Недостатком использования генетического алгоритма по сравнению с другими методами оптимизации является то, что на практике генетические алгоритмы имеют тенденцию сходиться к локальному оптимуму, вместо глобального для данной задачи. Вероятность этого зависит от формы ландшафта целевой функции: при некоторых параметрах пространства состояний, значение фитнесс-функции стремится к глобальному оптимуму, в то время как при остальных параметрах значения целевой функции направлены к локальному оптимуму. Теорема «No Free Lunch» при поиске и оптимизации доказывает, что не существует единственного лучшего алгоритма для решения этой проблемы, в связи с чем, к настоящему времени разработано множество версий алгоритмов и операторов. Цель работы - создание нового метода выбора вспомогательных функций приспособленности, использующего информацию о ландшафте целевой функции приспособленности.