Memetisch Algoritme
Een memetisch algoritme (MA) is een populatie-gebaseerde metaheuristiek die de globale exploratie van een evolutionair algoritme combineert met de lokale exploitatie van individuele leerprocedures. Geïntroduceerd door Pablo Moscato in 1989 aan Caltech, ontlenen MA's aan Richard Dawkins' concept van de meme — een eenheid van culturele transmissie — om het idee te modelleren dat oplossingen niet alleen kunnen verbeteren door crossover en mutatie, maar ook door individuele verfijning binnen elke generatie.
Lees de volledige methode
Log in met een gratis account om dit onderdeel te lezen.
Method map
The neighbourhood of related methods — select a node to explore.
Bronnen
- 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 ↗
Deze pagina citeren
ScholarGate. (2026, June 2). Memetic Algorithms (Hybrid Evolutionary + Local Search). ScholarGate. https://scholargate.app/nl/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.
- Genetisch AlgoritmeOptimalisatie↔ compare
- HyperheuristiekenOptimalisatie↔ compare
- Tabu SearchOptimalisatie↔ compare
Een fout op deze pagina gezien? Meld het of stel een correctie voor →