Este artículo presenta un proceso de selección recién propuesto para algoritmos genéticos en una clase de problemas de optimización no restringidos. El proceso de selección del algoritmo genético -means (KGA) se compone de cuatro etapas esenciales: agrupamiento, fase de membresía, escalado de aptitud y selección. Inspirado en la hipótesis de que el agrupamiento de la población ayuda a preservar una presión de selección a lo largo de la evolución de la población, se asigna un índice de probabilidad de membresía a cada individuo después de la fase de agrupamiento. El escalado de aptitud convierte las puntuaciones de membresía en un rango adecuado para la función de selección que selecciona a los padres de la próxima generación. Se presentan dos versiones del proceso KGA: utilizando un número fijo de grupos (KGA) y a través de una partición óptima (KGA) determinada por dos índices de validez interna diferentes. El rendimiento de cada método se prueba en siete problemas de referencia.