انتخاب مکان بهینه شعب بانک یکی از مهم ترین تصمیمات در فعالیت بانکداری است که اثر بسزایی در عملکرد و کارایی آن دارد. مدل مکان یابی شعب بانک از نوع رقابتی می باشد. بدین صورت که یک بانک در رقابت با سایر بانک ها به منظور دستیابی به سود یا سهم بازار بیشینه، اقدام به تأسیس یک یا چند شعبه در بهترین مکان ها از بازار رقابتی می نماید. تعیین موقعیت شعب بانک از نوع مسائل NP-Hard است که با افزایش تعداد نقاط تقاضا و مراکز شعب، پیچیدگی و حجم محاسبات مسئله به صورت نمایی افزایش می یابد، از طرفی فضای جستجوی راه حل های مسئله نیز گسترده بوده، بنابراین به آسانی با استفاده از توابع آنالیز ساده GIS و هم چنین روش های قطعی و حتی ابتکاری قابل حل نمی باشد و برای حل آن ها بهتر است از روش های فرا ابتکاری متناسب با شرایط مسئله استفاده کرد. تحقیق حاضر در زمینه یافتن مکان های مناسب جهت استقرار شعب جدید بانک A در رقابت با شعب موجود بانک B در بازار می باشد که در آن از الگوریتم ژنتیک جهت بهینه سازی مکان ها در محدوده ناحیه چهار از منطقه هفت شهرداری تهران استفاده شده است. روند کار بدین ترتیب بوده است که ابتدا داده های مورد نیاز از مراجع جمع آوری شده و جهت ورود به الگوریتم توسط نرم افزار های GIS آماده سازی شده اند. سپس الگوریتم ژنتیک با تابع هدفی که از ترکیب دو تابع هدف شامل بیشینه کردن کل سهم بازار به دست آمده توسط بانک A تحت عنوان MarketShare و کمینه کردن کل سهم بازار از دست رفته شعب موجود بانک A به سبب ورود شعبه جدید آن بانک به بازار رقابتی تحت عنوان Cannibalization ، به دست می آید که با جمعیت های اولیه 250، 500، 750 و 1000 هر کدام 100 بار اجرا گردید. نتایج نشان داد که بهترین مقدار تابع هدف برابر حاصل شده است. بعد از آن مکان های بهینه حاصل از اجرای الگوریتم در نرم افزارهای GIS نمایش داده شد تا جهت انجام تحلیل ها و تصمیم گیری های مکانی به مدیران بانک کمک کند. در پایان مقایسه نتایج حاصل از الگوریتم ژنتیک با روش مجموع وزن دار در محیط GIS بیانگر تطابق بالای دو روش مذکور بود.