در قرن حاضر که بشر در تلاش است تا با صرف کمترین زمان و هزینه بهین بهره برسد، بهینهسازی از اهمیت بسیار بالایی برخوردار است. عوامل تاثیرگذار در پیچیدگی محاسباتی بهینهسازی مانند غیرخطیبودن توابع هدف یا محدودیتها، گسستهبودن فضای حل مساله و اندازه مساله باعث رویکارآمدن الگوریتمهای فراابتکاری شده است. هدف از روشهای فراابتکاری، پیداکردن بهترین جواب ممکن در زمان قابل قبول است. الگوریتم ژنتیک (Genetic Algorithm–GA) نوع خاصی از الگوریتمهای تکاملی است که از علم ژنتیک و نظریه تکامل داروین برای یافتن جواب بهینه الهام میگیرد. در بین روشهای بهینهسازی مختلف، الگوریتم ژنتیک پراستفادهترین روش در رشتههای مختلف فنی و مهندسی است، بنابراین لزوم یادگیری آن برای تحقیق و پژوهش بر کسی پوشیده نیست و افراد برای بهینهسازی در رشتههای مختلف، باید از این الگوریتم استفاده کنند. اما کدنویسی این الگوریتم مستلزم یادگیری زبانهای برنامهنویسی است. نرمافزار متلب (MATLAB) جعبه ابزار ژنتیک الگوریتم را در خود دارد که حاوی کدهای آماده الگوریتم ژنتیک است و کاربران میتوانند از این تولباکس (Tool Box) برای بهینهسازی در کمترین زمان و بدون نیاز به یادگیری پیشرفته متلب استفاده کنند.