الگوریتم ژنتیک و مشخصات والدین..
 

یه پروژه باید انجام بدم که با الگوریتم ژنتیک مشخصات والدینو بگیره و مشخصات فرزندو بده.چون تا حالا با الگوریتم زنتیک کار نکردم برام سخته نمیدونم ازکجا باید شروع کنم.
دوستان راهنماییم کنید. :105:
ممنونم:8:

سلام
این مساله به نظر می رسه فقط بخشی از یک فرآیند حل مساله تکاملی را خواسته که کمی کلی مطرحش کردین. به هر حال مساله بسیار ساده ای است که مراحل الگوریتمیش را سعی می کنم در زیر براتون بنویسم:

1. ابتدا ورودی مشخصات والدین را دریافت می کنید (اگر منظورتون دقیقا الگوریتم ژنتیک باشد رشته باینری است )
2. سپس عملگرهای ژنتیکی را اعمال می کنید (جهش و بازترکیبی) روش آنها بهمراه نرخشان را می توانید پیشفرض یا با تعیین کاربر تعیین کنید که بصورت تصادفی اعمال میشه
بفرمائید به همین راحتی فرزندان آماده است, اگه خواستین در مورد روش های بخش 2 هم بیشتر توضیح بدم. حالا اگر مساله خاصی مد نظرتون است یا شرایط ویژه ای داره یا سوال را کامل تعریف نکرده بودین (که احتمالا اینطور هم هست) بفرمائید.

genetic
 

hi
ye file gozashtam ke male proje khodam bod.
page 11 barasi konid omidvaram be dard bokhore.
by

کتاب
 

کتاب الگوریتم ژنتیک در متلب رو بخر خیلی کمکت می کنه. برای انتشارات کیان رایانه یا ناقوس فکر کنم.

ازتون واقعا ممنونم
مساله مطرح شده همین بود
اگر امکان داره دومی رو توضیح بدین
بازم ممنون Thanks m8

سلام
روش های بازترکیبی(recombination) در اینجا عبارتند از:
one point
n-point
uniform
و روش جهش(mutation):
bit-wise
در پست زیر این روش ها را توضیح داده
http://artificial.ir/intelligence/th...html#post15825

شروع به پیاده سازی کنید اگه مشکلی بود بفرمائید. (در مورد پیاده سازی هم مساله خاصی وجود نداره ابتدا یک عدد تصادفی تولید می کنید بعد آنرا با نرخ جهش و بازترکیبی مقایسه می کنید اگر برقرار بود بر روی رشته اعمالش می کنید. معمولا نرخ بازترکیبی را بالا و جهش را پائین در نظر می گیرند. نکته دیگر اینکه ابتدا بازترکیبی و سپس جهش را اعمال کنید که مرسوم تر است)

مرسی از راهنماییتون ممنونم
شاید درست مساله رو توضیح ندادم.
تا الان تا یه جاهایی نوشتم تو یه محیط ویژوال که والدین خصوصیاتشون رو وارد می کنن و ما به صورت باینری ذخیره میکنیم و با باز ترکیبی uniform خصوصیات دو فرزند احتمالی به دست میاد تو این برنامه جهش نداریم
به نظرتون درسته؟؟؟؟

سلام
بطورکلی از لحاظ منطقی و همواره در متون اینطور آمده که تکامل تنها با جهش صورت می پذیرد ولی با بازترکیبی صرف هرگز. (البته منظور در طبیعت نیست بلکه در حل مسائل است به همین منظور روش هایی وجود دارند که فقط جهش دارند.)
استفاده از این 2 عملگر بطور توامان جستجو بصورت عمومی و محلی در فضای مساله را انجام می دهند این را بطور کلی گفتم که کاربردشان را بدانید ولی برای این مساله چون شما موظف به اثبات همگرایی و جستجوی بهینه نیستید و می توانید به هر صورتی با هر نرخی از آنها استفاده کنید که البته من توصیه می کنم جهش را هم داشته باشید که ساختار کلاسیک الگوریتم ژنتیک حفظ شود. فقط توجه داشته باشید که این عملگر ها حتما تصادفی اعمال شود یعنی (با یک درصدی که البته برای بازترکیبی می تواند 100 درصد هم باشد.)

من به یک پیاده سازی در مورد یکی از مسائل مربوط به گراف ها نیاز دارم برای سمینارم... مثلا پیاده سازی کوتاهترین مسیر با گراف های تصادفی یا پیاده سازی رنگ انیزی گراف ...مسئله غذاخوردن فیلسوف ها یا هر مسئله ای که از گراف برای حلش استفاده می کنیم... لطفا کمکم کنید...نیمه همین ماه سمینار دارم :(((((

چرا هیشکی جوابمو نمیده؟؟؟؟؟؟؟؟؟ کارم خیلی گیره ..تو رو خدا کمکم کنید !!!!!!!!!!1 خواهش می کنم :((((((((((