유전자 알고리즘은 공학 분야에서 필요한 여러 가지 최적화 문제에 대하여 최적에 가까운 해를 제공해주는 반복적 알고리즘으로 알려져 있다. 본 논문에서는 특정 교배방법에서 유전자의 배열순서가 적합도가 높은 스키마의 길이에 미치는 영향을 고찰하였다. 또한 이에 따른 유전자 알고리즘의 성능 변화를 두 개의 예제를 이용한 실험을 통하여 관찰하였다. 예제로 사용된 그래프 분할과 knapsack 문제를 위해 몇 가지 유전자 재배열 방법을 제시하였다. 실험결과에 따르면 유전자 재배열 방법마다 서로 다른 유전자 알고리즘 성능을 보여주었으며, 적합도가 높은 스키마의 길이를 고려한 재배열 방법이 재배열을 하지 않았을 때 보다 유전자 알고리즘의 성능을 향상시켜 주는 것을 관찰하였다. 따라서 주어진 문제에 적합한 유전자 재배열 방법을 찾는 것이 대단히 중요함을 확인하였다.
Genetic Algorithms have been known to provide near optimal solutions for various optimization problems in engineering. In this paper, we study the effect of gene order in genetic algorithms on the defining length of the schema with high fitness values. Its effect on the performance of genetic algorithms was also analyzed through two well known problems. A few gene reordering methods were proposed for graph partitioning and knapsack problems. Experimental results showed that genetic algorithms with gene reordering could find solutions of better qualities compared to the ones without gene reordering. It is very important to find proper reordering method for a given problem to improve the performance of genetic algorithms.
