Genetic Algorithm — การปรับให้เหมาะสมเชิงวิวัฒนาการ
ขั้นตอนวิธีเชิงพันธุกรรม (Genetic Algorithm หรือ GA) เป็นระเบียบวิธีอภิวิธาน (metaheuristic) สำหรับการหาค่าเหมาะสมที่สุดที่อาศัยประชากร (population-based) ซึ่งนำเสนอโดย John Henry Holland (1975) โดยเลียนแบบหลักการของการคัดเลือกโดยธรรมชาติ ขั้นตอนวิธีนี้จะรักษาประชากรของคำตอบที่เป็นไปได้ และปรับปรุงคำตอบเหล่านั้นซ้ำ ๆ ผ่านตัวดำเนินการคัดเลือก (selection), การผสมข้าม (crossover) และการกลายพันธุ์ (mutation) ทำให้มีประสิทธิภาพเป็นพิเศษในปริภูมิการค้นหาที่ไม่ต่อเนื่อง (discontinuous), ไม่เป็นนูน (non-convex) และมีหลายโหมด (multi-modal) ซึ่งระเบียบวิธีที่อาศัยการไล่ระดับแบบดั้งเดิมไม่สามารถทำงานได้
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
+23 more
แหล่งอ้างอิง
- 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
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 1). Genetic Algorithm — Evolutionary Optimization. ScholarGate. https://scholargate.app/th/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.
- Ant Colony Optimizationการหาค่าเหมาะที่สุด↔ compare
- Differential Evolutionการหาค่าเหมาะที่สุด↔ compare
- NSGA-IIการหาค่าเหมาะที่สุด↔ compare
- Particle Swarm Optimization (PSO)การหาค่าเหมาะที่สุด↔ compare
- Simulated Annealingการหาค่าเหมาะที่สุด↔ compare