Genetisk algoritme — Evolusjonær optimering
En genetisk algoritme (GA) er en populasjonsbasert metaheuristisk optimeringsmetode introdusert av John Henry Holland (1975) som etterligner prinsippene for naturlig utvalg. Den opprettholder en populasjon av kandidatløsninger og forbedrer dem iterativt gjennom seleksjons-, kryssnings- og mutasjonsoperatorer, noe som gjør den spesielt kraftig på diskontinuerlige, ikke-konvekse og multimodale søkerom der klassiske gradientbaserte metoder svikter.
Les hele metoden
Logg inn med en gratis konto for å lese denne delen.
Method map
The neighbourhood of related methods — select a node to explore.
+23 more
Kilder
- 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
Slik siterer du denne siden
ScholarGate. (2026, June 1). Genetic Algorithm — Evolutionary Optimization. ScholarGate. https://scholargate.app/no/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.
- Maurkolonoptimering – sverdbasert kombinatorisk optimeringOptimering↔ compare
- DifferensialevolusjonOptimering↔ compare
- NSGA-IIOptimering↔ compare
- Partikkelsvermoptimalisering (PSO)Optimering↔ compare
- Simulert annealing – Probabilistisk optimeringOptimering↔ compare
Referert av
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →