Process / pipeline
遺伝的アルゴリズム — 進化的最適化
遺伝的アルゴリズム（GA）は、1975年にJohn Henry Hollandによって導入された、自然選択の原理を模倣した集団ベースのメタヒューリスティック最適化手法です。候補解の集団を維持し、選択、交叉、突然変異演算子を通じてそれらを反復的に改善します。これにより、古典的な勾配ベースの手法が失敗するような、不連続、非凸、多峰性の探索空間において特に強力になります。
手法の全文を読む
会員限定
ログイン無料アカウントでログインすると、このセクションを読めます。
Method map
The neighbourhood of related methods — select a node to explore.
+23 more
出典
- 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
このページの引用方法
ScholarGate. (2026, June 1). Genetic Algorithm — Evolutionary Optimization. ScholarGate. https://scholargate.app/ja/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.
- Ant Colony Optimization最適化↔ compare
- Differential Evolution最適化↔ compare
- NSGA-II最適化↔ compare
- Particle Swarm Optimization (PSO)最適化↔ compare
- 焼きなまし法最適化↔ compare
この手法を参照する項目
Agent-Based Ant Colony Optimizationエージェントベース遺伝的アルゴリズムAnt Colony Optimization算術最適化アルゴリズム人工蜂コロニー (ABC) 最適化ベイジアン遺伝的アルゴリズムベイズ的焼きなまし法カッコウ探索決定論的遺伝的アルゴリズム決定論的粒子群最適化Differential EvolutionEvolutionary Strategy (CMA-ES)ホタルアルゴリズムGrey Wolf OptimizerHarmony Searchハイブリッド応答曲面法ハイパーヒューリスティクスMemetic Algorithm (MA)混合整数計画法多目的遺伝的アルゴリズム（MOGA）多目的最適化NEAT: ニューロエボリューション・オブ・オーグメンティング・トポロジーズNSGA-IIParticle Swarm Optimization (PSO)政策シナリオ遺伝的アルゴリズムロバスト遺伝的アルゴリズム焼きなまし法粘菌アルゴリズム確率的遺伝的アルゴリズム確率的タブー探索タブーサーチ近傍探索法 (VNS)Whale Optimization Algorithm (WOA)