Genetischer Algorithmus — Evolutionäre Optimierung
Ein Genetischer Algorithmus (GA) ist eine populationsbasierte metaheuristische Optimierungsmethode, die 1975 von John Henry Holland eingeführt wurde und die Prinzipien der natürlichen Selektion nachahmt. Er unterhält eine Population von Kandidatenlösungen und verbessert diese iterativ durch Selektions-, Kreuzungs- und Mutationsoperatoren, was ihn besonders leistungsfähig in diskontinuierlichen, nicht-konvexen und multimodalen Suchräumen macht, in denen klassische gradientenbasierte Methoden versagen.
Die vollständige Methode lesen
Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.
Method map
The neighbourhood of related methods — select a node to explore.
+23 more
Quellen
- 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
So zitieren Sie diese Seite
ScholarGate. (2026, June 1). Genetic Algorithm — Evolutionary Optimization. ScholarGate. https://scholargate.app/de/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.
- Ameisenkolonie-Optimierung – Schwarmbasierte kombinatorische OptimierungOptimierung↔ compare
- Differential EvolutionOptimierung↔ compare
- NSGA-IIOptimierung↔ compare
- Partikelschwarmoptimierung (PSO)Optimierung↔ compare
- Simulated AnnealingOptimierung↔ compare
Referenziert von
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →