Process / pipeline

Ģenētiskais algoritms — evolūcijas optimizācija

Ģenētiskais algoritms (ĢA) ir uz populāciju balstīta metaheuristiska optimizācijas metode, ko ieviesis Džons Henrijs Holands (John Henry Holland, 1975), un kas atdarina dabisko atlasi. Tas uztur kandidātu risinājumu populāciju un iteratīvi tos uzlabo, izmantojot atlases, krustošanās un mutācijas operatorus, padarot to īpaši spēcīgu uz diskontinuitīvām, neizliektām un multimodālām meklēšanas telpām, kur klasiskās uz gradientu balstītās metodes nespēj darboties.

Atvērt MethodMindDrīzumāVideoDrīzumāDownload slides

Lasīt pilno metodes aprakstu

Tikai dalībniekiem

Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.

Pieteikties

Method map

The neighbourhood of related methods — select a node to explore.

Ģenētiskais algoritms

Ant Colony Optimization Diferenciālā evolūcija NSGA-II Particle Swarm Optimizat…Simulated Annealing Aģentu balstīta skudru k…Aģentu ģenētiskais algor…Aritmētiskās optimizācij…Mākslīgās bites kolonija…Bayesiešuņetiskais algor…

+23 more

Avoti

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

Kā citēt šo lapu

ScholarGate. (2026, June 1). Genetic Algorithm — Evolutionary Optimization. ScholarGate. https://scholargate.app/lv/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 OptimizationOptimizācija↔ compare
Diferenciālā evolūcijaOptimizācija↔ compare
NSGA-IIOptimizācija↔ compare
Particle Swarm Optimization (PSO)Optimizācija↔ compare
Simulated AnnealingOptimizācija↔ compare

Compare side by side →

Uz to atsaucas

Aģentu balstīta skudru koloniju optimizācija Aģentu ģenētiskais algoritms Ant Colony Optimization Aritmētiskās optimizācijas algoritms Mākslīgās bites kolonijas (ABC) optimizācija Bayesiešuņetiskais algoritms Bayesisk simulētā atkausēšana Dzeguzes meklēšana Deterministiskais ģenētiskais algoritms Deterministiskā daļiņu baru optimizācija Diferenciālā evolūcija Evolucionārā stratēģija (CMA-ES)Firefly Algorithm Grey Wolf Optimizer Harmony Search Hibrīdā virsmas atbildes metodoloģija Hiperheuristikas Memētiskais algoritms Jaukta veselo skaitļu programmēšana Daudzobjektīvu ģenētisks algoritms (MOGA)Daudzobjektīvu optimizācija NEAT: Topoloģijas paplašinošā neiroevolūcija NSGA-II Particle Swarm Optimization (PSO)Politikas scenāriju ģenētiskais algoritms Robusta ģenētiskā algoritma (RGA) pieeja Simulated Annealing Algoritms dumpeļiem Stochastic Genetic Algorithm Stohastiskā Tabu meklēšana Tabu Search Mainīgo apkaimju meklēšana (VNS)Optimizācijas algoritms ar vaļiem (WOA)

Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →