Genetik operatörlerin şema üzerine etkileri
1. Çoğalmanın etkisi
2. Çaprazlamanın etkisi
3. Mutasyonun etkisi
Uygulama Alanları
Genetik algoritmaların en uygun olduğu problemler geleneksel yöntemler ile çözümü mümkün olamayan ya da çözüm süresi problemin büyüklüğü ile üstel orantılı olarak artanlardır.
Bugüne kadar GA ile çözümüne çalışılan konulardan bazıları şunlardır:
Optimizasyon: GA, sayısal optimizasyon ve kombinetoral optimizasyon problemleri olan devre tasarımı, doğrusal olmayan denklem sistemlerinin çözümünde ve fabrika-üretim planlamasında kullanılır.
Otomatik Programlama (Automatic programming): GA, bilgisayar programları yardımıyla network sıralamasında (sorting),sınav/ders programı hazırlanmasında kullanılır.
Makine öğrenmesi (Machine learning): GA, robot sensorlerinde, neural networklerde, VLSI yonga tasarımı ve protein yapısal analizinde kullanır.
Ekonomi (Economics): GA, ekonomik modellerin geliştirilmesinde ve işlemesinde kullanılır. Mesela seralarda salatalık yetiştirilmesinde iklim kontrolünü yapabilmek ve optimal sıcaklığın nasıl yayılmasını belirlemek için GA yöntemin kullanılmıştır. Yöntem optimal kontrol teorisinde kullanılan dinamik optimumlaştırmaya bir alternatif olarak ele alınmıştır
İmmün sistemler (Immune systems): GA, çok-gen’li ailelerin evrimi esnasında ve doğal immün sistem modellerinde kullanılır.
Popülasyon genetiği (Population genetics): GA, evrim ile ilgili sorulara cevap bulmada kullanılır.
Evrim ve öğrenme (evolution and learning): GA, fertlerin öğrenmesini ve türlerin evrilmesinde kullanılır.
Sosyal sistemler (Social systems): GA, sosyal sistemlerin analizinde kullanılır.
Müzik: Stokastik müzik üretecinin çıktısından elde edilen materyali sınırlayan bir takım veri filtreleri ile müzik oluşturma GA'nın bir uygulamasıdır. Bunun için algoritmik düzenin yapısındaki değişiklikler tanımlanır ve bunların çıktıları müzikal örnekler verirler.
