Algorithme mémétique
Un algorithme mémétique (MA) est une métaheuristique basée sur une population qui combine l'exploration globale d'un algorithme évolutionniste avec l'exploitation locale de procédures d'apprentissage individuelles. Introduits par Pablo Moscato en 1989 au Caltech, les MA s'inspirent du concept de mème de Richard Dawkins — une unité de transmission culturelle — pour modéliser l'idée que les solutions peuvent s'améliorer non seulement par croisement et mutation, mais aussi par raffinement individuel au sein de chaque génération.
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.
Sources
- Moscato, P. (1989). On evolution, search, optimization, genetic algorithms and martial arts: Towards memetic algorithms. Caltech Concurrent Computation Program Report 826. link ↗
- Neri, F., & Cotta, C. (2012). Memetic algorithms and memetic computing optimization: A literature review. Swarm and Evolutionary Computation, 2, 1–14. DOI: 10.1016/j.swevo.2011.11.003 ↗
Comment citer cette page
ScholarGate. (2026, June 2). Memetic Algorithms (Hybrid Evolutionary + Local Search). ScholarGate. https://scholargate.app/fr/optimization/memetic-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.
- Algorithme génétiqueOptimisation↔ compare
- Hyper-heuristiquesOptimisation↔ compare
- Recherche TabouOptimisation↔ compare
Une erreur sur cette page ? Signalez-la ou proposez une correction →