El modelo de evolución aprendible ( LEM ) es una metodología no darwiniana para la computación evolutiva que emplea el aprendizaje automático para guiar la generación de nuevos individuos ( posibles soluciones a problemas ). A diferencia de los métodos de cálculo evolutivo estándar de tipo darwiniano que utilizan operadores aleatorios o semialeatorios para generar nuevos individuos (como mutaciones y / o recombinaciones ), LEM emplea la generación de hipótesis y los operadores de instanciación.
La generación de hipótesis operador aplica un programa de aprendizaje de máquina para inducir descripciones que distinguen entre alta aptitud y baja aptitud individuos en cada consecutiva población . Dichas descripciones delinean áreas en el espacio de búsqueda que probablemente contienen las soluciones deseables. Posteriormente, el operador de instanciación muestrea estas áreas para crear nuevos individuos. LEM ha sido modificado de dominio de optimización a dominio de clasificación por LEM aumentado con ID3 (febrero de 2013 por M. Elemam Shehab, K. Badran, M. Zaki y Gouda I. Salama).