Untuk mencontohkannya, pertimbangkan populasi dengan lima orang (n = 5), dengan

nilai-nilai seperti yang di tunjukan pada tabel di bawah. Total fitness

28+18+14+9+26=95. Probrabilitas memilih individu dan probabilitas kumulatig yang sesuai juga
ditampilkan dalam tabel di bawah ini.

Sekarang jika kita menghasilkan nomor acak, 0.585 maka kromosom ketiga dipilih
sebagai

= 0.484 < 0.585

= 0.631.

Seleksi ordinal ini termasuk metode seperti tournament selection (Goldberg et al.,
1989b) dan truncation selection (Muehlenbein dan Schlierkamp-Voosen, 1993). Dalam
tournament selection, kromosom s dipilih secara acak (baik dengan atau tanpa penggantian) dan
masuk menjadi tournament terhadap satu sama lain. Individu fittest dalam kelompok kromosom
k memenangkan tournament dan dipilih sebagai parent. Itu nilai yang paling banyak digunakan
dari s2. Menggunakan skema seleksi ini, n tournament diminta untuk memlih n individu. Dalam
truncation selection, individu atas (1/s)th mendapatkan salinan s setiap di mating pool.
4.1.1.2 Rekombinasi (Crossover) Operator
Setelah seleksi, individu dari mating pool yang digabungkan(atau cross over) akan
membuat baru, dengan harapan yang lebih baik di keturunan. Dalam literatur GA, banyak
metode crossover yang telah dirancang (Goldberg, 1989b; Booker et al., 1997; Spears, 1997) dan
beberapa dari mereka yang diuraikan dalam bagian ini. Banyak operator rekombinasi digunakan
dalam literatur yang masalahnya spesifik dan pada bagian ini kita akan memperkenalkan
beberapa generik (masalah independen) operator crossover. Perlu dicatat bahwa sementara untuk
masalah pencarian keras, banyak operator berikut ini tidak scalable, mereka sangat berguna
sebagai pilihan pertama. Baru-baru ini, peneliti telah mencapai keberhasilan signifikan dalam

merancang operator rekombinasi scalabel yang beradaptasi dengan linkage yang dibahas secara
singkat dalam bagian 4.1.2.
Dalam kebanyakan operator rekombinasi, dua individu yang dipilih secara acak dan
yang diabungkan dengan pc probabilitas. disebut sebagai probabilitas crossover. Itu adalah
nomor acak seragam r yang dihasilkan dan jika r pc, dua secara acak individu yang dipilih
menjalan rekombinasi. Jika tidak, jika r > pc yang dua anak hanya salinan dari parent mereka.
Nilai pc dapat menjadi set eksperimen atau dapat diatur berdasarkan prinsip skemateorema(Goldberg, 1989b, 2002; Goldberg and Sastry, 2001).

Gambar One Point, two point, dan uniform crossover methods

k-point Crossover
one point dan two point crossover adalah yang paling sederhana dan metode crossover
yang paling banyak diterapkan. Dalam one point crossover yang diilustrasikan pada gambar

diatas, sebuah tempat crossover dipilih secara acak yang panjang string-nya lebih dan alleles
pada satu sisi tempat yang dipertukarkan antara individu. Pada two point crossover dua tempat
crossover dipilih secara acak. Alleles antara dua lokasi yang dipertukarkan antara dua individu
secara acak dipasangkan. Two point crossover juga diilustrasikan pada gambar diatas. Konsep
one point crossover dapat diperpanjang untuk k-point crossover dimana k-point crossover yang
digunakan bukan hanya satu atau dua.
Uniform Crossover
Operator rekombinasi umum lainnya adalah uniform crossover (Syswerda, 1989; Spears
and De Jong, 1994). Dalam uniform crosover, diilustrasikan pada gambar diatas, setiap alleles
dipertukarkan antara sepasang acak karena kromosom dengan probabilitas tertentu, pe dikenal
sebagai swapping probability yang diambil nilainya menjadi 0.5.
Uniform Order-Based Crossover
K-point dan uniform corssover methods dijelaskan diatas tidak baik untuk masalah
pencarian dengan permutasi kode seperti yang digunakan dalam masalah salesman keliling.
Mereka sering membuat keturuna yang mewakili solusi yang tidak valid untuk pencarian
masalah.