روابط بین اعضا در الگوریتم تکاملی
در مطالعات الگوریتم‌های تکاملی، معمولاً روابط بین اعضا نادیده گرفته می‌شود. برخی از تلاش‌ها بر روابط بین زیر مجموعه‌های جمعیت متمرکز شده است. تمرکز ما بر بررسی روابط بین اعضا است، و می‌پرسیم در طول زمان چه اتفاقی برای ویژگی‌های ساختاری شبکه‌هایی می‌افتد که جمعیت‌های در حال تکامل را نشان می‌دهند. مطالعه شبکه‌ها به دلایل زیر مهم است:
(1) شبکه‌ها روابط بین اعضا را در نظر می‌گیرند (از طریق وجود لبه‌ها و طول آن‌ها)،
(2) شبکه‌ها برای به تصویر کشیدن انواع دیگر روابط نیز مناسب‌تر هستند، مانند به عنوان پیوندهای اجدادی، و
(۳) شبکه‌ها مدل‌های مفیدی از روابطی را ارائه می‌دهند که گونه‌های بیولوژیکی به اشتراک می‌گذارند.
بازنمایی‌های شبکه‌ای از نمونه‌های شناخته شده الگوریتم‌های تکاملی، به‌عنوان مثال، الگوریتم‌های ژنتیک با کد واقعی، بهینه‌سازی ازدحام ذرات، و سیستم‌های دسته‌بند یادگیری را با استفاده از گره‌ها در شبکه برای بازنمایی اعضا در جمعیت، برای مسائل بهینه‌سازی معیاری که توسط بسیاری از محققان مورد مطالعه قرار گرفته است، اعمال می‌شود.
در بیشتر کاربردهای تئوری شبکه دیگر که شبکه‌ها در طول زمان تغییر می‌کنند، گره‌های یک شبکه عمدتاً از لحظه‌ای به لحظه دیگر یکسان هستند، اگرچه ممکن است برخی از لبه‌ها (و تعداد کمی از گره‌ها) ظاهر یا ناپدید شوند. با این حال، در استفاده از این رویکرد برای الگوریتم‌های تکاملی، مشاهده می‌کنیم که اعضا در یک جمعیت در حال تکامل ممکن است در طول زمان باقی نمانند. گره‌ها در یک شبکه در یک نسل ناپدید می‌شوند، به طوری که هیچ "پیوستگی[1]" آشکاری بین شبکه‌هایی که نسل‌های متوالی را بازنمایی می‌کنند وجود ندارد. از این رو سؤالات کلیدی که باید مطرح شوند در سطح کل شبکه (بازنمایی کل جمعیت) یا زیرگراف‌های آن (بازنمایی شبکه‌های فرعی متشکل از اعضا «مرتبط» هستند).
چه نوع روابط بین اعضا می‌تواند در تحلیل الگوریتم‌های تکاملی جالب باشد؟
یک احتمال مبتنی بر روابط اجدادی در فرآیند تکامل، بر اساس فاصله تا نزدیکترین جد مشترک است. به عنوان مثال، اگر حداقل یک والد مشترک داشته باشند، ممکن است گفته شود که یک یال بین گره‌هایی وجود دارد که نشان دهنده دو عضو است. یکی دیگر از روش‌های محاسباتی ساده‌تر مبتنی بر نزدیکی بین اعضا (در فضای داده‌های خاص مسئله) است که با استفاده از متریک فاصله اقلیدسی اندازه‌گیری می‌شود. بنابراین، اگر فاصله بین دو گره کمتر از آستانه باشد، یک لبه بین دو گره وجود دارد که ممکن است بر اساس ویژگی‌های خاص مسئله یا ویژگی‌های شبکه فعلی انتخاب شود.
