Algoritma Genetik — Optimasi Evolusioner
Algoritma genetik (AG) adalah metode optimasi metaheuristik berbasis populasi yang diperkenalkan oleh John Henry Holland (1975) yang meniru prinsip seleksi alam. Algoritma ini memelihara populasi solusi kandidat dan secara iteratif memperbaikinya melalui operator seleksi, persilangan (crossover), dan mutasi, menjadikannya sangat ampuh pada ruang pencarian yang diskontinu, non-konveks, dan multimodal di mana metode berbasis gradien klasik gagal.
Baca metode selengkapnya
Masuk dengan akun gratis untuk membaca bagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
+23 more
Sumber
- Holland, J.H. (1975). Adaptation in Natural and Artificial Systems. University of Michigan Press. link ↗
- Deb, K. (2001). Multi-Objective Optimization using Evolutionary Algorithms. Wiley. ISBN: 9780471873396
Cara menyitasi halaman ini
ScholarGate. (2026, June 1). Genetic Algorithm — Evolutionary Optimization. ScholarGate. https://scholargate.app/id/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.
- Optimasi Koloni SemutOptimasi↔ compare
- Differential EvolutionOptimasi↔ compare
- NSGA-IIOptimasi↔ compare
- Particle Swarm Optimization (PSO)Optimasi↔ compare
- Annealing SimulasiOptimasi↔ compare
Dirujuk oleh
Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →