این پروژه شامل توضیح کامل و کابردی همراه با مثال و کد الگوریتم ژنتیک است، چکیده: الگوریتم ژنتیک (Genetic Algorithm- GA) تکنیک جستجویی در علم رایانه برای یافتن راه حل تقریبی برای بهینهسازی و مسائل جستجو است. الگوریتم ژنتیک نوع خاصی از الگوریتمهای تکامل است که از تکنیکهای زیستشناسی فرگشتی ...
دسته بندی: فنی و مهندسی » کامپیوتر و ITتعداد مشاهده: 1387 مشاهده
فرمت فایل دانلودی:.docx
فرمت فایل اصلی: docx
تعداد صفحات: 153
حجم فایل:963 کیلوبایت
چکیده:
الگوریتم ژنتیک (Genetic Algorithm- GA) تکنیک جستجویی در علم رایانه برای یافتن راه حل تقریبی برای بهینهسازی و مسائل جستجو است. الگوریتم ژنتیک نوع خاصی از الگوریتمهای تکامل است که از تکنیکهای زیستشناسی فرگشتی مانند وراثت و جهش استفاده میکند.
در واقع الگوریتم های ژنتیک از اصول انتخاب طبیعی داروین برای یافتن فرمول بهینه جهت پیشبینی یا تطبیق الگو استفاده میکنند. الگوریتمهای ژنتیک اغلب گزینه خوبی برای تکنیکهای پیشبینی بر مبنای تصادف هستند. مختصراً گفته میشود که الگوریتم ژنتیک (یا GA) یک تکنیک برنامهنویسی است که از تکامل ژنتیکی به عنوان یک الگوی حل مسئله استفاده میکند. مسألهای که باید حل شود ورودی است و راهحلها طبق یک الگو کد گذاری میشوند که تابع fitness نام دارد هر راه حل کاندید را ارزیابی میکند که اکثر آنها به صورت تصادفی انتخاب میشوند. کلاً این الگوریتمها از بخش های تابع برازش، نمایش، انتخاب، تغییر تشکیل می شوند.
فهرست مطالب:
چکیده
فصل اول
1-1- مقدمه
1-2- به دنبال تکامل
1-3- ایدۀ اصلی استفاده از الگوریتم ژنتیک
1-4- درباره علم ژنتیک
1-5- تاریخچۀ علم ژنتیک
1-6- تکامل طبیعی (قانون انتخاب طبیعی داروین)
1-7- رابطه تکامل طبیعی با روشهای هوش مصنوعی
1-8- الگوریتم
1-8-1- الگوریتمهای جستجوی ناآگاهانه
1-8-1-الف- جستجوی لیست
1-8-1-ب- جستجوی درختی
1-8-1-پ- جستجوی گراف
1-8-2- الگوریتمهای جستجوی آگاهانه
1-8-2-الف- جستجوی خصمانه
1-9- مسائل NP-Hard
1-10- هیوریستیک
1-10-1- انواع الگوریتمهای هيوریستیک
فصل دوم
2-1- مقدمه
2-2- الگوریتم ژنتیک
2-3- مكانيزم الگوريتم ژنتيك
2-4- عملگرهاي الگوريتم ژنتيك
2-4-1- کدگذاری
2-4-2- ارزیابی
2-4-3- ترکیب
2-4-4- جهش
2-4-5- رمزگشايي
2-5- چارت الگوريتم به همراه شبه كد آن
2-5-1- شبه كد و توضيح آن
2-5-2- چارت الگوریتم ژنتیک
2-6- تابع هدف
2-7- روشهای کد کردن
2-7-1- کدینگ باینری
2-7-2- کدینگ جایگشتی
2-7-3- کد گذاری مقدار
2-7-4- کدینگ درخت
2-8- نمایش رشتهها
2-9- انواع روشهای تشکیل رشته
2-10- باز گرداندن رشتهها به مجموعه متغيرها
الگوریتم ژنتیک (Genetic Algorithm- GA) تکنیک جستجویی در علم رایانه برای یافتن راه حل تقریبی برای بهینهسازی و مسائل جستجو است. الگوریتم ژنتیک نوع خاصی از الگوریتمهای تکامل است که از تکنیکهای زیستشناسی فرگشتی مانند وراثت و جهش استفاده میکند.
در واقع الگوریتم های ژنتیک از اصول انتخاب طبیعی داروین برای یافتن فرمول بهینه جهت پیشبینی یا تطبیق الگو استفاده میکنند. الگوریتمهای ژنتیک اغلب گزینه خوبی برای تکنیکهای پیشبینی بر مبنای تصادف هستند. مختصراً گفته میشود که الگوریتم ژنتیک (یا GA) یک تکنیک برنامهنویسی است که از تکامل ژنتیکی به عنوان یک الگوی حل مسئله استفاده میکند. مسألهای که باید حل شود ورودی است و راهحلها طبق یک الگو کد گذاری میشوند که تابع fitness نام دارد هر راه حل کاندید را ارزیابی میکند که اکثر آنها به صورت تصادفی انتخاب میشوند. کلاً این الگوریتمها از بخش های تابع برازش، نمایش، انتخاب، تغییر تشکیل می شوند.
فهرست مطالب:
چکیده
فصل اول
1-1- مقدمه
1-2- به دنبال تکامل
1-3- ایدۀ اصلی استفاده از الگوریتم ژنتیک
1-4- درباره علم ژنتیک
1-5- تاریخچۀ علم ژنتیک
1-6- تکامل طبیعی (قانون انتخاب طبیعی داروین)
1-7- رابطه تکامل طبیعی با روشهای هوش مصنوعی
1-8- الگوریتم
1-8-1- الگوریتمهای جستجوی ناآگاهانه
1-8-1-الف- جستجوی لیست
1-8-1-ب- جستجوی درختی
1-8-1-پ- جستجوی گراف
1-8-2- الگوریتمهای جستجوی آگاهانه
1-8-2-الف- جستجوی خصمانه
1-9- مسائل NP-Hard
1-10- هیوریستیک
1-10-1- انواع الگوریتمهای هيوریستیک
فصل دوم
2-1- مقدمه
2-2- الگوریتم ژنتیک
2-3- مكانيزم الگوريتم ژنتيك
2-4- عملگرهاي الگوريتم ژنتيك
2-4-1- کدگذاری
2-4-2- ارزیابی
2-4-3- ترکیب
2-4-4- جهش
2-4-5- رمزگشايي
2-5- چارت الگوريتم به همراه شبه كد آن
2-5-1- شبه كد و توضيح آن
2-5-2- چارت الگوریتم ژنتیک
2-6- تابع هدف
2-7- روشهای کد کردن
2-7-1- کدینگ باینری
2-7-2- کدینگ جایگشتی
2-7-3- کد گذاری مقدار
2-7-4- کدینگ درخت
2-8- نمایش رشتهها
2-9- انواع روشهای تشکیل رشته
2-10- باز گرداندن رشتهها به مجموعه متغيرها