Das Buch "Extending the Scalability of Linkage Learning Genetic Algorithms" von Ying-ping Chen bietet eine umfassende Analyse und Verbesserung der Leistungsfähigkeit von genetischen Algorithmen (GAs), insbesondere im Hinblick auf das Lernen genetischer Verknüpfungen. Genetische Algorithmen sind bewährte Suchtechniken, die auf evolutionären Prinzipien basieren und in vielen Disziplinen zur Problemlösung eingesetzt werden. Das Werk beleuchtet die Herausforderungen, die mit dem Linkage-Problem verbunden sind, und stellt den Linkage Learning Genetic Algorithm (LLGA) vor, der speziell entwickelt wurde, um diese Herausforderungen zu bewältigen. Trotz seiner Überlegenheit bei schlecht skalierten Problemen zeigt der LLGA Schwächen bei gleichmässig skalierten Problemen, was die Notwendigkeit einer tiefergehenden Untersuchung und Verbesserung seiner Mechanismen unterstreicht. Das Buch beginnt mit einer Übersicht über bestehende Techniken des genetischen Linkage-Lernens und beschreibt die Methoden, die zur Verbesserung der LLGA-Leistung in der Praxis entwickelt wurden, einschliesslich der Verwendung von Promotoren und der Entwicklung eines Modells zur Konvergenzzeit.