Process / pipeline

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.

Ouvrir dans MethodMindBientôtVidéoBientôtDownload slides

Lire la méthode complète

Réservé aux membres

Connectez-vous avec un compte gratuit pour lire cette section.

Se connecter

Method map

The neighbourhood of related methods — select a node to explore.

+23 more

Sources

  1. Holland, J.H. (1975). Adaptation in Natural and Artificial Systems. University of Michigan Press. link
  2. 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.

Compare side by side

Référencée par

ScholarGateGenetic Algorithm (Genetic Algorithm — Evolutionary Optimization). Consulté le 2026-06-15 sur https://scholargate.app/fr/optimization/genetic-algorithm · Jeu de données : https://doi.org/10.5281/zenodo.20539026