# Klasyczne algorytmy ewolucyjne EN: **Classical evolutionary algorithms** · id `evoclassic` · aliases: evolutionary algorithms, EA, klasyczne EA Path: [AI Atlas](https://aiatlasgraph.com/llms.txt) › [Obliczenia ewolucyjne i inteligencja roju](https://aiatlasgraph.com/t/evolutionary.md) › Klasyczne algorytmy ewolucyjne ## Description - PL: Główne rodziny algorytmów ewolucyjnych: genetyczne, strategie ewolucyjne, programowanie genetyczne i ewolucyjna optymalizacja wielokryterialna. - EN: The main evolutionary algorithm families: genetic algorithms, evolution strategies, genetic programming and evolutionary multi-objective optimisation. ## In one sentence - PL: Podstawowe przepisy na sztuczną ewolucję: jak zapisać rozwiązanie, jak je oceniać, krzyżować i zmieniać. - EN: The basic recipes of artificial evolution: how to encode a solution, score it, combine it and change it. ## Problem it solves - PL: Masz problem z mnóstwem ustawień i żadnej wskazówki, w którą stronę je zmieniać, żeby było lepiej. - EN: You face a problem with countless settings and no hint about which direction makes things better. ## What it does - PL: Każda rodzina zapisuje rozwiązanie inaczej: jako ciąg znaków, listę liczb albo drzewo instrukcji, i do tego dobiera sposób zmian. - EN: Each family encodes solutions differently, as a string, a list of numbers or a tree of instructions, and picks matching ways to change them. ## Everyday example - PL: Inżynierowie szukają kształtu anteny, który najlepiej odbiera sygnał; program sprawdza tysiące kształtów w symulacji i rozwija najlepsze. - EN: Engineers look for an antenna shape that receives best; software tests thousands of shapes in simulation and develops the best ones. ## This concerns you if you… - PL: dobierasz wiele parametrów naraz bez wzoru na wynik - PL: twój problem ma kilka sprzecznych celów - EN: tune many parameters at once with no formula for the result - EN: face a problem with several conflicting goals ## Keywords genetic algorithms · evolution strategies · genetic programming · differential evolution · NSGA-II · CMA-ES · pymoo · DEAP ## How it works - PL: Wszystkie dzielą pętlę: inicjalizacja populacji, ocena, selekcja rodziców, operatory zmienności i selekcja przeżycia. Różnią się reprezentacją i operatorami: krzyżowanie dominuje w algorytmach genetycznych, mutacja z adaptacją kroku w strategiach ewolucyjnych, operacje na drzewach w programowaniu genetycznym. - EN: All share a loop: initialise a population, evaluate, select parents, apply variation operators and select survivors. They differ in representation and operators: crossover dominates genetic algorithms, step-size-adapted mutation drives evolution strategies, and tree operations drive genetic programming. ## Limits - PL: Dobór reprezentacji i operatorów wymaga wiedzy o problemie; zły wybór niszczy dobre fragmenty rozwiązań. Twierdzenia o braku darmowego obiadu przypominają, że żaden algorytm nie wygrywa na wszystkich problemach. - EN: Choosing representation and operators needs problem knowledge; poor choices destroy good solution parts. No-free-lunch theorems remind us that no algorithm wins on every problem. ## Key terms - PL: **operator zmienności**: Reguła tworzenia nowych kandydatów: krzyżowanie albo mutacja. - PL: **selekcja przeżycia**: Decyzja, którzy kandydaci przechodzą do następnego pokolenia. - EN: **variation operator**: A rule for creating new candidates: crossover or mutation. - EN: **survivor selection**: Deciding which candidates move on to the next generation. ## Know first - [Przeszukiwanie lokalne (wspinaczka, wyżarzanie) (Local search (hill climbing, simulated annealing))](https://aiatlasgraph.com/t/localsearch.md) - [Rozkłady prawdopodobieństwa (Probability distributions)](https://aiatlasgraph.com/t/distributions.md) ## Subtopics (10 direct, 17 in total) - [Algorytmy estymacji rozkładu (EDA) (Estimation of distribution algorithms (EDA))](https://aiatlasgraph.com/t/eda.md): Probabilistic model-building metaheuristics: they fit a distribution to selected good solutions and sample the next population from it. - [Algorytmy genetyczne (Genetic algorithms (GA))](https://aiatlasgraph.com/t/geneticalgorithms.md): A population algorithm encoding solutions as chromosomes and creating offspring through selection, crossover and mutation. - [Model wyspowy (równoległe populacje z migracją) (Island model and parallel evolutionary algorithms)](https://aiatlasgraph.com/t/islandmodel.md): Coarse-grained parallel evolution: independent subpopulations exchanging individuals according to a migration topology and schedule. - [Algorytmy memetyczne (ewolucja z lokalnym ulepszaniem) (Memetic algorithms)](https://aiatlasgraph.com/t/memeticalgorithms.md): An evolutionary algorithm with one or more local search phases inside its generational cycle. - [Ewolucja różnicowa (DE) (Differential evolution (DE))](https://aiatlasgraph.com/t/differentialevolution.md): A population method for continuous optimisation where a mutant is a base vector plus a scaled difference of two random members. - [Ewolucja wspomagana modelem zastępczym (gdy ocena jest droga) (Surrogate-assisted evolutionary optimisation)](https://aiatlasgraph.com/t/surrogateea.md): Evolutionary algorithms replacing some expensive objective evaluations with approximations from regression or classification models learned during the search. - [Ewolucyjna optymalizacja wielokryterialna (NSGA-II) (Evolutionary multi-objective optimisation (NSGA-II))](https://aiatlasgraph.com/t/multiobjectiveevo.md): Evolutionary algorithms approximating the Pareto front of a multi-objective problem in one run, such as NSGA-II, NSGA-III and MOEA/D. - [Optymalizacja przy wielu celach naraz (NSGA-III, MOEA/D) (Many-objective evolutionary optimisation (NSGA-III, MOEA/D))](https://aiatlasgraph.com/t/manyobjectiveevo.md): Evolutionary algorithms for problems with typically four or more objectives, built on reference points or decomposition into scalar subproblems. - [Wskaźnik hiperobjętości frontu Pareto (Hypervolume indicator for Pareto fronts)](https://aiatlasgraph.com/t/hypervolume.md): A quality indicator for a set of non-dominated solutions, measuring the objective-space volume dominated by that set relative to a reference point. - [Koewolucja: populacje oceniane przez wzajemne starcia (Coevolutionary algorithms)](https://aiatlasgraph.com/t/coevolution.md): Evolutionary algorithms in which at least part of the selection signal comes from interactions among individuals in one or more populations. - [Programowanie genetyczne i regresja symboliczna (Genetic programming and symbolic regression)](https://aiatlasgraph.com/t/geneticprogramming.md): Evolution of expression trees or programs; its main use is symbolic regression, discovering readable formulas from data. - [Ewolucja gramatyczna (programy budowane z reguł gramatyki) (Grammatical evolution)](https://aiatlasgraph.com/t/grammaticalevolution.md): Genetic programming with a genotype–phenotype mapping through a context-free grammar in BNF notation, evolving programs in an arbitrary language. - [Ewolucyjne ulepszanie i naprawa istniejącego kodu (Genetic improvement and automated program repair)](https://aiatlasgraph.com/t/geneticimprovement.md): Search, usually by genetic programming, over edits to existing code to repair bugs or improve performance. - [Kartezjańskie programowanie genetyczne (programy jako siatka węzłów) (Cartesian genetic programming (CGP))](https://aiatlasgraph.com/t/cartesiangp.md): Genetic programming encoded as a directed graph on a grid of nodes, with an integer genotype and inactive genes enabling neutral drift. - [Strategie ewolucyjne i CMA-ES (Evolution strategies and CMA-ES)](https://aiatlasgraph.com/t/evostrategies.md): Evolutionary continuous optimisers that sample candidates from a normal distribution and adapt its mean, step size and covariance matrix. - [Naturalne strategie ewolucyjne (NES) (Natural evolution strategies (NES))](https://aiatlasgraph.com/t/naturalES.md): Evolution strategies that update search-distribution parameters by the natural gradient of expected fitness. - [Uczące się systemy klasyfikatorów (ewolucja reguł „jeśli–to”) (Learning classifier systems (LCS))](https://aiatlasgraph.com/t/lcs.md): Rule-based learning systems combining a population of condition–action classifiers, reward-based credit assignment and a genetic algorithm discovering new rules. ## Related topics Untyped, symmetric "see also" links. - [Przeszukiwanie lokalne (wspinaczka, wyżarzanie) (Local search (hill climbing, simulated annealing))](https://aiatlasgraph.com/t/localsearch.md) ## Sources - [GECCO 2026 – program tracks (ACM SIGEVO)]() `gecco2026tracks` · by ACM SIGEVO - [pymoo – Genetic Algorithm documentation and algorithm list]() `pymoo-ga` · by Julian Blank, Kalyanmoy Deb (pymoo) --- AI Atlas revision 122 (2026-10-30) · HTML: https://aiatlasgraph.com/t/evoclassic · index: https://aiatlasgraph.com/llms.txt · everything: https://aiatlasgraph.com/llms-full.txt · updated 2026-10-30