Indexé dans
- Genamics JournalSeek
- RechercheRef
- Université Hamdard
- EBSCO AZ
- OCLC - WorldCat
- Publions
- Pub européen
- Google Scholar
Liens utiles
Partager cette page
Dépliant de journal
Revues en libre accès
- Agriculture et aquaculture
- Alimentation et nutrition
- Biochimie
- Bioinformatique et biologie des systèmes
- Business & Management
- Chimie
- Génétique et biologie moléculaire
- Immunologie & Microbiologie
- Ingénierie
- La science des matériaux
- Neurosciences & Psychologie
- Science générale
- Sciences cliniques
- Sciences environnementales
- Sciences médicales
- Sciences pharmaceutiques
- Sciences vétérinaires
- Soins infirmiers et soins de santé
Abstrait
L'algorithme génétique reflète le processus de sélection naturelle
Mathieu Stevenin
L'algorithme génétique (AG) est une technique d'optimisation basée sur la recherche qui s'appuie sur les principes de la génétique et de la survie. Il est souvent utilisé pour trouver des solutions optimales ou presque optimales à des problèmes difficiles qui, autrement, prendraient toute une vie à résoudre. Il est souvent utilisé pour résoudre des problèmes d'optimisation, dans la recherche et dans l'apprentissage automatique. La nature a toujours été une excellente source d'inspiration pour toute l'humanité. Les algorithmes génétiques (AG) sont des algorithmes basés sur la recherche qui s'appuient sur les concepts de survie et de génétique. Les AG sont un sous-ensemble d'une branche beaucoup plus vaste du calcul appelée calcul évolutionnaire. Les AG ont été développés par John Holland et ses étudiants et collègues de l'Université du Michigan, notamment David E. Goldberg, et ont depuis été testés sur divers problèmes d'optimisation avec un haut degré de succès.