Os algoritmos genéticos são um dos métodos de busca e otimização. O objetivo da otimização é aumentar a eficiência para atingir um determinado valor ótimo. Os algoritmos genéticos baseiam-se nos mecanismos de seleção natural e hereditariedade. O algoritmo genético básico é construído a partir de três operações: reprodução, cruzamento e mutação. Os algoritmos genéticos operam em populações de sequências codificantes e utilizam regras de seleção aleatória para procurar o valor ideal global. No entanto, estas regras aleatórias são definidas para fornecer a direção apropriada da pesquisa (através de vários mecanismos de seleção ou dimensionamento da função de aptidão). Este procedimento básico é potenciado por certas manipulações genéticas, como as observadas na natureza. Incluem os mecanismos de dominância, diploidia, inversão e outros mecanismos de reconfiguração que ocorrem ao nível cromossómico. Os utilizadores podem criar padrões de escala textuais ou gráficos para a função de aptidão e utilizá-los em simulações. A aplicação também fornece uma análise preliminar de dados estatísticos relativos à distribuição da função de aptidão na população. O programa permite ao utilizador comparar procedimentos não aleatórios (por exemplo, dimensionamento da função de aptidão) utilizando a mesma sequência pseudo-aleatória (para procedimentos que requerem randomização, como a seleção, etc.) em simulações subsequentes. Para melhor visualizar os processos genéticos que ocorrem durante a simulação, alguns deles são apresentados ao utilizador através de animações. Além disso, alguns dos dados obtidos na simulação podem ser guardados e partilhados.