ترکیب تکنیکهای هوشمند و الگوریتم ژنتیک اکتشافی با تاکید برمساله ی فروشنده دوره گرد الگوریتم ترکیبی بهینه شده

روشهای مختلفی برای حل مساله ی فروشنده دوره گردارایه شده است ازجمله راه حلی مبتنی برالگوریتم ژنتیک ولی درحالت کلی این الگوریتم ها و بهخصوص الگوریتم ژنتیک درحل مساله های ترکیبی غالبا با همگرایی زودرس مواجه هستندکه مادراین مقاله با بررسی و معرفی روشها و عملگرهای جدید به رفع این مشکل پرداخته ایم ایده ما مبتنی برالگوریتم ژنتیک ترکیبی برای حل مساله فروشنده دوره گرد می باشد روند اجرای الگوریتم ما چنین است که روشهای مختلفی که درهرمرحله ازالگوریتم اعم ازایجاد جمعیت اولیه با الگوریتم های نزدیکترین همسایگی حریصانه و ترکیب آنها با الگوریتم ژنتیک و نیز استفاده ازروشهای اکتشافی برای عملگرهای ترکیب و جهش مورد بررسی قرار گرفته است با افزودن و ترکیب الگوریتم جداساز به الگوریتم ژنتیک سعی دربهبود جامعه داشته و انتظار رسیدن به جواب بهینه ی سراسری تقویت بخشیده شده است درزمان هایکاهش گوناگونی جمعیت کروموزوم های مصنوعی را با گوناگونی بالا برای افزایش سطح گوناگونی به سیستم وارد نمودهایم پیاده سازی ها نتیجه بهبود الگوریتم ترکیبی بهینه شده را نسبت به الگوریتم های ژنتیک معمولی و ژنتیک ترکیبی اولیه نشان میدهد.

کلیدواژه ها:

الگوریتم ژنتیکی ترکیبی ، کروموزوم های مصنوعی ، جداساز ، جستجوی اگاهانه ، مساله ی فروشنده دوره گرد