Memetischer Algorithmus
Ein memetischer Algorithmus (MA) ist eine populationsbasierte Metaheuristik, die die globale Exploration eines evolutionären Algorithmus mit der lokalen Ausnutzung individueller Lernverfahren kombiniert. MAs wurden 1989 von Pablo Moscato am Caltech eingeführt und greifen das Konzept des Memes von Richard Dawkins – einer Einheit der kulturellen Übertragung – auf, um die Idee zu modellieren, dass Lösungen nicht nur durch Kreuzung und Mutation, sondern auch durch individuelle Verfeinerung innerhalb jeder Generation verbessert werden können.
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.
Quellen
- 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 ↗
So zitieren Sie diese Seite
ScholarGate. (2026, June 2). Memetic Algorithms (Hybrid Evolutionary + Local Search). ScholarGate. https://scholargate.app/de/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.
- Genetischer AlgorithmusOptimierung↔ compare
- Hyper-HeuristikenOptimierung↔ compare
- Tabu SearchOptimierung↔ compare
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →