A

 userفیلم آموزش درس سیستم های خبره(الگوریتم ژنتیک در متلب)

userمدرس : پاسبان

playقسمت : هفتم

در این قسمت شما با الگوریتم های ژنتیک در متلب آشنا می شوید,

با اصطلاحاتی مانند نسل, جمعیت, کرموروم, ژن, قطع و جهش و .. آشنا می شوید,

چند مثال کاربردی از آن را می بینید,

نحوه کد نویسی آن را در متلب می آموزید,

و…

الگوریتم ژنتیک (Genetic Algorithm – GA) تکنیک جستجویی در علم رایانه برای یافتن راه‌حل تقریبی برای بهینه‌سازی و مسائل جستجو است. الگوریتم ژنتیک نوع خاصی از الگوریتمهای تکامل است که از تکنیکهای زیست‌شناسی فرگشتی مانند وراثت و جهش استفاده می‌کند.در واقع الگوریتم‌های ژنتیک از اصول انتخاب طبیعی داروین برای یافتن فرمول بهینه جهت پیش‌بینی یا تطبیق الگو استفاده می‌کنند. الگوریتم‌های ژنتیک اغلب گزینه خوبی برای تکنیک‌های پیش‌بینی بر مبنای رگرسیون هستند. مختصرا گفته می‌شود که الگوریتم ژنتیک یا GA یک تکنیک برنامه‌نویسی است که از تکامل ژنتیکی به عنوان یک الگوی حل مسئله استفاده می‌کند. مسئله‌ای که باید حل شود ورودی است و راه‌ حلها طبق یک الگو کد گذاری می‌شوند که تابع fitness نام دارد هر راه حل کاندید را ارزیابی می‌کند که اکثر آنها به صورت تصادفی انتخاب می‌شوند.

کاملترین مجموعه آموزشی الگوریتم های ژنتیک

الگوریتم ژنتیک (Genetic Algorithm – GA) تکنیک جستجویی در علم رایانه برای یافتن راه‌حل تقریبی برای بهینه‌سازی و مسائل جستجو است. الگوریتم ژنتیک نوع خاصی از الگوریتمهای تکامل است که از تکنیکهای زیست‌شناسی فرگشتی مانند وراثت و جهش استفاده می‌کند. این الگوریتم برای اولین بار توسط جان هلند معرفی شد.

در واقع الگوریتم‌های ژنتیک از اصول انتخاب طبیعی داروین برای یافتن فرمول بهینه جهت پیش‌بینی یا تطبیق الگو استفاده می‌کنند.الگوریتم‌های ژنتیک اغلب گزینه خوبی برای تکنیک‌های پیش‌بینی بر مبنای رگرسیون هستند. مختصراً گفته می‌شود که الگوریتم ژنتیک (یا GA) یک تکنیک برنامه‌نویسی است که از تکامل ژنتیکی به عنوان یک الگوی حل مسئله استفاده می‌کند.مسئله‌ای که باید حل شود ورودی است و راه‌حلها طبق یک الگو کد گذاری می‌شوند که تابع fitness نام دارد هر راه حل کاندید را ارزیابی می‌کند که اکثر آنها به صورت تصادفی انتخاب می‌شوند.

این الگوریتم‌ها از بخش های زیر تشکیل می‌شوند : تابع برازش – نمایش – انتخاب – تغییر

همانطور که گفتیم یکی از شاخه­های پردازش تکاملی، برنامه نویسی ژنتیک می­باشد. در برنامه نویسی ژنتیک سعی می­کنیم که با استفاده از الگوریتم­های ژنتیک، و مفاهیم درختهای تجزیه برای کاربردهای خاص، به جای اینکه کد برنامه لازم را بنویسیم، به کامپیوتر این امکان را بدهیم که تنها با دانستن مفهوم کلی از کار، برنامه مورد نظر را برایمان آماده کند. در واقع یک دستور سطح بالا به کامپیوتر بدهیم و خود کامپیوتر برنامه لازم برای اجرای برنامه مورد نظر را آماده کند، سپس برنامه را اجرا و خروجی مطلوب ما را به ما ارائه دهد.

تاریخچه برنامه نویسی ژنتیک به اوائل دهه نود میلادی باز می­گردد. و از افرادی که بیشترین تلاشها را برای پیشرفت این شاخه انجام داده است می­توانیم به آقای John Koza اشاره کنیم.

رنامه نویسی ژنتیک (GP) روشی برای استنتاج برنامه ها است، برنامه نویسی خودکار هدف  علوم کامپیوتر برای چند دهه بوده است دانشمندان مایل هستند که یک مساله را به کامپیوتر داده و از آن بخواهند که برای حل آن برنامه بسازد. گفته می شود که GP بیشترین پتانسیل را در جهت نوشتن خودکار برنامه های کامپیوتری نشان داد.

نحوه کار برنامه نویسی ژنتیک، در صورتی که با مقدمات پردازش تکاملی آشنائی دارید، در ادامه آورده شده است.