수학과 컴퓨터 과학 분야에서 최적화 문제란 가능한 모든 해 중에서 가장 좋은 해를 찾는 문제이다. 유전 알고리즘에서 최적화 문제의 어려운 정도는 상위의 측면에서 설명될 수 있다. 생물학에서 상위는 유전자의 표현형이 하나 혹은 그 이상의 유전자에 의해 억제되는 것을 의미하지만 진화 알고리즘에서는 유전자들 사이의 상호작용을 의미한다. 본 논문에서는 상위와 유전 알고리즘이 최적 해를 찾는 시간 사이의 상관관계를 실험적으로 확인하였다. Shannon의 정보 이론에 근거해 상위를 수치화하는 프레임워크를 사용하여 다양한 문제(One-Max, Royal Road, NK-Landscape)의 상위를 비교하였고, 그 결과 상위가 커짐에 따라 문제가 어려워져 최적 해를 찾기 어려운 경향이 있음을 확인하였다. 성능은 주어진 세대 안에 최적 해를 찾는 경우 최적 해를 찾는 데까지 걸린 세대 수로 비교하였고, 최적 해를 찾지 못하는 경우 최적 해의 적합도에 대한 주어진 세대 동안 찾은 적합도가 가장 높은 해의 적합도 비율로 비교하였다.