Sztochasztikus Genetikus Algoritmus — Randomizált Evolúciós Keresés Optimalizálásra
A Sztochasztikus Genetikus Algoritmus (SGA) egy populációalapú metaheurétika, amely a biológiai evolúciót — szelekciót, keresztezést és mutációt — utánozva keres közel optimális megoldásokat komplex, nemlineáris vagy kombinatorikus terekben. Randomizált operátorai robusztussá teszik a lokális optimumokkal szemben, és széles körben alkalmazható a mérnöki tudományokban, ütemezésben, gépi tanulásban és operációkutatásban.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Method map
The neighbourhood of related methods — select a node to explore.
Források
- Holland, J. H. (1975). Adaptation in Natural and Artificial Systems. University of Michigan Press, Ann Arbor. ISBN: 978-0262581110
- Goldberg, D. E. (1989). Genetic Algorithms in Search, Optimization, and Machine Learning. Addison-Wesley, Reading, MA. ISBN: 978-0201157673
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 3). Stochastic Genetic Algorithm — Randomized evolutionary search for combinatorial and continuous optimization. ScholarGate. https://scholargate.app/hu/simulation/stochastic-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.
- Genetikus algoritmusOptimalizálás↔ compare
- A részecskesereg-optimalizálás (PSO)Optimalizálás↔ compare
- Szimulált hűtésOptimalizálás↔ compare
- Stochastic Multi-Objective OptimizationSzimuláció↔ compare
- Sztochasztikus Részecske-raj OptimalizálásSzimuláció↔ compare
Hivatkozik rá
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →