Algorytmy sztucznej inteligencji były świetne w ich zastosowaniu w życiu praktycznym. Po udanym zastosowaniu różnych technik obliczeniowych, pojawiła się silna potrzeba rozwoju Inteligentnych Systemów i tym samym rozpoczęła się nowa era Soft Computing. Algorytm genetyczny jest jedną z takich miękkich technik obliczeniowych, która naśladuje naturę i posiada cały potencjał techniki obliczeniowej. Algorytmy genetyczne są algorytmami obliczeniowymi skonstruowanymi w analogii do procesu ewolucji. Algorytmy genetyczne są klasą stochastycznych metod wyszukiwania, które próbują znaleźć dobre rozwiązania dla trudnych problemów z optymalizacją poprzez naśladowanie naturalnej ewolucji. W ciągu ostatnich trzech dekad algorytmy genetyczne okazały się skuteczne w rozwiązywaniu wielorakich problemów z bardzo różnych dziedzin, w tym optymalizacji, automatycznego programowania, projektowania układów elektronicznych, telekomunikacji, sieci, finansów, ekonomii, analizy obrazu, przetwarzania sygnałów, muzyki i sztuki. Dzięki tym zastosowaniom algorytmów genetycznych możliwe jest wykorzystanie algorytmów genetycznych w inżynierii oprogramowania w celu zautomatyzowania procesu testowania.