Stokastinen geneettinen algoritmi — Satunnaistettu evolutiivinen haku optimointiin
Stokastinen geneettinen algoritmi (SGA) on populaatiopohjainen metaheuristiikka, joka jäljittelee biologista evoluutiota — valintaa, risteytystä ja mutaatiota — etsiäkseen lähes optimaalisia ratkaisuja monimutkaisissa, epälineaarisissa tai kombinatorisissa avaruuksissa. Sen satunnaistetut operaattorit tekevät siitä kestävän paikallisille optimeille ja laajalti sovellettavan suunnittelutieteissä, aikataulutuksessa, koneoppimisessa ja operaatiotutkimuksessa.
Lue koko menetelmä
Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.
Method map
The neighbourhood of related methods — select a node to explore.
Lähteet
- 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
Näin viittaat tähän sivuun
ScholarGate. (2026, June 3). Stochastic Genetic Algorithm — Randomized evolutionary search for combinatorial and continuous optimization. ScholarGate. https://scholargate.app/fi/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.
- Genetiikka-algoritmiOptimointi↔ compare
- Hiukkasparviäly (PSO)Optimointi↔ compare
- Simulated AnnealingOptimointi↔ compare
- Stochastic Multi-Objective OptimizationSimulointi↔ compare
- Stokastinen hiukkaparvioptimointiSimulointi↔ compare
Tähän viittaavat
Huomasitko virheen tällä sivulla? Ilmoita siitä tai ehdota korjausta →