از ديگر كاربردهاي مهمي كه هوش جمعي دارد الگوريتم ژنتيك مي باشد . الگوريتم ژنتيک که به‌عنوان يکي از روشهاي تصادفي بهينه يابي شناخته شده, توسط جان هالند در سال ۱۹۶۷ ابداع شده‌است. بعدها اين روش با تلاشهاي گلدبرگ ۱۹۸۹, مکان خويش را يافته و امروزه نيز بواسطه تواناييهاي خويش , جاي مناسبي در ميان ديگر روشها دارد. روال بهينه يابي در الگوريتم ژنتيک براساس يک روند تصادفي- هدايت شده استوار مي‌باشد. اين روش , بر مبناي نظريه تکامل تدريجي و ايده‌هاي بنيادين داروين پايه گذاري شده‌است.در اين روش , ابتدا براي تعدادي ثابت که جمعيت ناميده مي‌شود مجموعه‌اي از پارامترهاي هدف بصورت اتفاقي توليد مي‌شود , پس از اجراي برنامه شبيه ساز عددي را که معرف انحراف معيار و يا برازش آن مجموعه از اطلاعات است را به آن عضو از جمعيت مذکور نسبت مي‌دهيم. اين عمل را براي تک تک اعضاي ايجاد شده تکرار مي‌کنيم , سپس با فراخواني عملگرهاي الگوريتم ژنتيک از جمله لقاح , جهش و انتخاب نسل بعد را شکل مي‌دهيم و اين روال تا ارضاي معيار همگرايي ادامه داده خواهد شد.

 

تکنيک جستجويي درعلم رايانه براي يافتن راه‌حل تقريبي براي بهينه سازي و مسائل جستجو است. الگوريتم ژنتيک نوع خاصي از الگوريتم هاي تكامل است که از تکنيکهاي زيست‌شناسي فر گشتي مانند وراثت و جهش استفاده مي‌کند.

الگوريتمهاي ژنتيک معمولاً به عنوان يک شبيه‌ساز کامپيوتر که در آن جمعيت يک نمونه انتزاعي (كروموزومها) از نامزدهاي راه‌حل يک مسأله بهينه سازي به راه حل بهتري منجر شود، پياده‌سازي مي‌شوند. به طور سنتي راه‌حلها به شکل رشته‌هايي از ۰ و ۱ بودند، اما امروزه به گونه‌هاي ديگري هم پياده‌سازي شده‌اند. فرضيه با جمعيتي کاملاً تصادفي منحصر بفرد آغاز مي‌شود و در نسلها ادامه مي‌يابد. در هر نسل گنجايش تمام جمعيت ارزيابي مي‌شود، چندين فرد منحصر در فرايندي تصادفي از نسل جاري انتخاب مي‌شوند (بر اساس شايستگيها) و براي شکل دادن نسل جديد، اصلاح مي‌شوند (کسر يا دوباره ترکيب مي‌شوند) و در تکرار بعدي الگوريتم به نسل جاري تبديل مي‌شود.