Algorisme Genètic Estocàstic — Cerca Evolutiva Aleatòria per a l'Optimització
L'Algorisme Genètic Estocàstic (SGA) és una metaheurística basada en poblacions que imita l'evolució biològica —selecció, creuament i mutació— per cercar solucions properes a l'òptim en espais complexos, no lineals o combinatoris. Els seus operadors aleatoris el fan robust davant òptims locals i àmpliament aplicable en enginyeria, planificació, aprenentatge automàtic i recerca operativa.
Llegeix el mètode complet
Inicia la sessió amb un compte gratuït per llegir aquesta secció.
Method map
The neighbourhood of related methods — select a node to explore.
Fonts
- 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
Com citar aquesta pàgina
ScholarGate. (2026, June 3). Stochastic Genetic Algorithm — Randomized evolutionary search for combinatorial and continuous optimization. ScholarGate. https://scholargate.app/ca/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.
- Algorisme genèticOptimització↔ compare
- Optimització per Eixam de Partícules (PSO)Optimització↔ compare
- Annealing SimulatOptimització↔ compare
- Optimització Estocàstica MultiobjectiuSimulació↔ compare
- Optimització estocàstica per a eixams de partículesSimulació↔ compare
Citat per
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →