يعد تحديد تقنية التحسين التي سيتم استخدامها لحل مشكلة تحسين معينة مهمة مهمة وشاقة تمت مواجهتها في مجال التحسين لعقود من الزمن. تُعرف المشكلة المذكورة أعلاه باسم مشكلة اختيار الخوارزمية (ASP). لقد حاول العديد من الباحثين حل ASP لمجموعة واسعة من المشاكل. كانت تقنيات التحسين التي تم النظر فيها في الأعمال السابقة، بشكل أساسي، هي تقنيات التحسين التي يمكن تنفيذها بطريقة سريعة. ومع ذلك، فإن النظر في أساليب التحسين الأكثر تعقيدًا لحل مشكلة ASP، مثل الخوارزميات التطورية، يزيد بشكل كبير من التكلفة الحسابية المعنية. نحن مهتمون بحل ASP من خلال النظر في التكوينات المختلفة للخوارزمية الجينية (GA) المطبقة على مشكلة NP-hard 0/1 Knapsack (KNP) المعروفة. يتضمن ما ورد أعلاه تنفيذ عدد كبير من تكوينات GA المذكورة، من أجل تقييم أدائها، عند تطبيقها على مجموعة واسعة من الحالات ذات ميزات مختلفة لـ KNP، وهي مهمة مكلفة حسابيًا. ولذلك، فإن الهدف الرئيسي للعمل الحالي هو توفير، كخطوة أولى لحل مشكلة ASP، GA موازية فعالة، قادرة على تحقيق نتائج تنافسية، من حيث القيمة الموضوعية المثلى، في فترة زمنية قصيرة. تظهر النتائج الحسابية أن نهجنا قادر على التوسع بكفاءة ويقلل بشكل كبير متوسط الوقت المنقضي لحل مثيلات KNP.