Algorithmes génétiques, séparation et évaluation (branch et bound), compte de l'opérateur d'enjambement (cross-over), algorithmes évolutionnistes.
Le but est d'obtenir une solution approchée à un problème d'optimisation, lorsqu'il n'existe pas de méthode exacte (ou que la solution est inconnue) pour le résoudre en un temps raisonnable. Des algorithmes génétiques s'inspirent de la notion de sélection naturelle et l'appliquent à une population de solutions potentielles au problème donné.