دانلود پاورپوینت بررسی الگوریتم های ژنتیک

فایل دانلودی حاوی یک فایل پاورپوینتی ( pptx)  قابل ویرایش در 63 صفحه میباشد.

قسمتی از متن

الگوریتم ژنتیک

• الگوریتم  ژنتیک  روش یادگیری بر پایه  تکامل  بیولوژیک است.
• این روش در سال 1970 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 راه حلهای ممکن را تولید میکند.
• هر یک از این راه حلها با استفاده از یک “ تابع تناسب” مورد ارزیابی قرار میگیرد.
• آنگاه  تعدادی  از بهترین راه حلها باعث تولید راه حلهای جدیدی میشوند. که اینکار باعث تکامل راه حلها میگردد.
• بدین ترتیب فضای جستجو در جهتی تکامل پیدا میکند که به راه حل مطلوب برسد
• در صورت انتخاب صحیح پارامترها، این روش میتواند بسیار موثر عمل نماید.

فضای فرضیه

• الگوریتم  ژنتیک بجای جستجوی فرضیه های general-to specific  و یا  simple to complex  فرضیه ها ی جدید را با تغییر و ترکیب  متوالی اجزا بهترین فرضیه های موجود بدست میاورد.
• در هرمرحله  مجموعه ای از فرضیه ها که  جمعیت (population) نامیده میشوند از طریق جایگزینی بخشی از جمعیت فعلی با فرزندانی که از بهترین فرضیه های موجود حاصل شده اند بدست میآید.

ویژگیها

و........

فهرست مطالب فایل دانلودی:

الگوریتم ژنتیک

ایده کلی

فضای فرضیه

ویژگیها

کاربر دها

زیر شاخه های EA

الگوریتم های ژنتیک

پارامترهای GA

الگورتیم

نحوه ایجاد جمعیت جدید

نمایش فرضیه ها

مثال: نمایش قوانین If-then rules

نمایش فرضیه ها: ملاحظات

اپراتورهای ژنتیکی Crossover  :

روشهای دیگر Crossover

اپراتورهای ژنتیکی Mutation :

Crossover OR mutation?

تابع تناسب

انتخاب فرضیه ها

نحوه جستجو در فضای فرضیه

Crowding

راه حل رفع مشکل Crowding

چرا GA  کار میکند؟

ارزیابی جمعیت و قضیه Schema

قضیه Schema

خلاصه

تفاوت GA با سایر روشهای جستجو

مثالی از کاربرد الگوریتم ژنتیک

مقدمه

چینش کنونی حروف فارسی بر روی صفحه‌کلید

مساله

الگوریتم ژنتیک

جمعیت

تابع تناسب

عملگرهای ژنتیکی

کارایی

بهترین چینش

مدلهای تکامل

Lamarckian evolution

Baldwin Effect

اجرای موازی الگوریتم های ژنتیک

Evolving Neural Networks

مراجع

Genetic Programming

نمایش برنامه ها

اپراتور crossoverبرای GP

مثال

مثال : طراحی فیلتر