Process / pipelineMetaheuristics
Memetic Algorithm
Memetic Algorithm (MA)는 진화 알고리즘의 전역 탐색 능력과 개별 학습 절차의 지역적 활용 능력을 결합한 모집단 기반 메타휴리스틱입니다. 1989년 Caltech의 Pablo Moscato가 소개한 MA는 리처드 도킨스의 밈(meme) 개념, 즉 문화적 전승의 단위에서 착안하여, 해가 교차(crossover)와 돌연변이(mutation)뿐만 아니라 각 세대 내에서의 개별적인 개선을 통해서도 향상될 수 있다는 아이디어를 모델링합니다.
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
Method map
The neighbourhood of related methods — select a node to explore.
출처
- 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 ↗
이 페이지 인용 방법
ScholarGate. (2026, June 2). Memetic Algorithms (Hybrid Evolutionary + Local Search). ScholarGate. https://scholargate.app/ko/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.
Compare side by side →