नियतात्मक आनुवंशिक एल्गोरिथम — यादृच्छिकता के बिना विकासवादी अनुकूलन
एक नियतात्मक आनुवंशिक एल्गोरिथम (DGA) विकासवादी संगणना के संरचनात्मक ढांचे — जनसंख्या, चयन, क्रॉसओवर, और प्रतिस्थापन — को पूरी तरह से नियतात्मक ऑपरेटरों और निश्चित निर्णय नियमों का उपयोग करके लागू करता है, न कि स्टोकेस्टिक नमूनाकरण का। यादृच्छिकता को समाप्त करके, एल्गोरिथम पूरी तरह से पुनरुत्पादनीय हो जाता है: इसे एक ही समस्या पर दो बार चलाने से समान समाधान मिलते हैं, जिससे यह कठोर बेंचमार्किंग, पुनरुत्पादनीयता अध्ययन और उन प्रणालियों के लिए सुलभ हो जाता है जहां स्टोकेस्टिसिटी अवांछनीय है।
पूरी विधि पढ़ें
यह खंड पढ़ने के लिए निःशुल्क खाते से साइन इन करें।
Method map
The neighbourhood of related methods — select a node to explore.
स्रोत
- Goldberg, D. E. (1989). Genetic Algorithms in Search, Optimization, and Machine Learning. Addison-Wesley, Reading, MA. ISBN: 9780201157673
- Mahfoud, S. W. (1995). Niching methods for genetic algorithms. IlliGAL Report No. 95001, University of Illinois at Urbana-Champaign. link ↗
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 3). Deterministic Genetic Algorithm — Evolutionary optimization with deterministic selection and operators. ScholarGate. https://scholargate.app/hi/simulation/deterministic-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.
- निश्चित कण झुंड अनुकूलनअनुकरण↔ compare
- जेनेटिक एल्गोरिथमअनुकूलन↔ compare
- बहु-उद्देश्यीय जेनेटिक एल्गोरिथम (MOGA)अनुकरण↔ compare
- सिम्युलेटेड एनीलिंगअनुकूलन↔ compare
- स्टोकेस्टिक जेनेटिक एल्गोरिथमअनुकरण↔ compare