Los algoritmos genéticos son el resultado de los recientes avances de la computación evolutiva y la genética y se constituyen en una de las principales herramientas tecnológicas de la inteligencia artificial. Estos algoritmos simulan la mecánica de la selección natural y de la genética utilizando la información histórica para encontrar nuevos puntos de búsqueda de una solución óptima, permitiendo obtener soluciones a un problema que por su complejidad no tiene ningún método de solución de forma preciso. Dicha solución exige cálculos complejos que de manera normal tomarían demasiado tiempo.
La configuración básica de un algoritmo genético es la siguiente: Una representación, en términos de "cromosoma", de las configuraciones de nuestro problema. Una manera de crear las configuraciones de la población inicial. Una función de evaluación que permite ordenar los cromosomas de acuerdo con la función objetivo. Operadores "genéticos" que permiten alterar la composición de los nuevos cromosomas generados por los padres durante la reproducción. Valores de los parámetros que el algoritmo genético usa (tamaño de la población, probabilidades asociadas con la aplicación de los operadores genéticos, etc).
Las principales aplicaciones de los algoritmos genéticos en el campo de la gestión financiera empresarial son: La predicción de la bancarrota de una empresa; evaluación y predicción de la capacidad financiera de una empresa para absorber un préstamo y con el fin de decidir el otorgamiento del mismo, la inferencia de reglas que indiquen las mejores decisiones sobre la asignación de recursos con base en información histórica de varios años.
Generalmente, los algoritmos genéticos se emplean con bastante éxito en la investigación de operaciones para resolver problemas de optimización numérica y combinatoria.