[2] Cabe resaltar que el origen de los algoritmos meméticos se encuentra bastante ligado a los más conocidos algoritmos genéticos (GA), puesto que los MA toman como base la anatomía de los GA e incorporan en muchos de los casos procedimientos heurísticos de búsqueda local que incrementan el desempeño del algoritmo general.
Por otra parte, la denominación de "memético" surge del término inglés "meme", acuñado por R. Dawkins como el análogo del gen en el contexto de la evolución cultural, ejemplos de ellos son melodías, modas, ideas, dichos, metodologías, etc.[3] Los MA son metaheurísticas basadas en población, esto quiere decir que mantienen un conjunto de soluciones candidatas para el problema considerado.
Ahora bien en el caso de los MA, el término individuo denota un ente más pasivo, por lo que en la literatura se le ha denominado de mejor forma como agente.
Esto no es sorprendente si consideramos que existen miles de problemas de optimización pertenecientes a la clase NP, donde los MA han mostrado gran valor.
[1] Para ver la amplia cobertura que han tenido los MA resolviendo esta clase de problemas, se muestra a continuación una lista con las aplicaciones de mayor importancia: