پاورپوینت الگوریتمهای ژنتیک
دانلود پاورپوینت الگوریتمهای ژنتیک
در قالب پاورپوینت و در ۲۸ اسلاید، قابل ویرایش، شامل:
الگوریتم ژنتیک
ایده کلی
فضای فرضیه
ویژگی‌ها
Parallelization of Genetic Programming
کاربردها
زیرشاخه‌های EA
الگوریتمهای ژنتیک
پارامترهای GA
الگوریتم
نحوه ایجاد جمعیت جدید
نمایش فرضیه‌ها
مثال: نمایش قوانین If-then rules
نمایش فرضیه‌ها: ملاحظات
اپراتورهای ژنتیکی Crossover
Single-point crossover
روش‌های دیگر Crossover
اپراتورهای ژنتیکی Mutation
?Crossover OR mutation
تابع تناسب
انتخاب فرضیه‌ها
نحوه جستجو در فضای فرضیه
Crowding
راه‌حل رفع مشکل Crowding
چرا GA کار می‌کند؟
الگوریتم ژنتیک
الگوریتم ژنتیک روش یادگیری بر پایه تکامل بیولوژیک است.
این روش در سال ۱۹۷۰ توسط John Holland معرفی گردید.
این روش‌ها با نام Evolutionary Algorithms نیز خوانده می‌شوند.
ایده کلی
یک GA برای حل یک مسئله مجموعه بسیار بزرگی از راه‌حل‌های ممکن آر تولید می‌کند.
هر یک از این راه‌حل‌ها با استفاده از یک «تابع تناسب» مورد ارزیابی قرار می‌گیرد.
آنگاه تعدادی از بهترین راه‌حل‌ها باعث تولید راه‌حل‌های جدیدی می‌شوند که این کار باعث تکامل راه‌حل‌ها می‌گردد.
بدین ترتیب فضای جستجو در جهتی تکامل پیدا می‌کند که به راه‌حل مطلوب برسد.
در صورت انتخاب صحیح پارامترها، این روش می‌تواند بسیار مؤثر عمل نماید.
فضای فرضیه
الگوریتم ژنتیک به جای جستجوی فرضیه‌های general-to specific و یا simple to complex فرضیه‌های جدید را با تغییر و ترکیب متوالی اجزا بهترین فرضیه‌های موجود به دست می‌آورد.
در هر مرحله مجموعه‌ای از فرضیه‌ها که جمعیت (population) نامیده می‌شوند از طریق جایگزینی بخشی از جمعیت فعلی با فرزندانی که از بهترین فرضیه‌های موجود حاصل شده‌اند به دست می‌آید.
ویژگی‌ها
الگوریتمهای ژنتیک در مسائلی که فضای جستجوی بزرگی داشته باشند می‌تواند به کار گرفته شود.
همچنین در مسائلی با فضای فرضیه پیچیده که تأثیر اجرا آن در فرضیه کلی ناشناخته باشند می‌توان از GA برای جستجو استفاده نمود.
برای discrete optimizationبسیار مورد استفاده قرار می‌گیرد.
الگوریتمهای ژنتیک را می‌توان به راحتی به صورت موازی اجرا نمود؛ ازاین‌رو می‌توان کامپیوترهای ارزان‌قیمت‌تری را به صورت موازی مورد استفاده قرار داد.
امکان به تله افتادن این الگوریتم در مینیمم محلی کمتر از سایر روش‌هاست.
از لحاظ محاسباتی پرهزینه هستند.
تضمینی برای رسیدن به جواب بهینه وجود ندارد.
دیدگاه‌ها (0)
نقد و بررسی‌ها
هنوز بررسی‌ای ثبت نشده است.