URL: http://sutod.selcuk.edu.tr/sutod/article/view/78 ; İnternet teknolojilerindeki gelişmeler, öğrenme ihtiyaçlarının farklılaşması, bireylerin daha esnek ve kişiselleştirilmiş bir öğrenme ortamını talep etmeleri internet tabanlı uzaktan öğretim modellerinin oluşturulmasına zemin hazırlamaktadır. Uzaktan eğitim kendi arasında çeşitli kategorilere ayrılmakta, uzak sanal laboratuarlar da bu kategoriler arasında ele alınmaktadır. Bu çalışmada, genetik algoritmalar (GA) konusunda örnek deneyler içeren uzak sanal laboratuar uygulamalarının gerçekleştirildiği bir deney sistemi hazırlanmıştır. Genelde, GA son derece teorik derslerden biridir ve bir öğrencinin programlama dillerinden herhangi birinde GA uygulaması yazması oldukça zordur. Ayrıca, yazılmış bir programda; nüfus büyüklüğü, çaprazlama oranı, mutasyon oranı ve kodlama biçimi gibi parametrelerin en iyi değerlerini bulmak zaman alıcı bir iştir. Bu zorlu adımların gerçekleştirilmesinden sonra, öğrenciler GA’nın çalışmasını irdeleyebilmektedirler. Oysaki çalışmamızda, öğrenciler tek bir satır program kodu dahi yazmadan, İnternet üzerinden uzak sanal GA laboratuarına erişerek, GA’nın çalışma ve performansını inceleyebilmektedirler. Çalışmada; Matlab, Matlab Web Sunucu, Apache Sunucu, PHP ve Javascript gibi yazılım araçları kullanılmıştır. ; Recent developments in the internet technologies differentiate in learning needs, and demands of more flexible and individualized learning environments lead to provide a basis for the implementation of internet-based distance learning models. Distance learning is categorized in various disciplines, and remote virtual laboratory applications are assumed within such categories. In this study, an experiment system was prepared to implement a remote virtual laboratory application comprising sample experiments on Genetic Algorithms (GA). Generally, GA is one of highly theoretical courses and it is too difficult a student to write a GA application in programming languages. It also time consuming work to find the best values of parameters in GA which includes the parameters of population size, crossover rate, mutation rate and coding scheme. After the realization of these challenging steps students can investigate the study of GA. However, in our study, students are provided with internet access to the remote virtual GA laboratory for monitoring GA’s operation and performance without writing a single line of code. In the study, software packages and tools like Matlab, Matlab Web Server, Apache Server, HTML, PHP, and Javascript are used.