Memetický algoritmus
Memetický algoritmus (MA) je metaheuristika založená na populaci, která kombinuje globální průzkum evolučního algoritmu s lokálním využitím postupů individuálního učení. MA, představené Pablem Moscato v roce 1989 na Caltechu, čerpají z konceptu memu Richarda Dawkinse – jednotky kulturního přenosu – aby modelovaly myšlenku, že řešení se mohou zlepšovat nejen křížením a mutací, ale také individuálním zdokonalováním v rámci každé generace.
Přečíst celou metodu
Pro přečtení této sekce se přihlaste s bezplatným účtem.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- Moscato, P. (1989). On evolution, search, optimization, genetic algorithms and martial arts: Towards memetic algorithms. Caltech Concurrent Computation Program Report 826. link ↗
- Neri, F., & Cotta, C. (2012). Memetic algorithms and memetic computing optimization: A literature review. Swarm and Evolutionary Computation, 2, 1–14. DOI: 10.1016/j.swevo.2011.11.003 ↗
Jak citovat tuto stránku
ScholarGate. (2026, June 2). Memetic Algorithms (Hybrid Evolutionary + Local Search). ScholarGate. https://scholargate.app/cs/optimization/memetic-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.
- Genetický algoritmusOptimalizace↔ compare
- Hyper-heuristikyOptimalizace↔ compare
- Tabu SearchOptimalizace↔ compare
Našli jste na této stránce chybu? Nahlaste ji nebo navrhněte opravu →