Pemrograman genetik adalah proses menggunakan satuprogram komputeruntuk menulis program komputer lain menggunakanmetodologi berbasisalgoritmaevolusioner.Proses ini sering dibandingkan dengan pemrograman linier, di mana programmer menulis instruksi khusus untuk dijalankan oleh komputer.LISP dan Skema adalah bahasa pemrograman yang paling umum untuk jenis pekerjaan ini karena fungsionalitas dan fleksibilitas tingkat tinggi mereka.Sebagai hasil dari kesamaan konseptualnya dengan evolusi biologis, pemrograman genetik sering dikutip sebagai contoh komputasi yang terinspirasi oleh bio.
Sebuah algoritma pemrograman komputer.
Program genetik (GP) bekerja dengan menghasilkan dan menjalankan ribuan program dan memilih yang paling efektif untuk digunakan.Misalnya, GP mungkin digunakan untuk membuat program menggambar sketsa foto.Hal pertama yang akan dilakukan GP adalah membuat serangkaian program yang menggunakan berbagai fungsi menggambar komputer dalam kombinasi acak.Kemudian GP akan menjalankan masing-masing program ini secara berurutan, mengeluarkan hasil masing-masing ke file gambar.
Langkah selanjutnya untuk GP adalah memilih yang terbaik dari program-program tersebut dari set.Proses ini umumnya merupakan bagian tersulit dari pemrograman genetik.Dalam hal program menggambar, GP akan menggunakan perangkat lunak perbandingan gambar untuk menentukan gambar acak mana yang paling mirip dengan gambar yang coba digambar oleh perangkat lunak.Dari program yang dibuat secara acak, GP akan memilih beberapa teratas dan membuang sisanya.Proses seleksi dikenal sebagai evaluasi kebugaran, dan umumnya dianggap sebagai bagian tersulit dari pemrograman genetik.
Setelah beberapa program teratas telah dipilih, GP akan menggunakannya sebagai dasar dari kumpulan program baru.Setiap batch baru disebut generasi.Dua cara untuk menciptakan generasi baru adalah mutasi dan crossover.Mutasi bekerja dengan mengambil salah satu program yang ada dan membuat perubahan acak, semoga menjadi lebih baik.Crossover, juga disebut pemuliaan, bekerja dengan mengambil dua program teratas dan menggabungkan unsur-unsurnya untuk membuat program baru.
Setelah membuat kumpulan program baru, GP mengulangi proses menjalankan dan mengevaluasinya, dan kemudian mengulangi proses seleksi, eliminasi, dan pembuatan.Dokter akan sering menjalankan ratusan generasi sebelum menemukan satu program dengan hasil yang memuaskan.Terlepas dari keterbatasan ini, pemrograman genetik adalah cara umum untuk memecahkan beberapa jenis masalah komputasi yang sulit, termasuk rekayasa robot dan masalah kecerdasan buatan.