ScholarGate
Ассистент
Process / pipelineMetaheuristics

Меметический алгоритм

Меметический алгоритм (МА) — это популяционный метаэвристический метод, который сочетает глобальное исследование, присущее эволюционным алгоритмам, с локальной эксплуатацией процедур индивидуального обучения. Представленные Пабло Москато в 1989 году в Калифорнийском технологическом институте (Caltech), МА опираются на концепцию мема Ричарда Докинза — единицы культурной передачи — для моделирования идеи о том, что решения могут улучшаться не только посредством кроссовера и мутации, но и за счет индивидуального усовершенствования в каждом поколении.

Открыть в MethodMindСкороВидеоСкороDownload slides

Читать метод полностью

Только для участников

Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.

Войти

Method map

The neighbourhood of related methods — select a node to explore.

Источники

  1. Moscato, P. (1989). On evolution, search, optimization, genetic algorithms and martial arts: Towards memetic algorithms. Caltech Concurrent Computation Program Report 826. link
  2. 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

Как цитировать эту страницу

ScholarGate. (2026, June 2). Memetic Algorithms (Hybrid Evolutionary + Local Search). ScholarGate. https://scholargate.app/ru/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.

Compare side by side
ScholarGateMemetic Algorithm (Memetic Algorithms (Hybrid Evolutionary + Local Search)). Получено 2026-06-15 из https://scholargate.app/ru/optimization/memetic-algorithm · Набор данных: https://doi.org/10.5281/zenodo.20539026