الگوریتم ژنتیک — بهینهسازی تکاملی
الگوریتم ژنتیک (GA) یک روش بهینهسازی فراابتکاری مبتنی بر جمعیت است که توسط جان هنری هالند (۱۹۷۵) معرفی شد و اصول انتخاب طبیعی را تقلید میکند. این الگوریتم جمعیتی از راهحلهای کاندید را حفظ کرده و آنها را به طور تکراری از طریق عملگرهای انتخاب، تقاطع (crossover) و جهش بهبود میبخشد، که آن را به ویژه در فضاهای جستجوی ناپیوسته، غیرمحدب و چندوجهی که روشهای کلاسیک مبتنی بر گرادیان شکست میخورند، قدرتمند میسازد.
مطالعهٔ کامل روش
برای خواندن این بخش با حساب رایگان وارد شوید.
Method map
The neighbourhood of related methods — select a node to explore.
+23 more
منابع
- 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
نحوهٔ استناد به این صفحه
ScholarGate. (2026, June 1). Genetic Algorithm — Evolutionary Optimization. ScholarGate. https://scholargate.app/fa/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.
- بهینهسازی کلونی مورچگانبهینهسازی↔ compare
- تکامل تفاضلیبهینهسازی↔ compare
- الگوریتم مرتبسازی غیرمغلوب ژنتیکی II (NSGA-II)بهینهسازی↔ compare
- بهینهسازی ازدحام ذرات (PSO)بهینهسازی↔ compare
- آنیل کردن شبیهسازی شدهبهینهسازی↔ compare
ارجاعشده در
در این صفحه مشکلی دیدید؟ گزارش دهید یا اصلاحی پیشنهاد کنید →