Skalierung

Wie in Abschnitt 3.4.3 gezeigt, definiert jedes Genom $G$ über den daraus zu erstellenden Variablensatz $V$ unter Zuhilfenahme der Objective Score Funktion $f_s(V)$ die grundlegenden Eigenschaften eines Individuums $I$ durch die Reduzierung bzw. Verrechnung aller Eigenschaften auf einen Wert $c$, der Objective Score oder auch Zielwert genannt wird.

Jedes Individuum $I$ ist zu jeder Zeit in eine Population $P$ der Größe $s$ eingebunden. Wie noch in Abschnitt 3.4.9 näher erläutert wird, braucht der Genetische Algorithmus jedoch im Endeffekt Fortpflanzungswahrscheinlichkeiten. Diese können ohne weiteres sofort aus den Zielwerten berechnet werden, allerdings stellen sich dabei verschiedene Hürden in den Weg:

• ein Teil oder auch alle Zielwerte können negativ sein.
• die Zielwerte können - vor allem bei exponentiellen Zielfunktionen - so ungünstig verteilt sein, dass ein oder wenige Individuen überragend gut sind und allen anderen Individuen keine Fortpflanzungschance lassen.

Um den daraus resultierenden negativen Effekten - wie z.B. verfrühte Konvergenz^3.8 und Takeover^3.9 - entgegenzuwirken, können die Zielwerte aller Individuen einer Population durch verschiedene Funktionen skaliert werden. Je nach Skalierungsfunktion können somit einzelne Individuen oder Gruppen von Individuen proportional zur Population in ihrer 'Fortpflanzungswahrscheinlichkeit' verbessert oder verschlechtert werden.