Genetiska algoritmer(GA)är en sökalgoritm som framlades av Holland (1975). GA efterliknar evolution; en mängd lösningar kombineras och muterar under loppet av flera generationer för att skapa en så bra lösning som möjligt. En vidareutveckling av GA är distribuerade genetiska algoritmer (DGA); en samling GA exekverar isolerat från varandra och med jämna mellanrum delar lösningarmed varandra. Detta arbete har undersökt hur DGA påverkas av k-elitism; att de k bästa lösningarna kopieras till nästa generation utan att förändras. En DGA har implementerats som löser handelsresandeproblem från problembiblioteket TSPLIB. Experimenten visade att k-elitism påverkar hur bra lösningar som produceras samt hur många generationer som krävs innan algoritmen slutar göra framsteg. Vissa värden på k gav i regel bättre resultat, och andra värden på k gav i regel sämre resultat. Det föreslås att mer forskning görs på området. Resultaten bör verifieras för andra variabeluppsättningar och migrationsfrekvensens betydelse bör undersökas djupare.