Стохастичний генетичний алгоритм — випадковий еволюційний пошук для оптимізації
Стохастичний генетичний алгоритм (СГА) — це метаевристика на основі популяції, яка імітує біологічну еволюцію — відбір, схрещування та мутацію — для пошуку майже оптимальних розв'язків у складних, нелінійних або комбінаторних просторах. Його випадкові оператори роблять його стійким до локальних оптимумів і широко застосовним у машинобудуванні, плануванні, машинному навчанні та дослідженні операцій.
Читати метод повністю
Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.
Method map
The neighbourhood of related methods — select a node to explore.
Джерела
- Holland, J. H. (1975). Adaptation in Natural and Artificial Systems. University of Michigan Press, Ann Arbor. ISBN: 978-0262581110
- Goldberg, D. E. (1989). Genetic Algorithms in Search, Optimization, and Machine Learning. Addison-Wesley, Reading, MA. ISBN: 978-0201157673
Як цитувати цю сторінку
ScholarGate. (2026, June 3). Stochastic Genetic Algorithm — Randomized evolutionary search for combinatorial and continuous optimization. ScholarGate. https://scholargate.app/uk/simulation/stochastic-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.
- Генетичний алгоритмОптимізація↔ compare
- Оптимізація роєм частинок (PSO)Оптимізація↔ compare
- Відпал (Simulated Annealing)Оптимізація↔ compare
- Стохастична багатоцільова оптимізаціяІмітаційне моделювання↔ compare
- Стохастичне ройове оптимізування частинокІмітаційне моделювання↔ compare
Згадується в
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →