الگوریتم ژنتیک (Genetic Algorithm – GA) تکنیک جستجویی در علم رایانه از بهر پیدا کردن راهحل تقریبی برای بهینهسازی و مسائل جستجو است. الگوریتم ژنتیک نوع خاصی از الگوریتمهای تکامل است که از تکنیکهای زیستشناسی فرگشتی بسان وراثت و جهش استعمال میکند. در واقع الگوریتمهای ژنشناسی از اصول تعیین طبیعی داروین برای یافتن فرمول بهینه جهت پیشبینی یا تطبیق الگو استفاده میکنند. الگوریتمهای ژنشناسی اکثر گزینه خوبی برای تکنیکهای پیشبینی بر مبنای تصادف هستند. مختصراً گفته میشود که الگوریتم ژنشناسی (یا GA) یک تکنیک برنامهنویسی است که از تکامل ژنتیکی به آغاز یک الگوی حل مسئله استفاده میکند. مسألهای که باید حل شود ورودی است و راهحلها طبق یک الگو کد گذاری میشوند که صفت fitness آوازه دارد هر راه حل کاندید را ارزیابی میکند که اکثر آنها به صورت تصادفی انتخاب میشوند. کلاً این الگوریتمها از بخش های زیر ایجاد میشوند: تابع برازش، نمایش، انتخاب، تغییر
فهرست :
دوران اول
مقدمه
به دنبال تکامل…
ایدۀ اصلی استفاده از الگوریتم ژنتیک
درباره بیرق ژنتیک
تاریخچۀ علم ژنتیک
تکامل طبیعی (قانون انتخاب طبیعی داروین)
رابطه تکامل اسم حرف روشهای هوش مصنوعی
الگوریتم
الگوریتمهای جستجوی ناآگاهانه
هزاره جستجوی لیست
ب جستجوی درختی
پ جستجوی گراف
الگوریتمهای جستجوی آگاهانه
الف جستجوی خصمانه
مسائل NPHard
هیوریستیک
انواع الگوریتمهای هیوریستیک
دوران دوم
مقدمه
الگوریتم ژنتیک
مکانیزم الگوریتم ژنتیک
عملگرهای الگوریتم ژنتیک
کدگذاری
ارزیابی
ترکیب
جهش
رمزگشایی
چارت الگوریتم به همراه شبه کد آن
شبه کد و توضیح آن
چارت الگوریتم ژنتیک
تابع آماج
روشهای کد اجرا کردن
کدینگ باینری
کدینگ جایگشتی
کد گذاری میزان
کدینگ دار
نمایش رشتهها
انواع روشهای تشکیل رشته
باز گرداندن رشتهها به سمت مجموعه متغیرها
تعداد بیتهای متناظر با هر متغیر
جمعیت
ایجاد جمعیت اولیه
اندازه جمعیت
محاسبه برازندگی (تابع ارزش)
انواع روشهای انتخاب
انتخاب چرخ رولت
انتخاب حال پایدار
انتخاب برگزیده گرایی
انتخاب رقابتی
انتخاب قطع سر
انتخاب حتمی بریندل
انتخاب جایگزینی نسلی اصلاح شده
انتخاب مسابقه
انتخاب آزمایش تصادفی
انواع روشهای ترکیب
جابهجایی دودوئی
جابهجایی حقیقی
ترکیب تکنقطهای
ترکیب دو نقطهای
ترکیب n نقطهای
ترکیب یکنواخت
ترکیب حسابی
ترتیب
چرخه
محدّب
بخش_نگاشته
احتمال ترکیب
تحلیل مکانیزم جابجایی
جهش
جهش باینری
جهش حقیقی
وارونه سازی بیت
تغییر ترتیب قرارگیری
وارون سازی
تغییر مقدار
محک اختتام اجرای الگوریتم ژنتیک
انواع الگوریتمهای ژنتیکی
الگوریتم ژنتیکی سری
الگوریتم ژنتیکی موازی
مقایسه الگوریتم ژنتیک با سیستمهای طبیعی
نقاط قوّت الگوریتمهای ژنشناسی
محدودیتهای GAها
استراتژی برخورد با محدودیتها
استراتژی اصلاح عملگرهای ژنشناسی
استراتژی رَدّی
استراتژی اصلاحی
استراتژی جریمهای
بهبود الگوریتم ژنتیک
چند الگو از کاربردهای الگوریتمهای ژنشناسی
فصل سوم
مقدمه
حلّ معمای هشت وزیر
جمعیت آغازین
تابع برازندگی
آمیزش
جهش ژنتیکی
الگوریتم ژنتیک و حلّ مسألۀ فروشندۀ طواف
حل مسأله TSP به وسیله الگوریتم ژنتیک
مقایسه روشهای جوراجور الگوریتم و ژنشناسی برای TSP
نتیجه گیری
حلّ مسأله معمای سودوکو
حل مسأله
تعیین کروموزم
ساختن جمعیت آغازین یا آل اول
ساختن تابع از ارزش
ترکیب نمونهها و اسم پاسخ جدید
ارزشیابی مجموعه جواب
ساختن آل بعد
مرتب سازی به سمت کمک GA
صورت مسأله
جمعیت ابتدایی
تابع برازندگی
انتخاب
ترکیب
جهش
سیاهه منبعها و مراجع
اتصال
واژهنامه