انتخاب مکان بهینه تسهیلات یکی از مهم ترین تصمیمات در فعالیت سازمان های اقتصادی از جمله بانک هاست که اثر بسزایی در عملکرد و کارایی آن ها دارد. مکان یابی شعب بانک، جزو مکان یابی تسهیلات رقابتی محسوب می شود. بدین صورت که یک بانک در رقابت با سایر بانک ها اقدام به تأسیس شعب خود در بهترین مکان ها از بازار رقابتی می نماید. در صورتی که تعداد قیود و اهداف تأثیرگذار در مسئله مکان یابی بانک ها افزایش یابد، بهینه سازی این مسائل پیچیده شده و با توجه به گسترده بودن فضای جستجو نیز به آسانی با استفاده از توابع تحلیلی gis و روش های قطعی و کلاسیک قابل حل نخواهند بود. ولی روش های تکاملی چند هدفه در هر حالت جهت بهینه سازی این مسائل قابل استفاده می باشند. یکی از این روش ها، الگوریتم ژنتیک چند هدفه nsga-ii است که به دلیل سادگی محاسبات، در این تحقیق به همراه gis برای مکان یابی بهینه شعب بانک ملت در ناحیه چهار از منطقه هفت شهرداری تهران استفاده شده است. در این تحقیق فضای مکان یابی به صورت گسسته، بازار با انحصار دوگانه یعنی رقابت بین بانک ملت (بانک a) از یک سو و سایر بانک های موجود (بانک b) از سوی دیگر، در نظر گرفته می شود و هدف تعیین 20 مکان مناسب برای استقرار شعب جدید بانک a می باشد. توابع هدف مطلوب شامل بیشینه کردن کل سهم بازار به دست آمده توسط بانک a تحت عنوان market share و کمینه کردن کل سهم بازار از دست رفته بانک a به دلیل ایجاد شعب جدید آن بانک، تحت عنوان cannibalization، می باشند. الگوریتم nsga-ii در تعدادی نسل و با جمعیت اولیه 20 اجرا گردید که در نسل 1000 و در زمان محاسباتی 10/96 دقیقه به همگرایی مطلوب رسیده و نمودار پارتوی اول آن به شکل بهینه ای متمایل گردید. با انجام تست های مختلف بر روی الگوریتم، استحکام و پایداری آن برابر 92 درصد و دقت آن به میزان 98 درصد نشان داده شد. جهت بررسی صحت نتایج الگوریتم نیز از روش های هم پوشانی شاخص و مجموع وزن دار در محیط gis استفاده گردید که نتایج این مقایسه حاکی از تطابق 44 درصد الگوریتم با روش هم پوشانی شاخص و 54 درصد با روش مجموع وزن دار بود.