Genetik algoritmalar, bir optimizasyon için "çözüm adayları"nı temsil eden gösterimlerin, daha iyi sonuçlar vermek üzere evrim geçirmeleriyle ilgili bilgisayar benzetimleri olarak tanımlanıyor. Kaynağını doğadan alan bu yöntem, "kromozom" olarak adlandırılan dizelerden oluşan bir "populasyon" test edilip, bu kromozomlardan en uygun olanlarını alarak, bunların arasından rastgele mutasyonlar yapmaya dayanıyor. Sonuç olarak en iyi çözümü oluşturmak üzere bir evrim bekleniyor.
Jake Moilanen'ın yayınladığı 4 yamada, kromozomlar Linux çekirdeği için mümkün optimizasyonlar oluyor. Mümkün ayarlamalardan oluşan bir populasyonda, sistem yüküne göre testler yapılıyor. İyileştirme derecesine göre sıralanan bu kromozom dizelerinde alt sıralarda kalan kromozomlar populasyondan atılarak, yerlerine üst sıralardakilerden türetilen başkaları dolduruluyor. Sonra da rastgele bir mutasyon uygulanarak, yüke göre en iyi ayarlamanın yapılması sağlanıyor. Daha sonra yüklenme değişirse, yöntem yeni yüke göre başka ayarlamaların yapılmasını sağlıyor, yani mutasyona uğruyor. Sonuç olarak test yazılımlarıyla %1-%3 civarında bir performans artışı gözlenmiş; yazar, bu fikrin geliştirilmesiyle daha büyük kazançlar olabileceğini düşünüyor.
