یک الگوریتم ترکیبی مبتنی بر آتاماتاهای یادگیر و نظریه بازی ها برای بهینه سازی

آتاماتای یادگیر ابزاری قوی است که دریک محیط تصادفی ناشناخته عمل کرده و به مرور زمان کارایی خود را از طریق یک فرایند یادگیری بهبود میدهد آتاماتاهای یادگیر درحل مسائل بهینه سازی بسیار خوب عمل می کنند و یکی از ویژگیهای بارز آنها قابلیت یادگیری می باشد مساله بهینه سازی را می توان یافتن نقطه تعادل یک بازی دانست که در آن هر بازیکن یک مقدار از بعد متناظر خود در فضای جستجو را انتخاب می کند دراین مقاله یک الگوریتم ترکیبی تکاملی که از ترکیب آتاماتای یادگیر و مفاهیم نظریه بازیها حاصل می شود برای حل مسائل بهینه سازی پیشنهاد می گردد آزمایشهای انجام شده کارایی این روش را به خوبی نشان میدهد.

کلیدواژه های یک الگوریتم ترکیبی مبتنی بر آتاماتاهای یادگیر و نظریه بازی ها برای بهینه سازی:

آتاماتای یادگیر ، الگوریتم تکاملی ، بهینه سازی ، نظریه بازی ها