Il mapping dei valori ridondanti
 

Quando un gene può assumere un numero finito di valori validi discreti possono verificarsi problemi. Se si usa una rappresentazione binaria e il numero dei valori non è una potenza di due, allora alcuni dei codici binari sono ridondanti, infatti non corrispondono a nessun valore valido del gene. Per esempio se un gene rappresenta un oggetto selezionato tra un gruppo di dieci oggetti, allora 4 bit saranno necessari per codificare il gene ( infatti le cifre dopo 1001 che cosa rappresenteranno?).
Durante il crossover e la mutazione non possiamo garantire che i codici ridondanti non si manifestino. Il problema è cosa farne.  Questo problema non è stato studiato in maniera molto approfondita perché gli studiosi si sono maggiormente concentrati su funzioni continue dove questo problema non si manifesta. Comunque sono state proposte delle soluzioni:
- scartare il cromosoma come illegale
- assegnare al cromosoma un basso fitness
- mappare un codice invalido verso uno valido (cioè assegnare a un cromosoma non valido il valore di quello valido che gli sta più vicino).
 Le prime due soluzioni daranno molto probabilmente risultati insoddisfacenti perché rischiamo di scartare cromosomi con buoni geni. Ci sono buoni metodi di sviluppare la terza incluse rimappamento fisso e rimappamento casuale. Nel primo un particolare valore ridondante è rimappato verso un valore valido specifico, questo è molto semplice, ma ha lo svantaggio che alcuni valori sono rappresentati da due modelli con bit differenti, mentre gli altri sono rappresentati da uno solo. (Nell’esempio precedente, i codici per i numeri da 10 a 15 possono essere rimappati per i valori da 0 a 5, così questi valori sono rappresentati due volte, mentre quelli da 6 a 9 hanno una rappresentazione singola).
Nella “random rimapping” un valore ridondante è rimappato verso un valore valido casualmente. Questo evita il problema rappresentativo, ma passa meno informazioni ai figli.
Il rimappamento probabilistico è un ibrido tra queste due tecniche. Tutti i valori dei geni (non solo quelli in eccesso) sono rimappati verso uno dei valori validi in maniera probabilistica, come se ciascun valore valido avesse uguale probabilità di essere rappresentato.