Algoritma Genetik — Pengoptimuman Evolusioner
Algoritma genetik (GA) ialah kaedah pengoptimuman metaheuristik berasaskan populasi yang diperkenalkan oleh John Henry Holland (1975) yang meniru prinsip pemilihan semula jadi. Ia mengekalkan populasi penyelesaian calon dan memperbaikinya secara berulang melalui pengendali pemilihan, persilangan, dan mutasi, menjadikannya sangat berkuasa pada ruang carian tak selanjar, tak cembung, dan multimodal di mana kaedah berasaskan kecerunan klasik gagal.
Baca kaedah sepenuhnya
Log masuk dengan akaun percuma untuk membaca bahagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
+23 more
Sumber
- 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
Cara memetik halaman ini
ScholarGate. (2026, June 1). Genetic Algorithm — Evolutionary Optimization. ScholarGate. https://scholargate.app/ms/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 OptimizationPengoptimuman↔ compare
- Differential EvolutionPengoptimuman↔ compare
- NSGA-IIPengoptimuman↔ compare
- Particle Swarm Optimization (PSO)Pengoptimuman↔ compare
- Simulated AnnealingPengoptimuman↔ compare
Dirujuk oleh
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →