About: Estimation of distribution algorithm     Goto   Sponge   NotDistinct   Permalink

An Entity of Type : wikidata:Q8366, within Data Space : fr.dbpedia.org associated with source document(s)

AttributesValues
rdf:type
rdfs:label
  • Algorithme à estimation de distribution (fr)
  • Estimation of distribution algorithm (en)
rdfs:comment
  • Les algorithmes à estimation de distribution (Estimation of Distribution Algorithms, EDA, en anglais) forment une famille de métaheuristiques inspirée des algorithmes génétiques. Ils sont utilisés pour résoudre des problèmes d'optimisation, via la manipulation d'un échantillonnage de la fonction décrivant la qualité des solutions possibles. Comme toutes les métaheuristiques utilisant une population de points, ils sont itératifs. (fr)
sameAs
Wikipage page ID
Wikipage revision ID
dbo:wikiPageWikiLink
page length (characters) of wiki page
dct:subject
prop-fr:wikiPageUsesTemplate
prov:wasDerivedFrom
foaf:depiction
  • http://commons.wikimedia.org/wiki/Special:FilePath/B2_optimization_function.svg
  • http://commons.wikimedia.org/wiki/Special:FilePath/Double_Gauss.png
  • http://commons.wikimedia.org/wiki/Special:FilePath/EDA_sample-iterations.svg
  • http://commons.wikimedia.org/wiki/Special:FilePath/Eda_mono-variant_gauss_iterations.svg
  • http://commons.wikimedia.org/wiki/Special:FilePath/Metaheuristique_comportement.svg
  • http://commons.wikimedia.org/wiki/Special:FilePath/Multinormal_3_false.png
  • http://commons.wikimedia.org/wiki/Special:FilePath/Multinormal_3_true.png
thumbnail
foaf:isPrimaryTopicOf
has abstract
  • Les algorithmes à estimation de distribution (Estimation of Distribution Algorithms, EDA, en anglais) forment une famille de métaheuristiques inspirée des algorithmes génétiques. Ils sont utilisés pour résoudre des problèmes d'optimisation, via la manipulation d'un échantillonnage de la fonction décrivant la qualité des solutions possibles. Comme toutes les métaheuristiques utilisant une population de points, ils sont itératifs. À l'inverse des algorithmes évolutionnaires « classiques », le cœur de la méthode consiste à estimer les relations entre les différentes variables d'un problème d'optimisation, grâce à l'estimation d'une distribution de probabilité, associée à chaque point de l'échantillon. Ils n'emploient donc pas d'opérateurs de croisement ou de mutation, l'échantillon étant directement construit à partir des paramètres de distribution, estimés à l'itération précédente. (fr)
is dbo:wikiPageWikiLink of
is Wikipage redirect of
is oa:hasTarget of
is foaf:primaryTopic of
Faceted Search & Find service v1.16.111 as of Oct 19 2022


Alternative Linked Data Documents: ODE     Content Formats:   [cxml] [csv]     RDF   [text] [turtle] [ld+json] [rdf+json] [rdf+xml]     ODATA   [atom+xml] [odata+json]     Microdata   [microdata+json] [html]    About   
This material is Open Knowledge   W3C Semantic Web Technology [RDF Data] Valid XHTML + RDFa
OpenLink Virtuoso version 07.20.3234 as of May 18 2022, on Linux (x86_64-ubuntu_bionic-linux-gnu), Single-Server Edition (39 GB total memory, 14 GB memory in use)
Data on this page belongs to its respective rights holders.
Virtuoso Faceted Browser Copyright © 2009-2024 OpenLink Software