Algoritmo Genetico Stocastico — Ricerca Evolutiva Randomizzata per l'Ottimizzazione
L'Algoritmo Genetico Stocastico (SGA) è una meta-euristica basata su popolazione che imita l'evoluzione biologica — selezione, crossover e mutazione — per cercare soluzioni quasi ottimali in spazi complessi, non lineari o combinatori. I suoi operatori randomizzati lo rendono robusto rispetto agli ottimi locali e ampiamente applicabile in ingegneria, pianificazione, machine learning e ricerca operativa.
Leggi il metodo completo
Accedi con un account gratuito per leggere questa sezione.
Method map
The neighbourhood of related methods — select a node to explore.
Fonti
- 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
Come citare questa pagina
ScholarGate. (2026, June 3). Stochastic Genetic Algorithm — Randomized evolutionary search for combinatorial and continuous optimization. ScholarGate. https://scholargate.app/it/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.
- Algoritmo GeneticoOttimizzazione↔ compare
- Ottimizzazione a Sciame di Particelle (PSO)Ottimizzazione↔ compare
- Raffreddamento SimilatoOttimizzazione↔ compare
- Ottimizzazione Stocastica Multi-ObiettivoSimulazione↔ compare
- Ottimizzazione Stocastica a Sciame di ParticelleSimulazione↔ compare
Citato da
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →