Algoritma Memetik
Algoritma Memetik (MA) adalah metaheuristik berbasis populasi yang menggabungkan eksplorasi global dari algoritma evolusioner dengan eksploitasi lokal dari prosedur pembelajaran individu. Diperkenalkan oleh Pablo Moscato pada tahun 1989 di Caltech, MA mengambil konsep meme dari Richard Dawkins — unit transmisi budaya — untuk memodelkan gagasan bahwa solusi dapat ditingkatkan tidak hanya melalui persilangan dan mutasi tetapi juga melalui penyempurnaan individu dalam setiap generasi.
Baca metode selengkapnya
Masuk dengan akun gratis untuk membaca bagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- 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 ↗
Cara menyitasi halaman ini
ScholarGate. (2026, June 2). Memetic Algorithms (Hybrid Evolutionary + Local Search). ScholarGate. https://scholargate.app/id/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.
- Algoritma GenetikOptimasi↔ compare
- HiperheuristikOptimasi↔ compare
- Tabu SearchOptimasi↔ compare
Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →