Process / pipelineSimulation / optimization
確率的遺伝的アルゴリズム — 最適化のためのランダム化進化的探索
確率的遺伝的アルゴリズム（SGA）は、生物学的進化（選択、交叉、突然変異）を模倣して、複雑、非線形、または組み合わせ空間における準最適解を探索する、集団ベースのメタヒューリスティックです。そのランダム化された演算子は、局所的最適解に対してロバストであり、工学、スケジューリング、機械学習、オペレーションズリサーチに広く適用可能です。
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.
出典
- 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
このページの引用方法
ScholarGate. (2026, June 3). Stochastic Genetic Algorithm — Randomized evolutionary search for combinatorial and continuous optimization. ScholarGate. https://scholargate.app/ja/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.
- 遺伝的アルゴリズム最適化↔ compare
- Particle Swarm Optimization (PSO)最適化↔ compare
- 焼きなまし法最適化↔ compare
- 確率的多目的最適化シミュレーション↔ compare
- 確率的粒子群最適化シミュレーション↔ compare