Algoritmo Genético Estocástico — Búsqueda Evolutiva Aleatorizada para Optimización
El Algoritmo Genético Estocástico (SGA) es una metaheurística basada en poblaciones que imita la evolución biológica —selección, cruce y mutación— para buscar soluciones casi óptimas en espacios complejos, no lineales o combinatorios. Sus operadores aleatorizados lo hacen robusto frente a óptimos locales y ampliamente aplicable en ingeniería, planificación, aprendizaje automático e investigación de operaciones.
Leer el método completo
Inicia sesión con una cuenta gratuita para leer esta sección.
Method map
The neighbourhood of related methods — select a node to explore.
Fuentes
- 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
Cómo citar esta página
ScholarGate. (2026, June 3). Stochastic Genetic Algorithm — Randomized evolutionary search for combinatorial and continuous optimization. ScholarGate. https://scholargate.app/es/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.
- Algoritmo GenéticoOptimización↔ compare
- Optimización por Enjambre de Partículas (PSO)Optimización↔ compare
- Recocido simuladoOptimización↔ compare
- Optimización Estocástica MultiobjetivoSimulación↔ compare
- Optimización Estocástica por Enjambre de PartículasSimulación↔ compare
Citado por
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →