File:Estimation_of_Distribution_Algorithm_animation.gif · Wikimedia Commons · See Wikimedia Commons
algorithme génétique
Sign in to saveAlso known as optimize problem, GA
famille d'algorithmes d'optimisation basé sur la sélection naturelle
A genetic algorithm is a search method that works like evolution—it starts with many possible solutions, tests which ones work best, and then combines and modifies the winning solutions to find even better answers. This approach matters because it can tackle complex problems where traditional methods get stuck, making it useful for everything from engineering design to scheduling tasks.
AI-generated from the Wikipedia summary — may contain errors.
Research
53,490 papers- Hybrid quantum search with genetic algorithm optimization.PeerJ. Computer science · 2024
- Genetic Algorithm-Enhanced Direct Method in Protein Crystallography.Molecules (Basel, Switzerland) · 2025
- Voice recognition enhancement by genetic algorithm.Heliyon · 2024
- Student timetabling genetic algorithm accounting for student preferences.PeerJ. Computer science · 2023
- Calibration of an Adaptive Genetic Algorithm for Modeling Opinion Diffusion.Algorithms · 2022
via PubMed
Wikidata facts
Show 1 more fact
- inception
- 1975-00-00
via Wikidata · CC0
Article · Français
Les algorithmes génétiques appartiennent à la famille des algorithmes évolutionnistes. Leur but est d'obtenir une solution approchée à un problème d'optimisation, lorsqu'il n'existe pas de méthode exacte (ou que la solution est inconnue) pour le résoudre en un temps raisonnable. Les algorithmes génétiques utilisent la notion de sélection naturelle et l'appliquent à une population de solutions potentielles au problème donné. La solution est approchée par « bonds » successifs, comme dans une procédure de séparation et évaluation (branch & bound), à ceci près que ce sont des formules qui sont recherchées et non plus directement des valeurs.
Abstract from DBpedia / Wikipedia · CC BY-SA