Kodierung genetischer Information für Simulationen

In den einfachen Ausführungen der Genetischen Algorithmen besteht das Genom aus einem haploiden Chromosomensatz. Dieses Genom $G$ enthält alle Gene eines Individuums und wird durch einen Speicherblock simuliert, in dem die Variablen eines Problems in einer festgelegten, jedoch beliebig definierbaren Reihenfolge abgelegt sind.

$$V = (v_{0}, \ldots , v_{i} \, \vert \, i \in \mathbb{N}, v_i \in \mathbb{C}) \qquad \mbox{Variablensatz eines Problems}$$

Der Variablensatz $v_i$ besteht üblicherweise aus genau den $i$ Variablen, welche zur Lösung bzw. Berechnung der Objective Score oder auch Zielfunktion $f_s(V)=f_{s}(v_0, \ldots , v_i)$ nötig sind.

Wie oben schon angedeutet, können die Variablen aus jeder beliebigen Wertemenge kommen, bis hin zu den komplexen Zahlen^3.6. Bei vielen Anwendungen der Genetischen Algorithmen - auch im naturwissenschaftlichen Bereich - ist die Menge der reellen Zahlen aber die am häufigsten anzutreffende, weshalb im weiteren Verlauf dieser Arbeit in der Regel $\mathbb{R}$ als Grundlage dienen soll.

Jede Variable $v_i$ dieses simulierten Genoms wird durch eine festzulegende Anzahl an Bits repräsentiert. Die Anzahl der Bits $j_i$ pro Variable kann gleich sein, muss es aber nicht. Ein Bit stellt demnach das Äquivalent zur Base innerhalb einer biologischen DNA, und eine Variable kann als Äquivalent eines Gensatzes gesehen werden. Im Gegensatz zur Base mit den vier Zuständen A, T, G und C - bzw. A, U, G und C in der RNA - kann ein Bit nur die beiden Zustände 0 und 1 annehmen. So kodiert ein Bitstrang mit $n$ Bits genau $2^n$ Zustände, während ein RNA Strang mit $n$ Basen genau $4^{n}=2^{2n}$ Zustände kodiert.