Воспроизводство особей. 
Биоинформатика

Воспроизводство особей является последним этапом в переходе популяции из состояния в момент t в состояние в момент t + 1. В ходе этого этапа особи, формирующие пул скрещивания X_set, используются для получения полноценной популяции Х_/юр. Как правило, особенности алгоритмов воспроизводства диктуются моделируемой проблемой, поэтому в этом подпараграфе мы лишь обозначим ряд операций, свойственных данному этапу.

Первая операция, о которой стоит упомянуть, — случайная генерация особи. Данная операция приводит к созданию нового варианта решения оптимизируемой задачи, не зависящего от уже присутствующих в популяции. Случайная генерация особей применятся при создании популяции в момент t = 0. В качестве дополнительного рандомизирующего фактора случайная генерация может использоваться в каждой итерации, но лишь для небольшой части популяции. Важно, чтобы механизм случайной генерации особей приводил к равномерному покрытию пространства решений, так как это повышает вероятность того, что найденный в ходе поиска оптимум является глобальным для данной системы.

В противовес случайной генерации, операция дупликации приводит к созданию абсолютной копии уже существующей особи из пула скрещивания. Дупликация может быть, например, использована для увеличения представленности (доли) определенной особи в популяции.

В некотором смысле «промежуточными» относительно случайной генерации и дупликации являются операции мутации и рекомбинации. Именно последние две операции и обеспечивают равномерное исследование эволюционными алгоритмами пространства состояний модели в окрестностях исходных точек. Операция мутации случайным образом изменяет уже существующую особь. Это приводит к созданию нового варианта решения задачи, но, в отличие от полностью случайной генерации особи, это решение находится вблизи от уже существующего.

Рекомбинация также создает новый вариант решения проблемы, но добивается этого путем случайного комбинирования свойств нескольких существующих особей. Для успешного функционирования рекомбинации необходимо, чтобы пространство параметров модели обеспечивало более высокую вероятность появления хорошо приспособленной особи при рекомбинации свойств приспособленных особей, как это часто происходит в природе. Одним из способов добиться такого эффекта является механизм родственной культивации (neighborhood cultivation), при котором рекомбинация затрагивает только особей, близко расположенных в пространстве параметров модели.

Обычно алгоритмы воспроизводства особей комбинируют различные операции в ходе одной итерации. Так, хорошо приспособленная особь может быть подвергнута многократной дупликации с последующими мутационными изменениями части клонов или рекомбинацией с другими «оптимальными» особями.