LAEDA: یک الگوریتم تکاملی جدید با استفاده از اتوماتای یادگیر

در سالهای اخیر رویکرد جدیدی به منظور حل مشکلات الگوریتمهای تکاملی ١ بویژه الگوریتمهای ژنتیکی ٢ مورد توجه محققین قرار گرفته است . این رویکرد مبتنی برایجاد مدلهای اح تمالاتی از ژنومها و اجزای سازنده آنها می باشد . تا کنون الگوریتمهای متنوعی بر این اساس ارائه شده اند که اگر چه برخی از سادگی الگوریتمهای ژنتیکی برخوردار نیستند، اما در حل مسائل با موفقیت بیشتری روبرو بوده اند . در این مقاله رهیافت دیگری از این الگوریتمها را بر اساس اتوماتای یادگیر ٣ معرفی و مورد بررسی قرار می دهیم . در این رهیافت مدل احتمالاتی اجزای سازنده مساله بوسیله اتوماتای یادگیر و بر اساس ژنومهای نسل تولید شده تخمین زده می شود . الگوریتم پیشنهادی بسیار ساده و برای مسائل مورد بررسی در این مقاله دارای کاراییخوبی می باشد .

کلیدواژه ها:

الگوریتم تخمین توزیع ، اتوماتای یادگیر ، LAEDA