کاربرد الگوریتم ژنتیک

[TheMatrix]

سلام دوستان.
من به تازگی با الگوریتم ژنتیک آشنا شدم, و میخوام بدونم این الگوریتم ژنتیک چه قابلیت ها و کارایهایی داره, و مثلا جالبترین و سخترین مساله ای که میشه با این الگوریتم حل کرد چیا هستن؟ میشه با این الگوریتم مسائل پردازش تصویر, صدا, چهره و از این قبیل انجام داد. ممنون میشم یکی منو کامل از تواناییهای الگوریتم ژنتیک آگاه کنه.

[whitehat]

این الگوریتم ژنتیک چه قابلیت ها و کارایهایی داره

1-فرآیند ارائه شده توسط الگوریتم های ژنتیک بر روی فضایی از مجموعه نمایندگان یا همان فضای کروموزوم ها اعمال می گردد و نه بر روی خود فضای راه حلها.
2-الگوریتم های ژنتیک بر روی مجموعه ای از راه حل ها اعمال می شوند و نه بر روی یک راه حل خاص.
3-تنها ملاک ارزیابی و سنجش میزان شایستگی هر راه حل توسط الگوریتم های ژنتیک، مقدار تابع شایستگی آن در فضای کروموزوم ها می باشد و نه معیارهای مورد نظر در سطح فضای راه حل ها
4-الگوریتم های ژنتیک از قوانین انتقالی احتمالی بجای قوانین انتقالی قطعی استفاده می کنند، بدین معنا که حرکت آن در هر نقطه از الگوریتم کاملا احتمالی بوده و بر اساس قطعیت صورت نمی پذیرد. این امر از مزایای مهم این روش بوده و از افتادن سیستم در کمنینه محلی جلوگیری می نماید. البته میزان احتمال به گونه ای است که احتمال حرکت به سمت هدف مساله بیشتر از احتمال حرکت آن به سمت مخالف جواب می باشد.
این الگوریتم بیشتر در مسائل بهینه سازی و امثالهم بکار میره

مثلا جالبترین و سخترین مساله ای که میشه با این الگوریتم حل کرد چیا هستن؟

اخیرا مقالاتی به چاپ رسیده که مسائلی از رده NP-Hard هم با استفاده از الگوریتم های ژنتیک حل شده.

میشه با این الگوریتم مسائل پردازش تصویر, صدا, چهره و از این قبیل انجام داد.

بله، همچنین که قبلا این کارها انجام شده :)
موفق باشید

[nafass]

[QUOTE=whitehat;483393]1-فرآیند ارائه شده توسط الگوریتم های ژنتیک بر روی فضایی از مجموعه نمایندگان یا همان فضای کروموزوم ها اعمال می گردد و نه بر روی خود فضای راه حلها.
2-الگوریتم های ژنتیک بر روی مجموعه ای از راه حل ها اعمال می شوند و نه بر روی یک راه حل خاص.
3-تنها ملاک ارزیابی و سنجش میزان شایستگی هر راه حل توسط الگوریتم های ژنتیک، مقدار تابع شایستگی آن در فضای کروموزوم ها می باشد و نه معیارهای مورد نظر در سطح فضای راه حل ها
4-الگوریتم های ژنتیک از قوانین انتقالی احتمالی بجای قوانین انتقالی قطعی استفاده می کنند، بدین معنا که حرکت آن در هر نقطه از الگوریتم کاملا احتمالی بوده و بر اساس قطعیت صورت نمی پذیرد. این امر از مزایای مهم این روش بوده و از افتادن سیستم در کمنینه محلی جلوگیری می نماید. البته میزان احتمال به گونه ای است که احتمال حرکت به سمت هدف مساله بیشتر از احتمال حرکت آن به سمت مخالف جواب می باشد.
این الگوریتم بیشتر در مسائل بهینه سازی و امثالهم بکار میره
اخیرا مقالاتی به چاپ رسیده که مسائلی از رده NP-Hard هم با استفاده از الگوریتم های ژنتیک حل شده.

بله، همچنین که قبلا این کارها انجام شده :)
موفق باشید[/QUOTE
سلام.میبخشین اگه مقاله فارسی در مورد پردازش تصویر با استفاده از الگوریتم ژنتیک دارین میشه برام بفرستین؟؟؟ ممنون میشم کمکم کنین چون تا حالا نتونستم مقاله مناسبی پیدا کنم. البته میتونه به صورت جزیی از پردازش تصویر باشه مثل پردازش اثر انگشت و یا پردازش چهره یا الگوریتم ژنتیک. توروخدا لطفتونو دریغ نکنین چون خیلی حیاتیه و موضوه پروژه پایانیم هست. ممنون

[soroushp]

1-
اخیرا مقالاتی به چاپ رسیده که مسائلی از رده NP-Hard هم با استفاده از الگوریتم های ژنتیک حل شده.

توضیحی دارید ؟