الگوریتم ژنتیک تصادفی — جستجوی تکاملی تصادفی برای بهینهسازی
الگوریتم ژنتیک تصادفی (SGA) یک فراابتکاری مبتنی بر جمعیت است که تکامل بیولوژیکی — انتخاب، تقاطع و جهش — را برای جستجوی راهحلهای نزدیک به بهینه در فضاهای پیچیده، غیرخطی یا ترکیبی تقلید میکند. عملگرهای تصادفی آن، آن را در برابر بهینههای محلی مقاوم و در مهندسی، زمانبندی، یادگیری ماشین و تحقیق در عملیات بهطور گستردهای قابلاجرا 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
- 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
نحوهٔ استناد به این صفحه
ScholarGate. (2026, June 3). Stochastic Genetic Algorithm — Randomized evolutionary search for combinatorial and continuous optimization. ScholarGate. https://scholargate.app/fa/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.
- الگوریتم ژنتیکبهینهسازی↔ compare
- بهینهسازی ازدحام ذرات (PSO)بهینهسازی↔ compare
- آنیل کردن شبیهسازی شدهبهینهسازی↔ compare
- بهینهسازی تصادفی چندهدفهشبیهسازی↔ compare
- بهینهسازی ازدحام ذرات تصادفیشبیهسازی↔ compare
ارجاعشده در
در این صفحه مشکلی دیدید؟ گزارش دهید یا اصلاحی پیشنهاد کنید →