Генетический алгоритм — Эволюционная оптимизация
Генетический алгоритм (ГА) — это метаэвристический метод оптимизации, основанный на популяции, введенный Джоном Генри Холландом (1975), который имитирует принципы естественного отбора. Он поддерживает популяцию кандидатов решений и итеративно улучшает их с помощью операторов отбора, скрещивания и мутации, что делает его особенно мощным на разрывных, невыпуклых и мультимодальных пространствах поиска, где классические градиентные методы терпят неудачу.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Method map
The neighbourhood of related methods — select a node to explore.
+23 more
Источники
- 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
Как цитировать эту страницу
ScholarGate. (2026, June 1). Genetic Algorithm — Evolutionary Optimization. ScholarGate. https://scholargate.app/ru/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.
- Муравьиные алгоритмыОптимизация↔ compare
- Дифференциальная эволюцияОптимизация↔ compare
- NSGA-IIОптимизация↔ compare
- Оптимизация роем частиц (PSO)Оптимизация↔ compare
- Имитация отжигаОптимизация↔ compare
Упоминается в
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →