Die Minimierungsfensterfunktion

Die Fitness eines Individuums bestimmt die Fortpflanzungswahrscheinlichkeit dieses Individuums: je fitter ein Lebewesen in der Natur ist, desto wahrscheinlicher ist, dass es Nachkommen haben wird.

In einer Rechnersimulation mit Genetischen Algorithmen kann nach zwei verschiedenen Optima in einem Suchraum gesucht werden: nach einem Minimum oder einem Maximum, je nach der Definition der Problemstellung. Bei rangabhängigen Selektionsschemata stellt dies kein Probleme dar, da hier einfach die Sortierreihenfolge umgedreht werden kann. Bei proportionalen Selektoren kann die Fitness eines Individuums bei einer Maximumsuche direkt in eine entsprechend große Reproduktionswahrscheinlichkeit umgerechnet werden. Bei einer Minimumsuche mit proportionalen Selektoren müssen jedoch den niedrigen Fitnesswerten hohe Reproduktionswahrscheinlichkeiten zugewiesen werden. Dies kommt praktisch einer Invertierung der Fitness gleich.

Es gibt für diesen Sachverhalt keine entsprechenden Vorbilder aus der Natur, da dort grundsätzlich alle Optimierungsprozesse der Evolution auf eine Maximierung der Nachkommenzahl hinauslaufen. Auch kann in ungünstigen Fällen durch die Fensterfunktion an sich ein Bias in den Ergebnissen erzeugt werden. Es ist deshalb sehr schwierig, eine gute Minimierungsfensterfunktion zu finden, welche für alle Problemstellungen gleichermaßen gut funktioniert.