Algorytm genetyczny operuje na populacji jednostek:
P(n)={X1n,, X2n,...,XRn}
gdzie: n jest numerem generacji, natomiast R oznacza rozmiar populacji a1.
Każda jednostka Xin, i=1,...,Rw zależności od problemu może być wyrażona dowolną, często skomplikowaną strukturą.
Reprezentuje ona potencjalne rozwiązanie, posiadające pewną miarę swojej wartości, wyliczaną przy pomocy funkcji dopasowania. Po obliczeniu tej miary dla każdej jednostki w populacji tworzona jest nowa generacja. Odbywa się to poprzez eliminację jednostek o najniższej wartości funkcji dopasowania, pozostawienie jednostek o wartości pośredniej oraz promowanie tych z najwyższą wartością.
Taki schemat postępowania za końcowy rezultat uznaje najlepszą jednostkę z pierwszej generacji. Algorytmy genetyczne uwzględniają dodatkowo możliwość doskonalenia rozwiązań. Osiągają to dzięki zastosowaniu operatorów genetycznych: krzyżowania i mutacji.
