Стохастичен генетичен алгоритъм — рандомизирано еволюционно търсене за оптимизация
Стохастичният генетичен алгоритъм (СГА) е популационно базирана метаевристика, която имитира биологичната еволюция — селекция, кръстосване и мутация — за търсене на почти оптимални решения в сложни, нелинейни или комбинаторни пространства. Неговите рандомизирани оператори го правят устойчив на локални оптимуми и широко приложим в инженерството, планирането, машинното обучение и изследването на операциите.
Прочетете целия метод
Влезте с безплатен профил, за да прочетете този раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Източници
- Holland, J. H. (1975). Adaptation in Natural and Artificial Systems. University of Michigan Press, Ann Arbor. ISBN: 978-0262581110
- Goldberg, D. E. (1989). Genetic Algorithms in Search, Optimization, and Machine Learning. Addison-Wesley, Reading, MA. ISBN: 978-0201157673
Как да цитирате тази страница
ScholarGate. (2026, June 3). Stochastic Genetic Algorithm — Randomized evolutionary search for combinatorial and continuous optimization. ScholarGate. https://scholargate.app/bg/simulation/stochastic-genetic-algorithm
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Генетичен алгоритъмОптимизация↔ compare
- Оптимизация чрез рояк от частици (PSO)Оптимизация↔ compare
- Симулирано отгряванеОптимизация↔ compare
- Стохастична многокритериална оптимизацияСимулационно моделиране↔ compare
- Стохастична оптимизация чрез рояци от частициСимулационно моделиране↔ compare
Цитиран в
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →