کاربر:FundamentalGeneticAlgorithm: تفاوت میان نسخه‌ها

نسخهٔ کنونی تا ‏۱۸ سپتامبر ۲۰۱۴، ساعت ۰۴:۵۷

فعالیت های این کاربر:

الگوریتم ژنتیک

@@ خط ۱: / خط ۱: @@
-== مفاهیم بنیادین در علم ژنتیک ==
+فعالیت های این کاربر:
-به طور کلی الگوریتم ژنتیک از یک سری مفاهیم پایه و کلی تشکیل شده است که عبارتند از :
+* [[الگوریتم ژنتیک]]
-* phenotype
-*genotype
-* gene
-* chromosome
-*population
-*crossover
-*mutation
-*selection method
-* fitness function
-که هر کدام از این مفاهیم توضیح داده می شود.
-===phenotype ===
-این پارامتر در بیولوژی و در زیست شناسی، ساختار کلی اعضای موجود زنده را مشخص
-می کند.به عنوان مثال می توان به هر کدام از اعضای بدن انسان اشاره کرد.
-=== genotype ===
-این پارامتر در علم زیست شناسی، به صورت تفکیکی و جدااز هم ژن ها را نشان می دهد. به عنوان مثال موجود زنده ای ژن های مخصوص به خصوصت های رفتاری خاصی را در خود دارد ولی آیا همه آن رفتارها را به ارث می برد؟ قطعااینگونه نیست.
-در علوم کامپیوتر هم به همین گونه می باشد.
-=== gene ===
-ژن در واقع کوچکترین ساختاری که تشکیل دهنده موجود زنده است.ژن در علوم کامپیوتر معادل صفر و یک اعداد باینری است.
-=== chromosome ===
-به مجموعه ای از ژن ها کروموزوم گفته می شود. کروموزوم را در علوم کامپیوتر معادل رشته ای از اعداد باینری می توان به حساب آورد.
-=== population ===
-در علم ژنتیک، جمعیتی که نمونه گیری از آن صورت می گیرد را نشان می دهد. در علوم کامپیوتر جمعیت را می توان معادل رشته های باینری که مورد بررسی قرار می گیرد در نظر گرفت.
-=== crossover ===
-دو پارامترمهم عبارتند از  پارامترهای crossover و mutation.پارامتر crossover انواع مختلفی دارد.یکی از مهمترین آنها one point crossover نام دارد.به این معنی که برای هر کروموزومی که به عنوان parent ایجاد شده است یک برش به صورت تصادفی ایجاد می گرددو فرزند جدید شامل قسمت ابتدایی کروموزوم از parent اول و قسمت انتهایی از parent دوم را در بر می گیرد. نوع دیگری از crossover را می توان uniform crossover را نام برد. به این معنی که فرزندی که ایجاد می شود به صورت کاملأ تصادفی یا از کروموزوم های parent اول و یا از کروموزوم های parent دوم ایجاد می شود.
-=== mutation ===
-جهشی که به صورت تصادفی ایجاد شد و در نتیجه فرزند جدید به وجود می آید. مثلأ در علوم کامپیوتر ممکن است یک رقم صفر یا یک رقم یک باینری جابجا شود.
-=== selection method ===
-متدی است که برای اینکه تابع شایستگی انجام شود، مورد استفاده قرار می گیرد. به عنوان مثال اگر از روش Tournament استفاده شود به این معنی است که پس از چند بار مسابقه، آن کروموزوم هایی که مقدار تابع شایستگی بیشتری دارند، به عنوان فرزند برای نسل بعدی انتخاب می شود. به عنوان مثال در علوم کامپیوتر، اگر چندین بار رشته های اعداد باینری به صورت جدا از هم به عنوان چندین parents ایجاد شده با شند، یک معیار سنجش بهینگی برای انتخاب بعدی برای هر یک از رشته های ایجاد شده وجود دارد به نام تابع شایستگی. هر کدام از رشته های ایجادشده که مقدار این تابع مقدار بیشتری داشته باشد، برای نسل بعدی انتخاب می شود.
-=== fitness function ===
-بر پایه متد انتخابی، مقدار آن معین می شود.
-== بررسی موردی در یک مساله زمان بندی ==

کاربر:FundamentalGeneticAlgorithm: تفاوت میان نسخه‌ها

نسخهٔ کنونی تا ‏۱۸ سپتامبر ۲۰۱۴، ساعت ۰۴:۵۷

منوی ناوبری

جستجو