Genetik algoritmaların çıkışı, hangi tip problemlerin çözümünde kullanılabileceği, sınırları ve yapamayacakları, bir genetik algoritmanın problem çözümünde nasıl kullanılabileceği, hangi adımlardan geçilmesi gerektiği basitçe bir gerçek hayat probleminin kromozom dizilimleri (genler) ile nasıl kodlanacağı (encoding), topluluğun (population) nasıl ilklendirileceği, çaprazlama (crossover) ve mutasyon (mutation) operatörlerinin nasıl çalıştığı ve farklı tipte örnekleri, çıkan topluluğun ve yeni nesillerin nasıl değerlendirileceği ve sonuç olarak başarı kriterleri ve sezgisel algoritmalara (heuristic algorithms) özgü bazı problemlerin genetik algoritmalarda nasıl yaşandığı Doç.Dr.Şadi Evren ŞEKER tarafından bu videoda anlatılmaktadır.
Seçim problemlerinden olan 8-Vezir (8-Queens) ve Permütatif problemlerden olan gezgin satıcı problemini (traveling salesman problem) göstererek genetik algoritmaların farklı problemlere nasıl uygulanabileceğini ve aralarında nasıl farklar olacağıda ayrıca anlatılmıştır.
Genetik algoritmalar, Bilgisayar bilimlerinin doğa bilimlerinden (biyoloji) öğrendiği ve kendi problemlerini çözmek için kullandığı bir yöntemdir.
Canlı organizmaların yapıları taklit edilerek sanal ortamda geliştirilen modellemeler finans, pazarlama, halkla ilişkiler, inşaat, üretim ve hizmet sektöründe karşılaşılan birçok probleme çözüm bulmayı hedeflemektedir. Genetik Algoritmalar canlıların çevreye uyum ve genetik özellikleri ile ilgili araştırma sonuçlarının bir ürünüdür.
Doğada güçlü olanın yaşaması, güçsüz olanın ise ölmesi prensibini esas alan genetik algoritmalar son ürünün etkinlik ve verimlilik dengesini kurmayı amaçlamaktadır. Genetik algoritmaların en önemli özelliği tek bir gruba yönelik çözüm aramasıdır. Bu yöntemle birçok çözüm içerisinden zayıf, uyumsuz ve verimsiz olanlar elenerek en verimli ve etkili çözüm yolu bulunmaya çalışılır.
Genetik algoritmaları diğer yapısal algoritmalardan ayıran bir diğer özellikse birçok çözüm içerisinde uygunluğu en yüksek olanın seçilme şansının da en yüksek olmasıdır. Çözüm için seçim her ne kadar rasgele yapılsa da seçilen çözüm, çözüm uzayı içerisinde en çok şansa sahip olandır. Bu sistemle genetik algoritmalar daha etkin bir arama ile çok kısa sürelerde çözüme ulaşabilirler.
