الگوریتم ژنتیک قطعی — بهینهسازی تکاملی بدون تصادفیبودن
یک الگوریتم ژنتیک قطعی (DGA) چارچوب ساختاری محاسبات تکاملی — جمعیت، انتخاب، ترکیب و جایگزینی — را با استفاده از عملگرهای کاملاً قطعی و قواعد تصمیمگیری ثابت به جای نمونهبرداری تصادفی به کار میگیرد. با حذف تصادفیبودن، الگوریتم کاملاً بازتولیدپذیر میشود: اجرای دو باره آن روی یک مسئله یکسان، راهحلهای یکسانی را به دست میدهد و آن را برای محکزنی دقیق، مطالعات بازتولیدپذیری و سیستمهایی که تصادفیبودن در آنها نامطلوب است، قابل استفاده 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.
منابع
- Goldberg, D. E. (1989). Genetic Algorithms in Search, Optimization, and Machine Learning. Addison-Wesley, Reading, MA. ISBN: 9780201157673
- Mahfoud, S. W. (1995). Niching methods for genetic algorithms. IlliGAL Report No. 95001, University of Illinois at Urbana-Champaign. link ↗
نحوهٔ استناد به این صفحه
ScholarGate. (2026, June 3). Deterministic Genetic Algorithm — Evolutionary optimization with deterministic selection and operators. ScholarGate. https://scholargate.app/fa/simulation/deterministic-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 ذرات قطعیشبیهسازی↔ compare
- الگوریتم ژنتیکبهینهسازی↔ compare
- الگوریتم ژنتیک چندهدفه (MOGA)شبیهسازی↔ compare
- آنیل کردن شبیهسازی شدهبهینهسازی↔ compare
- الگوریتم ژنتیک تصادفیشبیهسازی↔ compare
در این صفحه مشکلی دیدید؟ گزارش دهید یا اصلاحی پیشنهاد کنید →