Métodos estocásticos com múltiplas soluções

Essa classe de métodos engloba o uso de algoritmos genéticos para seleção de características, que foi introduzido em [51]. Nessa abordagem, o conjunto de características é representado como uma cadeia binária de caracteres de tamanho $D$ em que $0$ ou $1$ na posição $i$ indica a ausência ou presença da característica $i$. Essa cadeia é chamada ``cromossomo''. Inicialmente, uma população aleatória de cromossomos é criada. Cada cromossomo é avaliado para determinar sua aptidão (fitness), a qual determina se o cromossomo irá ``sobreviver'' à próxima geração ou ``morrer''. A partir de mutações ou cruzamentos dos cromossomos atuais são criados novos cromossomos. Após várias iterações, a aptidão geral da população será melhorada e sempre haverão várias soluções, porém, como os resultados são obtidos a partir de processos estocásticos (portanto não-determinísticos), normalmente são obtidos sub-conjuntos diferentes quando o algoritmo é aplicado ao mesmo conjunto em outro momento. Em [52] essa técnica foi aplicada para efetuar a classificação de formas biológicas.