یک الگوریتم تکاملی جدید RGEA مبتنی بر شبکه عصبی GMDH و استخراج قوانین

درسالهای اخیر به منظور حل برخی مشکلات الگوریتمهای ژنتیکی توجه به روشهایی که به مدلسازی صریح ژنومها می پردازند افزایش یافته است دراین دیدگاه با یادگیری ساختار مساله تکثیر و ترکیب بلوکهای سازنده با صحت بیشتری انجام خواهد گرفت تلاشهای انجام شده دراین راستا منجر به معرفی شاخه جدیدی از الگوریتم های تکاملی به نام الگوریتم های تخمین توزیع شدها ست که مبتنی بر تخمین توزیع ژنومها بصورت یک مدل احتمالی می باشند دراین مقاله درراستای مدلسازی صریح اعضای جمعیت یک الگوریتم تکاملی مبتنی بر مدلسازی شبکه عصبی و استخراج قوانین از شبکه معرفی خواهد شد. دراین الگوریتم درهرتکرار مدلی از اعضای منتخب جمعیت در قالب یک شبکه عصبی GMDH ساخته شده و نسل بعد با استفاده از قوانین استخراج شده از آن تولید می گردد.

کلیدواژه ها:

شبکه عصبی GMDH ، استخراج قانون از شبکه عصبی ، الگوریتم های ژنتیکی ، الگوریتم های تخمین توزیع