Los algoritmos evolutivos (AE) son técnicas de búsqueda y optimización basadas en poblaciones, inspiradas en la evolución biológica. Pueden resolver problemas complejos de optimización no lineal y manejar con éxito problemas con muchos óptimos locales. Este tutorial ofrece una introducción exhaustiva a los algoritmos genéticos y a otros algoritmos evolutivos destacados, como las estrategias evolutivas, la programación genética y la optimización por enjambre de partículas. Presentamos los principios fundamentales, los operadores clave (selección, cruce, mutación) y las estructuras algorítmicas.
En primer lugar, hacemos un breve repaso de los elementos de la evolución darwiniana y la genética que se aprovechan en las EA. A continuación, nos centramos en los algoritmos genéticos: esquemas de codificación, equilibrios entre exploración y explotación y comportamiento de convergencia. A continuación, analizamos los principales ingredientes de otras estrategias evolutivas y modelos híbridos. Abordamos aspectos prácticos, como el ajuste de parámetros, la gestión de restricciones y la eficiencia computacional. 
Al final, mostramos cómo las EA pueden resolver con éxito algunos problemas de optimización del mundo real en ingeniería estructural y geociencias.