Er.Rajiv Kumar e Er. Ashwani Kaushik
Uma suposição importante para maximizar o desempenho do algoritmo genético é estudar o estado de convergência do algoritmo genético. O algoritmo genético é uma técnica de busca mata-heurística; esta técnica baseia-se na teoria da seleção natural de Darwin. A propriedade importante deste algoritmo é que funcionou em vários estados de solução. Este algoritmo funciona com algum conjunto finito de população. A população contém um conjunto de indivíduos, que representam a solução. Cada membro da população é representado por uma string escrita sobre alfabetos fixos e também cada membro tem associado um valor de mérito, que representa a sua adequação ao problema em consideração. Existem muitas técnicas de codificação implementadas para algoritmos genéticos. Neste artigo estudamos o efeito da probabilidade de cruzamento e inversão na convergência do algoritmo genético.