Entsprechend der den Suchalgorithmen zugrunde liegenden Strategien wird nicht notwendiger Weise eine optimale, sondern eher eine suboptimale Lösung gefunden, weil gar nicht sichergestellt werden kann, dass es eine eindeutige optimale Lösung gibt. Aufgrund des zufällig gewählten Startpunkts der Suche ist das Ergebnis wiederholter Suchläufe in der Regel unterschiedlich: d. h. ein Startpunkt liefert ein (Sub-) Optimum, ein benachbarter Startpunkt allerdings nicht notwendig ein benachbartes (Sub-) Optimum.

Die Bewertung der Eignung eines Suchalgorithmus bezieht sowohl die Rechenzeit als auch die technologische Eignung einer Lösung mit ein: gut ist ein Suchalgorithmus, der innerhalb realistischer Zeit die „Beste aller Lösungen“ findet. Um dies zu Beurteilen, wurde aus dem gesammten Suchraum mit dem genetischen Algorithmus, als auch der Tabu-Suche jeweils 3 Einheiten zu je 100 Suchen gestartet und dann gemittelt. Sowohl der genetische Algorithmus, als auch die Tabu Suche zeigen eine gute Leistung und Konvergenz ihrer Berechnungen. Konvergenz bedeutet hier, daß die Ergebnisse der beiden Suchalgorithmen ebenfalls Elemente der Menge der „besten“ Sudfolgen aus allen Möglichkeiten des Suchraums sind. Zur Darstellung der Leistung wurde jeweils die relative Häufigkeitsverteilung der Güte des gesamten Suchraums jeweils 3 mal 100 gemittlelten Suchläufen der Algorithmen gegenüber gestellt (vgl. Abbildung, zum vergrößern Klicken). Es zeigt sich, dass beide Algorithmen vor allem bei stark verkürzter Rechenzeit (1 Stunde vs. 72 Stunden) eine gute Leistung vorweisen.