Loading...
🧬
Эволюционные алгоритмы поиска(EDA)
Биоинспирированная оптимизация, которая развивает решения посредством отбора, мутации и скрещивания
Сложность: highИсследование и открытие
In 30 seconds
- What
- Поддерживает популяцию решений-кандидатов и применяет отбор и генетические операторы (мутацию, скрещивание), чтобы из поколения в поколение получать всё лучшие решения.
- When to use
- Большие пространства поиска, где нужно несколько разнообразных решений или требуется балансировать конкурирующие цели при отсутствии ясного аналитического пути.
- Watch out
- Схождение к локальным оптимумам встречается часто; стоимость оценки приспособленности растёт с размером популяции и числом поколений, что делает метод дорогим в областях с медленной оценкой.
Loading technique guide…