بزرگترین مرجع دانلود تحقیق ،مقاله،پایان نامه و پاورپوینت های آماد

الگوریتم ژنتیک (Genetic Algorithm – GA) تکنیک جستجویی در علم رایانه برای یافتن راه‌حل 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 الگوریتم‌های 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 زیر تشکیل می‌شوند: تابع برازش، نمایش، انتخاب، تغییر

فهرست :

فصل اول

مقدمه

به دنبال تکامل…

ایدۀ اصلی استفاده از الگوریتم ژنتیک

درباره علم ژنتیک

تاریخچۀ علم ژنتیک

تکامل طبیعی (قانون انتخاب طبیعی داروین)

رابطه تکامل طبیعی با روش‌های هوش مصنوعی

الگوریتم

الگوریتم‌های جستجوی ناآگاهانه

الف جستجوی لیست

ب جستجوی درختی

پ جستجوی گراف

الگوریتم‌های جستجوی آگاهانه

الف جستجوی خصمانه

مسائل NPHard

هیوریستیک

انواع الگوریتم‌های هيوریستیک

فصل دوم

مقدمه

الگوریتم ژنتیک

مكانيزم الگوريتم ژنتيك

عملگرهاي الگوريتم ژنتيك

کدگذاری

ارزیابی

ترکیب

جهش

رمزگشايي

چارت الگوريتم به همراه شبه كد آن

شبه كد و توضيح آن

چارت الگوریتم ژنتیک

تابع هدف

روش‌های کد کردن

کدینگ باینری

کدینگ جایگشتی

کد گذاری مقدار

کدینگ درخت

نمایش رشته‌ها

انواع روش‌های تشکیل رشته

باز گرداندن رشته‌ها به مجموعه متغيرها

تعداد بيت‌هاي متناظر با هر متغير

جمعيت

ايجاد جمعيت اوليه

اندازه جمعيت

محاسبه برازندگي (تابع ارزش)

انواع روش‌های انتخاب

انتخاب چرخ رولت

انتخاب حالت پایدار

انتخاب نخبه گرایی

انتخاب رقابتی

انتخاب قطع سر

انتخاب قطعی بریندل

انتخاب جایگزینی نسلی اصلاح شده

انتخاب مسابقه

انتخاب مسابقه تصادفی

انواع روش‌های ترکیب

جابه‌جایی دودوئی

جابه‌جایي حقيقي

ترکیب تک‌نقطه‌ای

ترکیب دو نقطه‌ای

ترکیب n نقطه‌ای

ترکیب یکنواخت

ترکیب حسابی

ترتیب

چرخه

محدّب

بخش_نگاشته

احتمال تركيب

تحليل مكانيزم جابجایي

جهش

جهش باينري

جهش حقيقي

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 ژنتیک

محدودیت‌های GAها

استراتژی برخورد با محدودیت‌ها

استراتژی اصلاح عملگرهای ژنتیک

استراتژی رَدّی

استراتژی اصلاحی

استراتژی جریمه‌ای

بهبود الگوریتم ژنتیک

چند نمونه از کاربردهای الگوریتم‌های ژنتیک

فصل سوم

مقدمه

حلّ معماي هشت وزیر

جمعیت آغازین

تابع برازندگی

آمیزش

جهش ژنتیکی

الگوریتم ژنتیک و حلّ مسألۀ فروشندۀ دوره‌گرد

حل مسأله TSP به وسیله الگوریتم ژنتیک

مقایسه روشهای مختلف الگوریتم و ژنتیک برای TSP

نتیجه گیری

حلّ مسأله معمای سودوکو

حل مسأله

تعیین کروموزم

ساختن جمعيت آغازين يا نسل اول

ساختن تابع از ارزش

تركيب نمونه‌ها و ساختن جواب جديد

ارزشيابي مجموعه جواب

ساختن نسل بعد

مرتب سازی به کمک GA

صورت مسأله

جمعیت آغازین

تابع برازندگی

انتخاب

ترکیب

جهش

فهرست منابع و مراجع

پیوست

واژه‌نامه