پایان نامه و گزارش کارشناسی خیلی خوب با موضوع ژنتیک -
حل مساله Set Cover Problem با الگوریتم ژنتیک همراه با کد جاوا
الگوریتم ژنتیک، به عنوان ی الگوریتم محاسباتی بهینه سازی، با در نظر گرفتن مجموعه ای از نقاط فضای جواب در هر تکرار محاسباتی، به نحو مؤثری نواحی مختلف فضای جواب را جستجو می کند. در مکانیرم جستجو اگرچه مقدار تابع هدف تمام فضای جواب محاسبه نمی شود، ولی مقدار محاسبه شده تابع هدف برای هر نقطه، در متوسط گیری آماری تابع هدف برای هر نقطه، در متوسط گیری آماری تابع هدف در کلیه زیر فضاهایی که آن نقطه بدان ها وابسطه بوده، دخالت داده می شود و این زیر فضاها به طور موازی از نظر تابع هدف متوسط گیری آماری می شوند. این مکانیزم را توازی ضمنی (Implicit Parallelism) می گویند. این روند باعث می شود که جستجوی فضا به نواحی که متوسط آماری تابع هدف در آن ها زیاد بوده و امکان وجود نقطه بهینه در آن ها بیشتر است، سوق پیدا کند. چون در این روش بر خلاف روش های تک مسیری، فضای جواب به طور همه جانبه جستجو می شود، امکان کمتری برای همگرایی به یک نقطه بهینه محلی وجود خواهد داشت. امتیاز دیگر این الگوریتم آن است که هیچ محدودیتی برای تابع بهینه شونده، مثل مشتق پذیری یا پیوستگی لازم ندارد و در روند جستجو خود تنها به تعیین مقدار تابع هدف در نقاط مختلف نیاز دارد و هیچ اطلاعات کمکی دیگری، مثل مشتق تابع را استفاده نمی کند. لذا می توان در مسائل مختلف اعم از خطی، پیوسته یا گسسته استفاده می شود و به سهولت با مسائل مختلف قابل تطبیق است.
09384330138
softazir@gmail.com
azpayan.ir
09384330138
softazir@gmail.com
azpayan.ir
در هر تکرار هر یک از رشته های موجود در جمعیت رشته ها، رمزگشایی شده و مقدار تابع هدف برای آن بدست می آید. براساس مقادیر بدست آمده تابع هدف در جمعیت رشته ها، به هر رشته یک عدد برازندگی نسبت داده می شود. این عدد برازندگی احتمال انتخاب را برای هر رشته تعیین خواهد کرد. براساس این احتمال انتخاب، مجموعه ای از رشته ها انتخاب شده و با اعمال عملکردهای ژنتیکی روی آن ها رشته های جدیدی جایگزین رشته هایی از جمعیت می شوند تا تعداد جمعیت رشته ها در تکرار محاسباتی مختلف ثابت باشد.
09384330138
softazir@gmail.com
azpayan.ir
09384330138
softazir@gmail.com
azpayan.ir