Neuroevolución se refiere a la aplicación de algoritmos evolutivos para optimizar la estructura y los parámetros de redes neuronales.
Para ello, se generan poblaciones de redes, se evalúan y se desarrollan mediante selección, mutación y recombinación.
A diferencia de los métodos clásicos de aprendizaje como la retropropagación, la neuroevolución también puede ajustar la arquitectura de la red en sí, por ejemplo, el número de neuronas o conexiones.
Los algoritmos típicos son algoritmos genéticos, estrategias evolutivas o NEAT (NeuroEvolution of Augmenting Topologies).
La ventaja radica en la capacidad de resolver problemas complejos, no diferenciables o dinámicos, especialmente cuando la optimización tradicional es difícil.