정규화는 교차 연산 전에 두 부모해 사이의 일관성을 유지하기 위하여 한 부모해를 다른 부모해에 맞추어 변환하는 연산이다. 본 논문은 비유사 중복 인코딩이 유전 알고리즘의 성능을 떨어뜨리는 이유와 정규화 연산이 비유사 중복 인코딩에 의해 유발되는 문제점들을 어떻게 완화하는지 설명한다. 이를 위해 완전 비유사 중복 인코딩을 정의하고, 완전 비유사 중복 인코딩에 의해 적합도와 거리의 상관성이 없는 탐색 공간이 만들어짐을 증명한다. 또한, 완전 비유사 중복 인코딩을 사용하는 다수의 문제들에 대한 실험을 바탕으로, 정규화를 통해 상관성이 없는 탐색 공간이 상관성이 있는 탐색 공간으로 변화되어 유전알고리즘의 성능이 향상됨을 보인다.
Normalization transforms one parent genotype to be consistent with the other before crossover. In this paper, we explain how normalization alleviates the difficulties caused by non-synonymously redundant encodings in genetic algorithms. We define the encodings with maximally non-synonymous property and prove that the encodings induce uncorrelated search spaces. Extensive experiments for a number of problems show that normalization transforms the uncorrelated search spaces to correlated ones and leads to significant improvement in performance.
