Algoritmos genéticos: selección de supervivientes
La Política de selección de sobrevivientes determina qué individuos serán expulsados y cuáles permanecerán en la próxima generación. Es fundamental, ya que debe garantizar que las personas en mejor forma física no sean expulsadas de la población, mientras que al mismo tiempo se debe mantener la diversidad en la población.
Algunos GA emplean Elitism. En términos simples, significa que el miembro más apto actual de la población siempre se propaga a la siguiente generación. Por tanto, bajo ninguna circunstancia se podrá sustituir al miembro más apto de la población actual.
La política más sencilla es expulsar a miembros aleatorios de la población, pero este enfoque con frecuencia tiene problemas de convergencia, por lo que las siguientes estrategias se utilizan ampliamente.
Selección basada en la edad
En la selección basada en la edad, no tenemos la noción de aptitud. Se basa en la premisa de que a cada individuo se le permite en la población durante una generación finita donde se le permite reproducirse, después de eso, se le echa de la población sin importar cuán buena sea su aptitud.
Por ejemplo, en el siguiente ejemplo, la edad es el número de generaciones durante las cuales el individuo ha estado en la población. Los miembros de mayor edad de la población, es decir, P4 y P7, son expulsados de la población y las edades del resto de los miembros se incrementan en uno.
Selección basada en fitness
En esta selección basada en la aptitud, los niños tienden a reemplazar a los individuos menos aptos de la población. La selección de los individuos menos aptos se puede realizar mediante una variación de cualquiera de las políticas de selección descritas anteriormente: selección de torneo, selección proporcional a la aptitud, etc.
Por ejemplo, en la siguiente imagen, los niños reemplazan a los individuos P1 y P10 menos aptos de la población. Cabe señalar que, dado que P1 y P9 tienen el mismo valor de aptitud, la decisión de eliminar a qué individuo de la población es arbitraria.