Memetikus algoritmus
A memetikus algoritmus (MA) egy populációalapú metaheurisztika, amely az evolúciós algoritmusok globális feltárását az egyedi tanulási eljárások lokális kiaknázásával ötvözi. Pablo Moscato vezette be 1989-ben a Caltech-en. Az MA-k Richard Dawkins mém koncepciójára — a kulturális átadás egységére — épülnek, hogy modellezzék azt az elképzelést, miszerint a megoldások nemcsak kereszteződés és mutáció révén javulhatnak, hanem az egyes generációkon belüli egyedi finomítás révén is.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Method map
The neighbourhood of related methods — select a node to explore.
Források
- 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 ↗
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 2). Memetic Algorithms (Hybrid Evolutionary + Local Search). ScholarGate. https://scholargate.app/hu/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.
- Genetikus algoritmusOptimalizálás↔ compare
- HiperheurisztikákOptimalizálás↔ compare
- Tabu SearchOptimalizálás↔ compare
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →