روش های کدکردن مسیله درالگوریتم ژنتیک

الگوریتم ژنتیک، الهامی از علم ژنتیک و نظریه تکامل داروین است و بر اساس بقای برترینها یا انتخاب طبیعی استوار است. یک کاربرد متداول الگوریتم ژنتیک، استفاده از آن بعنوان تابع بهینه کننده است. الگوریتم ژنتیک ابزار سودمندی دربازشناسی الگو ،انتخاب ویژگی،درک تصویرو یادگیری ماشینی است .طبیعت، همواره بهترین و کوتاهترین راه را برای تکامل انتخاب می کند . الگوریتم ژنتیک، نیز یکی از پاسخ های طبیعت به پاره ای از پرسش های پیچیده انسان است. پیشینه ی الگوریتم ژنتیک به سال های حدود 1960 برمی گردد. در دهه های 50 و 60 تحقیقات متعددی برای استفاده از نظریه تکامل در بهینه سازی مسایل مهندسی به طور مستقل صورت گرفت. ایده ی اصلی در همه این سیستم ها، رشد یک جمعیت از پاسخ های اولیه یک مساله به سمت پاسخ بهینه با الهام گیری از عملگرهای انتخاب و تغییر ژنتیک طبیعی بود. . در این مقاله به بررسی مکانیزم ونحوه عملکرد الگوریتم ژنتیک، روند کلی بهینه سازی و حل مسایل در الگوریتم ژنتیک ،ویژگی های برگزیده الگوریتم ژنتیک پرداخته ایم وسپس انواع روش های کدکردن مسیله کدینگ درالگوریتم ژنتیک را که شامل کدینگ باینری،کدینگ جایگشتی،کدینگ مقدار،کدینگ درختی بررسی نموده ایم

کلیدواژه ها:

الگوریتم ژنتیک ، کدگذاری ، هوش مصنوعی