Steady State GA

Dieser Algorithmus arbeitet auf der Basis von überlappenden Populationen beim Generationenwechsel. Ausgehend von der Ersetzungsgröße, d.h. dem Anteil der Population, der pro Generation entfernt wird, um Individuen der Kindgeneration Platz zu machen, werden für jede Generation entsprechend viele Nachkommen erzeugt. Anstatt danach jedoch die schlechtesten Individuen aus der Elterngeneration ohne Prüfung zu entfernen (wie beim Simple Genetic Algorithm), werden alle Individuen der Elterngeneration und alle Individuen der neu erzeugten Kindgeneration miteinander verglichen und nur die besten aus dieser Gesamtmenge aller Individuen werden in die nächste Generation hinüber genommen.

Diese Ersetzungsstrategie ist mit der $(\mu + \lambda)$ Evolutionsstrategie von Rechenberg vergleichbar. Der Verlauf der Fitnessfunktion des jeweils besten Genoms ist über die Zeit monoton. Insgesamt führt dies zu einer wesentlich aggressiveren Suche als ein Simple Genetic Algorithm, da sehr gute Schemata immer mindestens eine Generation überleben.