حل مسئله رنگ آمیزی گراف با الگوریتم ژنتیک

سال انتشار: 1392
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 5,561

فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

AISST01_121

تاریخ نمایه سازی: 5 مرداد 1392

چکیده مقاله:

الگوریتم ژنتیک یک نوع قدرتمند کد از الگوریتم های جستجو و جو است و جزء محبوب ترین پرکاربردترین الگوریتم های تکامل محسوب می شود. لذا از آن جایی که این نوع از الگوریتم ها بر پایه تکامکل زیستی هستند روش های به کار گرفته در آن ها تقلیدی از مفاهیم ارثی جهش و انتخاب هستند. در این مقاله با در نظر گرفتن این که مسئله رنگ آمیزی یکی از قدیمی ترین و مشهورترین مسائل در تئوری گراف است امروزه کاربردهای بسیاری به خود تخصیص داده است، مسئله رنگ آمیزی گراف بررسی می شود. مسئله رنگ آمیزی به عنوان یک مسئله NP-Hard برای گراف های اختیاری و دل خواه شناخته شده است. در حالی که برای دسته ی خاصی از گراف ها از جمله گراف های کامل به صورت چند جمله ای قابل حل است. حتی اگر این جمله بدین معنی باشدف امید کمی برای پیدا کردن یک الگوریتم زمان چند جمله ای برای گراف های اختیاری وجود دارد اما لزوما حاکی از آن نیست، طراحی الگوریتم هایی که در عدل موفق عمل کنند غیر ممکن است. کارهای زیادی به منظور توسعه الگوریتم های کارامد برای مسئله رنگ آمیزی گراف انجام شده است از جمله می توان بخش مهمی از این کارها را به طراحی هوشمند و اکتشافی اختصاص داد. لذا در این مقاله یک الگوریتم ژنتیک برای مسئله رنگ آمیزی گراف با هدف دستیابی به جوابی بهینه ارائه شده است.

کلیدواژه ها:

ا لگوریتم های ژنتیک ، رنگ آمیزی گراف ، ژن ، کروموزوم ، گراف

نویسندگان

محجوبه بهادرانی

گروه کامپیوتر- دانشگاه آزاد اسلامی واحد علوم و تحقیقات خراسان رضوی

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • WHITLEY, D., 1994. A genetic algorithm tutorial. Computer Science Department, ...
  • Hunter, A., 1998. Crossing Over Genetic Algorithms: The Sugal Generalised ...
  • Miller, D. M., Chen , H.C., Matson , J., and ...
  • Kitamura, M, Nobukawa, H. and Yang, F. 2000. Application of ...
  • Ahmadi Movahed, M., Yazdani.A.. 2011, Application of Imperialist Competitive Algorithm ...
  • Rajabioun, R., Atas hpaz-Gargari , E., and Lucas, C. 2008. ...
  • Fister, I., Mernik, M., and Filipic, B. Graph 3-coloring with ...
  • Coll, P., Marenco, J., Diaz, I. M, and Zabala, P. ...
  • نمایش کامل مراجع