A review on genetic algorithm: past, present, and future.
A review on genetic algorithm: past, present, and future.
复制标题
DOI：
10.1007/s11042-020-10139-6
复制
发表时间：
2021
影响因子：
3.6
通讯作者：
Kumar V
中科院分区：
文献类型：
--
作者：
Katoch S;Chauhan SS;Kumar V
本文分析了遗传算法的最新进展。选择了研究界比较感兴趣的遗传算法进行分析。这篇综述将有助于新的和要求的研究人员提供更广泛的视野遗传算法。介绍了一些著名的遗传算法及其实现方法，并讨论了它们的优缺点，讨论了遗传算子及其使用方法，以方便新的研究者。涉及遗传算法的不同研究领域。最后对遗传算子、适应度函数和混合算法的研究方向进行了展望。这一结构化的综述将有助于研究和研究生教学。
In this paper, the analysis of recent advances in genetic algorithms is discussed. The genetic algorithms of great interest in research community are selected for analysis. This review will help the new and demanding researchers to provide the wider vision of genetic algorithms. The well-known algorithms and their implementation are presented with their pros and cons. The genetic operators and their usages are discussed with the aim of facilitating new researchers. The different research domains involved in genetic algorithms are covered. The future research directions in the area of genetic operators, fitness function and hybrid algorithms are discussed. This structured review will be helpful for research and graduate teaching.
登录
查看更多内容
影响因子：
4.6
作者：
Arakaki, Rafael Kendy;Usberti, Fabio Luiz
通讯作者：
Usberti, Fabio Luiz
影响因子：
2.7
作者：
Abo-Elnaga, Yousria;Nasr, Sarah
通讯作者：
Nasr, Sarah
影响因子：
7.9
作者：
Afrouzy, Zahra Alizadeh;Nasseri, Seyed Hadi;Mahdavi, Iraj
通讯作者：
Mahdavi, Iraj
影响因子：
3.9
作者：
Arkhipov, Dmitri I.;Wu, Di;Regan, Amelia C.
通讯作者：
Regan, Amelia C.
DOI：
10.1186/s13677-020-0157-4
发表时间：
2020-02-03
影响因子：
4
作者：
Abbasi, Mahdi;Rafiee, Milad;Koushyar, Javad Mokhtari
通讯作者：
Koushyar, Javad Mokhtari