El problema del oráculo de prueba existe ampliamente en las pruebas de software complejas modernas, y las pruebas metamórficas (MT) se han convertido en una técnica de prueba prometedora para aliviar este problema. La inferencia de relaciones metamórficas (MRs) eficientes es el problema central de las pruebas metamórficas. Estudios han demostrado que la combinación de relaciones metamórficas simples puede construir relaciones metamórficas más eficientes. En la mayoría de los estudios anteriores, las relaciones metamórficas han sido principalmente inferidas manualmente por expertos con conocimientos profesionales, lo que es una técnica ineficiente y obstaculiza la aplicación. En este artículo, se propone un enfoque basado en algoritmos genéticos para construir automáticamente relaciones metamórficas compuestas para el programa que se va a probar. Utilizamos un conjunto de secuencias de relaciones para representar una clase particular de MRs y convertimos el problema de inferir MRs compuestas en un problema de búsqueda de secuencias adecuadas. Luego, implementamos dinámicamente múltiples ejecuciones del programa y utilizamos un algoritmo genético para buscar el conjunto óptimo de secuencias de relaciones. Realizamos estudios empíricos para evaluar nuestro enfoque utilizando funciones científicas en la biblioteca científica GNU (abreviada como GSL). A partir de los resultados empíricos, nuestro enfoque puede inferir automáticamente MRs compuestas de alta calidad, en promedio, cinco veces más que las MRs básicas. Más importante aún, las MRs compuestas inferidas pueden aumentar las capacidades de detección de fallos en al menos un 30% más que las relaciones metamórficas originales.