Genetisk Algoritme — Evolutionær Optimering
En genetisk algoritme (GA) er en populationsbaseret metaheuristisk optimeringsmetode introduceret af John Henry Holland (1975), der efterligner principperne for naturlig selektion. Den opretholder en population af kandidatløsninger og forbedrer dem iterativt gennem selektions-, crossover- og mutationsoperatorer, hvilket gør den særligt effektiv i diskontinuerlige, ikke-konvekse og multimodale søgerum, hvor klassiske gradientbaserede metoder fejler.
Læs hele metoden
Log ind med en gratis konto for at læse dette afsnit.
Method map
The neighbourhood of related methods — select a node to explore.
+23 more
Kilder
- Holland, J.H. (1975). Adaptation in Natural and Artificial Systems. University of Michigan Press. link ↗
- Deb, K. (2001). Multi-Objective Optimization using Evolutionary Algorithms. Wiley. ISBN: 9780471873396
Sådan citerer du denne side
ScholarGate. (2026, June 1). Genetic Algorithm — Evolutionary Optimization. ScholarGate. https://scholargate.app/da/optimization/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.
- MyrekolonioptimeringOptimering↔ compare
- Differential EvolutionOptimering↔ compare
- NSGA-IIOptimering↔ compare
- Partikelsværmoptimering (PSO)Optimering↔ compare
- Simulated AnnealingOptimering↔ compare
Refereret af
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →