Giải thuật di truyền cổ điển dùng phương pháp mã hóa nhị phân cho các
nhiễm sắc thể, vì vậy khi áp dụng cho các bài toán có miền chấp nhận được lớn trong không gian nhiều chiều và yêu cầu độ chính xác cao, thì các nhiễm sắc thể sẽ có kích thước rất lớn nên gặp nhiều khó khăn khi thực hiện.
Ví dụ : xét hàm số hai biến:
F(ị, xạ) = 10 + xị*sin xị + xạ*sin xạ trên miền -5 < xị < 5; -10 < x; < 10 với sai số các biến là 10'
Biểu diễn nhiễm sắc thể theo GA cổ điển
Vì bị — ai =5 — (-5) = 10; 10*10° =10” và 2) < 107 <2” nên cần 17 gene để
biểu diễn xị
Tương tự, bạ — a; = 10 — (-10) =20; 2#105 và 217 < 2*105 <218 nên cần 18
gene đề biểu diễn x;
Nên độ đài của chuỗi là 35 là khá lớn.
Đặc biệt, khi bài toán có nhiều ràng buộc phức tạp, thì các toán tử di truyền truyền thống tỏ ra kém hiệu quả.
Trong những năm vừa qua, rất nhiều hướng tiếp cận dựa trên nguyên lý tiến
hóa và chọn lọc tự nhiên được nghiên cứu và phát triển. Các hướng tiếp cận tập trung vào một số vấn đề chính sau đây; các nhiễm sắc thể có độ dài không cố định
và có câu trúc đa đạng, phức tạp hơn chuỗi nhị phân, chẳng hạn nhiễm sắc thể có
cấu trúc mảng đa chiều, các toán tử di truyền được thay đổi để phù hợp với điều
kiện của bài toán cụ thể.
Phần lớn các nhà nghiên cứu đã cải tiến giải thuật đi truyền bằng cách dùng biểu diễn không thuộc dạng chuỗi, hoặc thiết kế các toán tử di truyền đặc biệt để phù hợp với bài toán cụ thê cần giải.
Sự cần thiết của việc kết hợp các thông tin đặc thù của bài toán và giải thuật
di truyền đã được thừa nhận trong nhiều công trình nghiên cứu và nhiều bài báo
khoa học trong thập kỷ qua. Các phát triển của GA cổ điển được đề xuất và ứng dụng để giải các bài toán khó, đặc thù trong thực tiễn mang các tên gọi khác nhau
như: Các chiến lược tiến hóa, lập trình tiến hóa, lập trình đi truyền, các chương trình
tiến hóa... và tất cá chúng đều có một tên gọi chung là tính toán tiến hóa.