Cuando abordamos problemas cuyo espacio de posibles soluciones se nos facilita conocer, nuestra búsqueda se reduce a hallar un óptimo (un máximo o un mínimo) que de una solución al problema dadas unas restricciones. Sin embargo existen problemas de optimización combinatoria complejos en diversos campos como la economía, el comercio, la ingeniería, re-ingeniería de software, comunicaciones, la industria o la medicina, que a menudo son muy difíciles de resolver en la práctica y cuyo modelamiento matemático “Formulado coherentemente1 ”, no permite una solución con las herramientas analíticas al alcance. Por eso evaluando la complejidad actual generada en las instituciones y el mundo empresarial, así como la diversidad de fases en que se desarrolla el proceso de cambio institucional, se hace necesario el desarrollo y uso de métodos que permitan el manejo de situaciones problémicas desde el conjunto de sus partes y desde distintos puntos de vista. Debido a ese bajo rendimiento de los algoritmos exactos para muchos problemas, se han desarrollado un gran número de algoritmos aproximados, que proporcionan soluciones de alta calidad para estos problemas combinatorios (aunque no necesariamente la óptima) en un tiempo computacional breve; estos algoritmos incluyen las denominadas técnicas heurísticas y Metaheurísticas.