Algorithme génétique — Optimisation évolutionnaire
Un algorithme génétique (AG) est une méthode d'optimisation métaheuristique basée sur la population, introduite par John Henry Holland (1975), qui imite les principes de la sélection naturelle. Il maintient une population de solutions candidates et les améliore itérativement par des opérateurs de sélection, de croisement et de mutation, ce qui le rend particulièrement puissant dans les espaces de recherche discontinus, non convexes et multimodaux où les méthodes classiques basées sur le gradient échouent.
Lire la méthode complète
Connectez-vous avec un compte gratuit pour lire cette section.
Method map
The neighbourhood of related methods — select a node to explore.
+23 more
Sources
- 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
Comment citer cette page
ScholarGate. (2026, June 1). Genetic Algorithm — Evolutionary Optimization. ScholarGate. https://scholargate.app/fr/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.
- Optimisation par Colonies de FourmisOptimisation↔ compare
- Évolution DifférentielleOptimisation↔ compare
- NSGA-IIOptimisation↔ compare
- Optimisation par essaim particulaire (PSO)Optimisation↔ compare
- Recuit simuléOptimisation↔ compare
Référencée par
Une erreur sur cette page ? Signalez-la ou proposez une correction →