En http://cdn.intechopen.com/pdfs/3… (Algoritmos genéticos: ideas básicas, variantes y análisis) tiene una discusión general sobre AG que incluye algunas variaciones de cruce entre dos cromosomas.
En https://arxiv.org/ftp/arxiv/pape… (Estudio comparativo de operadores de crossover adaptativos para algoritmos genéticos para resolver el problema del vendedor ambulante) tiene resultados sobre varios operadores de Xover cuando se aplica al TSP. El operador “Xover ordenado” resultó ser el mejor.
La discusión sobre el operador Xover aparece en todos los libros de GA. Un buen libro sobre esto es Algoritmos genéticos + Estructuras de datos = Programas de evolución: Zbigniew Michalewicz: 9783540606765: Amazon.com: Libros (sección 4.6 y bibliografía).
- Dado un gráfico de N vértices con m1 bordes unidireccionales y m2 bordes bidireccionales, ¿cómo podemos dirigir los bordes bidireccionales de modo que no tengamos ninguna caminata cerrada?
- ¿Cómo funciona el algoritmo de caminante aleatorio para la segmentación de imágenes en términos simples?
- Cómo agregar un contador de comparación para combinar la clasificación en Python
- Cómo completar consultas en tiempo O (1) en un problema RANGESUM en SPOJ
- ¿Qué algoritmo da sugerencias en un corrector ortográfico?
En mi humilde opinión, su éxito con una cierta variación de Xover depende del problema específico que está tratando de resolver. Además, es la combinación de cómo codifica sus variables en el cromosoma con el operador Xover seleccionado lo que dicta su suerte, no solo el operador Xover.