سال انتشار: ۱۳۸۴

محل انتشار: یازدهمین کنفرانس سالانه انجمن کامپیوتر ایران

تعداد صفحات: ۸

نویسنده(ها):

احسان ناظرفرد – آزمایشگاه موجودات مصنوعی دانشکده کامپیوتر دانشگاه صنعتی شریف
ُسعید باقری شورکی –

چکیده:

درسالهای اخیر به منظور حل برخی مشکلات الگوریتمهای ژنتیکی توجه به روشهایی که به مدلسازی صریح ژنومها می پردازند افزایش یافته است دراین دیدگاه با یادگیری ساختار مساله تکثیر و ترکیب بلوکهای سازنده با صحت بیشتری انجام خواهد گرفت تلاشهای انجام شده دراین راستا منجر به معرفی شاخه جدیدی از الگوریتم های تکاملی به نام الگوریتم های تخمین توزیع شدها ست که مبتنی بر تخمین توزیع ژنومها بصورت یک مدل احتمالی می باشند دراین مقاله درراستای مدلسازی صریح اعضای جمعیت یک الگوریتم تکاملی مبتنی بر مدلسازی شبکه عصبی و استخراج قوانین از شبکه معرفی خواهد شد. دراین الگوریتم درهرتکرار مدلی از اعضای منتخب جمعیت در قالب یک شبکه عصبی GMDH ساخته شده و نسل بعد با استفاده از قوانین استخراج شده از آن تولید می گردد.