کارو لوکس - قطب علمی کنترل و پردازش هوشمندگروه مهندسی برق و کامپیوتر دانشکده فن
امیرحسین کیهانی پور - دانشگاه تهران

بهواسطه اشکالات روشهای متداول الگوریتم ژنتیک، نظیر عدم تضمین یافتن جواب بهینه در صورت وجود و نیزسرعت اندک، گسترشهایی برآنها پیشنهاد شده که از جمله مهمترین آنها روشهای کنترل پارامترها و عملگرهای الگوریتم ژنتیک است که طی آنها عملگرها و پارامترهای اساسی الگوریتم ژنتیک نظیر نرخ جهش ٢ و سیاست ترکیب ٣، تحت کنترل قرار میگیرند. نقطه ضعف مشترک همه این روشها پیچیدگی و هزینههای سنگین محاسباتی است. در این مقاله کوشش میشود تا با استفاده از روش یادگیری تقویتی، سادهسازی محاسباتی و نیز تنظیم پارامترها، انتخاب عملگرهای ژنتیکی مناسب صورت بگیرد. بدین ترتیب سرعت حل مساله، بهبود قابل ملاحظهای پیدا میکند و ضمنًا با توجه به همگرایی روش یادگیری تقویتی به جواب بهینه، روش پیشنهادی نیز جواب بهینه را در صورت وجود، مییابد.

کلیدی: الگوریتم ژنتیک، یادگیری تقویتی .Q-Learning