File:Estimation_of_Distribution_Algorithm_animation.gif · Wikimedia Commons · See Wikimedia Commons
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 · 中文
遗传算法（英語：Genetic Algorithm，GA）是计算数学中用于解决最佳化的搜索算法，是进化算法的一种。进化算法最初是借鉴了进化生物学中的一些现象而发展起来的，这些现象包括遗传、突变、自然选择以及杂交等等。 遗传算法通常实现方式为一种计算机模拟。对于一个最优化问题，一定数量的（称为个体）可抽象表示为染色體，使种群向更好的解进化。传统上，解用二进制表示（即0和1的串），但也可以用其他表示方法。进化从完全随机个体的种群开始，之后一代一代发生。在每一代中评价整个种群的适应度，从当前种群中随机地选择多个个体（基于它们的适应度），通过自然选择和突变产生新的生命种群，该种群在算法的下一次迭代中成为当前种群。
Abstract from DBpedia / Wikipedia · CC BY-SA