Operatori
Solutiile obtinute sunt combinate sau/si sufera mutatii astfel incat "materialul genetic" sa fie cat mai bun, process in urma caruia se recreaza inca o generatie noua de "consilieri" care au noi solutii, mult mai buna ca primele. Lucru care duce iar la procesul de ierahizare => selectie => operare => urmasi.
Acest proces la final duce catre un numar de solutii formate din Genele primare(datele date de catre client) dar cu parametrii(date) optimizati.
Modelarea spatiului:
Spatiul este delimitat de catre functiile obiectiv f(min|max)-obiectivele care trebuiesc optimizate- oricate ar fie ele( f1(min|max), f2(min|max) ….fn(min|max) ) si de catre restrictii R(R1,R2…Rn) oricate si oricare ar fie ele(ceea ce implicit poate duce la un spatiu multi dimensional).
Crearea Genelor:
Genele reprezinta datele actuale ale procesului care trebuie optimizat, oricare ar fi acest process.
De remarcat faptul ca nu conteaza numarul datelor de intrare.
Populatia initiala:
Odata creat spatiul problemei si definirea genelor, se trece la initializarea unei polulatii(numar de solutii) din genele respective. Aceasta etapa este ca si cum din start, la datele date, am avea deja un numar mare de "consilieri" care fiecare "consilier" ar veni cu propria lui solutie.
Ierarhizarea si Selectia celor mai bune solutii
Fiecare solutie in parte este analizata si ierarhizata astfel incat din numarul initial de solutii, se selecteaza cele mai bune doua solutii (identic dupa teoria lui Darwin privind selectia naturala-cel mai tare supravietuieste).
