آنچه در پاورپوینت الگوريتم هاي ژنتيك خواهید دید

مروري بر مطالب

مقدمه و تاريخچه

روند الگوريتم‌هاي ژنتيك

مزايا و معايب الگوريتم‌هاي ژنتيك

پارامتر‌هاي كنترل

حل TSP با استفاده از GA

جمع‌بندي

مقدمه و تاريخچه

• GA بعنوان دسته‌اي از الگوريتم‌هاي تكاملي

• ابداع توسط آقاي John Holland در سال 1975 در ميشيگان

• شبيه‌سازي روند GA بر اساس روند تكاملي طبيعت

• پايه‌گذاري بر اساس نظريه آقاي چارلز داروين

• روشي براي جستجو در فضاهاي بزرگ

• كاربرد در مسائل بهينه‌سازي

قانون انتخاب طبیعی:

قانون انتخاب طبیعی بدین صورت است كه تنها گونه‌هایی از یك جمعیت ادامه نسل می ‌دهند كه بهترین خصوصیات را داشته باشند و آنهایی كه این خصوصیات را نداشته باشند به تدریج و در طی زمان از بین می ‌روند.

طبیعت با بهره ‌گیری از یك روش بسیار ساده(حذف تدریجی گونه‌های نامناسب و در عین حال تكثیر بالاتر گونه ‌های بهینه) توانسته است دائما هر نسل را از لحاظ خصوصیات مختلف ارتقا بخشد. البته این روش به تنهایی برای رسیدن به تکامل کافی نیست(حد اقل در مورد آنچه که در طبیعت وجود دارد). وجود فرآیندی به نام “جهش (Mutation)” نیز لازم است.

الگوریتم های ژنتیک و تنازع بقا :

قانون انتخاب طبیعی :

تنها گونه هایی از یک جمعیت ادامه نسل می دهند که بهترین خصوصیت را داشته باشند.

تکامل طبیعی :

جستجوی کورکورانه (تصادف)+بقای قوی تر

مقایسه روش های کلاسیک ریاضیات با الگوریتم ژنتیک:

روش‌های كلاسیك ریاضیات دارای دو اشكال اساسی هستند:

اغلب این روش‌ها نقطه بهینه محلی( Local Optima ) را بعنوان نقطه بهینه كلی در نظر می ‌گیرند

روش‌های ریاضی بهینه‌سازی اغلب منجر به یك فرمول یا دستورالعمل خاص برای حل هر مسئله می‌شوند. در حالی كه روش‌های هوشمند دستورالعمل‌هایی هستند كه به صورت كلی می‌توانند در حل هر مسئله‌ای به كار گرفته شوند. این نكته را پس از آشنایی با خود الگوریتم بیشتر و بهتر خواهید دید.