Algorytm genetyczny — optymalizacja ewolucyjna
Algorytm genetyczny (GA) to metaheurystyczna metoda optymalizacji oparta na populacji, wprowadzona przez Johna Henry'ego Hollanda (1975), która naśladuje zasady doboru naturalnego. Utrzymuje populację kandydatów na rozwiązania i iteracyjnie je ulepsza za pomocą operatorów selekcji, krzyżowania i mutacji, co czyni go szczególnie skutecznym w przestrzeniach poszukiwań nieciągłych, niewypukłych i wielomodalnych, gdzie klasyczne metody oparte na gradiencie zawodzą.
Przeczytaj pełny opis metody
Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Method map
The neighbourhood of related methods — select a node to explore.
+23 more
Źródła
- 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
Jak cytować tę stronę
ScholarGate. (2026, June 1). Genetic Algorithm — Evolutionary Optimization. ScholarGate. https://scholargate.app/pl/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.
- Optymalizacja Kolonii MrówekOptymalizacja↔ compare
- Ewolucja RóżnicowaOptymalizacja↔ compare
- NSGA-IIOptymalizacja↔ compare
- Optymalizacja rojem cząstek (PSO)Optymalizacja↔ compare
- Wyżarzanie symulowaneOptymalizacja↔ compare
Cytowana przez
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →