の遺伝、進化をモデルにして、発見的に解を探索するアルゴリズム（問題を解くための論理構造）。 自然界では多数の遺伝子が共存し、想定された多数の課題から最適解を探索・選定して生き延びている。 ニッポニカより
GAではこれをまねて、
データを染色体のように扱い、
まずは適当な遺伝子集団をつくり、
それをあらかじめ定めておいた適応度の評価関数（生存条件）で評価して、 適応度の高いものは増殖させ低いものは淘汰する（自然淘汰）。
ニッポニカより
$ \textcolor{green}{特徴}
GA はほかの３つの手法に比べて，自由度が高く， 設計変数の多い大域的な最適化に有効である．10 ＾ （10～20）程度の解を持つ大きさの問題に有効であ る．広範囲における探索，最適化問題，機械の学習問題など多岐にわたって応用可能である．一方，繰り返し計算による計算負荷の大きさ・早熟収束により 局所解へ収束する可能性の 2 つの課題点がある． 早熟収束は，最初の方の世代で他の個体より適応度が 圧倒的に高い個体が生まれた場合に起こる．その個体の遺伝子が集団中に爆発的に増えて，解の探索が 早い段階で収束してしまう現象である． 引用
日本大百科全書（ニッポニカ）
論文引用かくにんmikilab.doshisha.ac.jp/dia/monthly/monthly2014/mlm152/syagami/syagami.pdf
（2019/12/18）