Se conocen sobradamente las deficiencias existentes en la primera peticiónque realiza un usuario a un sistema de recuperación de información. Deahí la importancia que han adquirido las técnicas que permiten adaptarlas peticiones del usuario para optimizar las preguntas de modo que sepuedan obtener mejores resultados. Una de estas técnicas es la Retroalimentaciónpor Relevancia.Por otro lado, recientemente han aparecido aplicaciones de AlgoritmosGenéticos a la Recuperación de información, la mayor parte de ellos aplicadosa la retroalimentación por relevancia. Sin embargo, no se han realizadoevaluaciones de los mismos de forma que se puedan comparar entre sí y conotras técnicas de retroalimentación.En este trabajo implementamos los distintos algoritmos genéticos existentesen la literatura y algunos de diseño propio, y se ha realizado una evaluaciónutilizando el método de la colección residual, según varios autores elmás adecuado para la evaluación de técnicas de retroalimentación por relevancia.También se han comparado los resultados de los distintos algoritmos genéticoscon los obtenidos por el método de Ide dec-hi, uno de los métodos tradicionalesque mejores resultados obtienen.En cuanto a los resultados, éstos varían mucho dependiendo de la funciónde adaptación utilizada, pero en general son muy prometedores: uno de losalgoritmos genéticos diseñados por nosotros obtuvo una mejora del 127%,superando incluso a la mejora conseguida con el método tradicional de Idedec-hi. De lo que se puede concluir que mediante estos algoritmos genéticosse puede obtener una mejora considerable de la pregunta original, implementandola técnica de retroalimentación por relevancia (en una sola iteración),con lo que prometen ser una técnica de gran ayuda para implementar un sistemade recuperación de información eficaz.