Kebanyakan permasalahan optimasi pada dunia industri (secara khusus dapat dikatakan sistem manufakturing) memiliki kompleksitas yang sangat tinggi dan sulit untuk diselesaikan dengan teknik-teknik optimasi konvensional. Semenjak tahun 1960-an, peningkatan minat para ilmuwan yang memfokuskan kepada bidang pengimitasian kehidupan, telah menghasilkan berbagai teknik atau pendekatan optimisasi yang dapat disebut juga sebagai algoritma evolusioner, sehingga memungkinkan untuk menyelesaikan permasalahan-permasalahan optimasi yang kompleks secara lebih mudah dan akurat. Ada tiga wilayah utama yang tercakup di dalam algoritma evalusioner yaitu algoritma genetik (Gas), pemrograman evalusioner (Eps) dan strategi evolusi (Ess).
Di antara ketiga pendekatan ini, algoritma genetik yang lebih populer digunakan pada berbagai permasalahan optimisasi dan menjadi fokus tunggal kita di dalam buku ini. Adapun materi yang dibahas di dalam buku ini mencakup: Pondasi algoritma genetik, berbagai permasalahan dalam algoritma genetik, contoh-contoh kasus numerik dan pemrograman non-linier: optimisasi stochastic