Algoritma Memetik
Algoritma Memetik (MA) ialah metaheuristik berasaskan populasi yang menggabungkan penerokaan global algoritma evolusioner dengan eksploitasi tempatan prosedur pembelajaran individu. Diperkenalkan oleh Pablo Moscato pada tahun 1989 di Caltech, MA mengambil inspirasi daripada konsep meme Richard Dawkins — unit penghantaran budaya — untuk memodelkan idea bahawa penyelesaian boleh bertambah baik bukan sahaja melalui persilangan dan mutasi tetapi juga melalui penambahbaikan individu dalam setiap generasi.
Baca kaedah sepenuhnya
Log masuk dengan akaun percuma untuk membaca bahagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- 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 ↗
Cara memetik halaman ini
ScholarGate. (2026, June 2). Memetic Algorithms (Hybrid Evolutionary + Local Search). ScholarGate. https://scholargate.app/ms/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.
- Algoritma GenetikPengoptimuman↔ compare
- Hiper-heuristikPengoptimuman↔ compare
- Tabu SearchPengoptimuman↔ compare
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →