Чем генетический алгоритм отличается от других методов оптимизации?

Некоторые отличия генетического алгоритма (ГА) от других методов оптимизации:

• Работа с закодированной формой параметров задачи. masters.donntu.ru ГА оперируют не со значениями параметров, а с их закодированной формой. masters.donntu.ru
• Поиск решения из нескольких точек одновременно. elib.pnzgu.ru В традиционных методах алгоритм переходит от точки к точке, а ГА использует сразу несколько точек поискового пространства. asu.tusur.ru
• Использование только целевой функции, а не её производных или другой дополнительной информации. masters.donntu.ru elib.pnzgu.ru
• Применение вероятностных правил выбора. masters.donntu.ru ГА использует вероятностные правила для порождения новых точек для анализа, а для перехода от одних точек к другим — детерминированные правила. asu.tusur.ru
• Наличие внутреннего параллелизма. masters.donntu.ru Большинство других алгоритмов оптимизации исследуют область поиска в одном направлении. masters.donntu.ru Если найденное решение окажется субоптимальным, поиск приходится прекратить и начать всё заново. masters.donntu.ru ГА же оперируют популяциями с многочисленными потомками, исследуя пространство поиска в различных направлениях. masters.donntu.ru
• Умение оперировать множеством параметров одновременно. masters.donntu.ru ГА находят возможные решения, одно из которых оптимизирует один из взаимоисключающих параметров, другое — другой. masters.donntu.ru
• Устойчивость к изменениям условий задачи. elib.pnzgu.ru Суть ГА заключается в постоянной эволюции особей, что способствует быстрой адаптации к новым условиям. elib.pnzgu.ru