لینک پرداخت و دانلود *پایین مطلب*
فرمت فایل:Word (قابل ویرایش و آماده پرینت)
تعداد صفحه16
بخشی از فهرست مطالب آشنائی با الگوریتمهای ژنتیک تشریح ساختار الگوریتمهای ژنتیک مدلسازی مساله یا بازنمائی تشکیل جمعیت اولیه ارزیابی جمعیت انتخاب والدین باز ترکیبی (Recombination)
نحوه انجام عملیات بازترکیبی
همانطور که گفتیم یکی از شاخههای پردازش تکاملی، الگوریتمهای ژنتیک میباشد. این الگوریتمها با الهام از روند تکاملی طبیعت، مسائل را حل میکنند. به این معنی که مانند طبیعت یک جمعیت از موجودات تشکیل میدهند و درون این موجودات اقدام به انجام اعمالی چون انتخاب والدین، تولید مثل، جهش و ... میکنند و این اعمال را آنقدر تکرار میکنند تا به مجموعه بهینه و یا موجود بهینه برسند.
این الگوریتمها با توجه به خصوصیات خاصی که دارند، به خوبی از عهده حل مسائلی که نیاز به بهینهسازی دارند و یا پارامترهای زیادی در آنها دخیل است، برمیآیند. در این قسمت به معرفی این الگوریتمها میپردازیم.
بر خلاف بسیاری از روشهای حل مساله که از همان فرم کلی مساله برای حل مساله استفاده میکنند، برای اینکه بتوانیم یک مساله را بوسیله الگوریتمهای ژنتیک حل کنیم، بایستی آنرا به فرم مخصوص مورد نیاز این الگوریتمها تبدیل کنیم.
در این روند ما بایستی راه حل مورد نیاز مساله را به گونهای تعریف کنیم که قابل نمایش بوسیله یک کروموزوم باشد. این کروموزوم میتواند یک آرایه از اعداد، رشتهها و یا بیتها باشد، یا اینکه یک عدد طبیعی، یا حقیقی و ... باشد. اما به طور کلی بایستی به گونهای تعریف شود که بتوانیم عملگرهای خاص الگوریتمهای ژنتیک که بازترکیبی، جهش و ارزیابی هستند را برروی کروموزومها تعریف و اعمال کنیم.
به عنوان مثال در یک مساله مرتب سازی، کروموزوم را میتوانیم به این شکل تعریف کنیم که بعنوان مثال از چپ به راست، اندیس عناصر از کوچک به بزرگ را نگهداری کند. که در این حالت سمت چپترین عنصر، اندیس کوچکترین و سمت راستترین عنصر، اندیس بزرگترین عنصر آرایه باشد.
تحقیق در مورد آشنائی با الگوریتم های ژنتیک