بهبودکارایی الگوریتم ژنتیک با استفادها ز عملگرهای پویا

در حالت معمولی الگوریتم ژنتیک برای پیشبرد اهداف خود از عملگرهایی مانند تزویج جهش و انتخاب استفاده می کنند این عملگرها در حالت عادی عملکرد ایستایی داشته و هیچگونه وابستگی به ورودی ها و خروجی های خود ندارند روش الگوریتم ژنتیک با عملگرهای پویا که دراین مقاله ارائه می شود نوعی الگوریتم ژنتیک است که مانند الگوریتم سرد شدن فلزات SA با یک مکانیزم هدایت گر مسیر دهی می شود و سعی می کند عملکردانعطاف پذیری در شرایط و نسلهایمختلف داشته باشد این الگوریتم می تواند مشکلات الگوریتم ژنتیک معمولی از جمله همگرایی زودرس و دیگر مشکلات قابل پیش بینی آن را بخوبی حل کرده و در تعداد نسهای بسیار کمتری جواب بهینه را بدست اورد.

کلیدواژه ها:

الگوریتم ژنتیک ، عملگر جهش ، عملگر تزویج ، کرومزوم