تحقیق الگوریتم ژنتیک و مکانیزم آن

الگوریتم ژنتیک: الگوریتم ژنتیک که روش بهینه سازی الهام گرفته از طبیعت جاندار (موجودات زنده) است که می توان در طبقه بندی ها، از آن به عنوان یک روش عددی، جستجوی مستقیم و تصادفی یاد کرد. این الگوریتم، الگوریتمی مبتنی بر تکرار است و اصول اولیه آن همانطور که پیشتر اشاره شد از علم ژنتیک اقتباس گردیده است و با تقلید از تعدادی از فرآیندهای مشاهده شده در تکامل طبیعی اختراع شده است و به طور موثّری از معرفت قدیمی موجود در یک جمعیت استفاده می کند، تا حل های جدید و بهبود یافته را ایجاد کند. این الگوریتم در مسائل متنوعی نظیر بهینه سازی، شناسایی و کنترل سیستم، پردازش تصویر و مسایل ترکیبی، تعین توپولوژی و آموزش شبکه های عصبی مصنوعی و سیستم های مبتنی بر تصمیم و قاعده به کار می رود. علم ژنتیک، علمی است که درباره چگونگی توارث و انتقال صفحات بیولوژیکی از نسلی به نسل بعد صحبت می کند. عامل اصلی انتقال صفحات بیولوژیکی در موجودات زنده کروموزوم ها و ژن ها می باشد و نحوه عملکرد آنها به گونه ای است که در نهایت ژن ها و کروموزوم های برتر و قوی مانده و ژن ها ی ضعیف تر از بین می روند. به عبارت دیگر نتیجه عملیات متقابل ژن ها و کروموزوم ها باقی ماندن موجودات اَصلح و برتر می باشد.

همچنین مجددا یادآور می شویم که این الگوریتم برای بهینه سازی، جستجو و یادگیری ماشین مورد استفاده قرار می گیرد. اساس این الگوریتم قانون تکامل داروین (بقا بهترین) است که می گوید: موجودات ضعیف تر از بین می روند و موجودات قوی تر باقی می مانند. در واقع تکامل فرآیندی است که روی رشته ها صورت می گیرد، نه روی موجودات زنده ای که معرف موجودات رشته است. در واقع، قانون انتخاب طبیعی برای بقا می گوید که هر چه امکان تطبیق موجود بیشتر باشد بقای موجود امکان پذیرتر است و احتمال تولید مثل بیشتری، برایش وجود دارد. این قانون بر اساس پیوند بین رشته ها و عملکرد ساختمان های رمزگشایی شده آنها می باشد.

الگوریتم ژنتیک به دلیل تقلید نمودن از طبیعت دارای چند اختلاف اساسی با روش های جستجوی مرسوم می باشد که در زیر به تعدادی از آنها اشاره می کنیم.الگوریتم ژنتیک با رشته های بیتی کار می کند که هر کدام از این رشته ها کلّ مجموعه متغیرها را نشان می دهد حال آنکه بیشتر روش ها به طور مستقل با متغیرهای ویژه برخورد می کنند.الگوریتم ژنتیک برای راهنمایی جهت جستجو، انتخاب تصادفی انجام می دهد که به این ترتیب به اطلاعات مشتق نیاز ندارد.در الگوریتم ژنتیک روش های جستجو بر اساس مکانیزم انتخاب و ژنتیک طبیعی عمل می نمایند.این الگوریتم ها مناسب ترین رشته ها را از میان اطلاعات تصادفی سازماندهی شده انتخاب می کنند. در هر نسل یک گروه جدید رشته ها با استفاده از بهترین قسمت های دنباله های قبلی و بخش جدید اتفاقی برای رسیدن به یک جواب مناسب به وجود می آیند. با وجود اینکه الگوریتم ها تصادفی هستند ولی در زمره الگوریتم های تصادفی ساده نیستند. آنها به طور کارآمدی به اکتشاف اطلاعات گذشته در فضای جستجو می پردازند تا در یک نقطه جستجوی جدیدی با پاسخ های بهتر به سمت بهترین جواب پیش روند. هنگام پیش آمدسازی الگوریتم های ژنتیک عمل پیش آمدسازی ساده را نمی پیمایند بلکه آنها داده های پیشین را با تفکّر انتخاب جستجوی جدید برای رسیدن پیشرفت مورد نظر توأم می کنند.

الگوریتم ژنتیک و شبکه های حس گر بیسیم

در این قسمت از پروژه من به یک نمونه استفاده شده از این الگوریتم در مقالات علمی اشاره خواهم کرد که توسط نرم افزار مطلب شبیه سازی شده ونتایج خوبی هم نشان داده است.

کاربرد الگوریتم ژنتیک در خوشه بندی: الگوریتم ژنتیک از ایستگاه مرکزی استفاده می کند تا عمل خوشه بندی را انجام دهد و در نتیجه الگوریتم ژنتیک خوشه های مناسب را برای شبکه تعیین می کند.ایستگاه مرکزی جزئیات کامل شبکه را به تمامی گره های حسگر به صورت پخش همگانی ارسال می کند.پیامی که ایستگاه مرکزی ارسال می کند شامل :تعداد سرخو شه ها ,اعضای مرتبط با هر سرخوشه و تعداد انتقال ها برای این پیکربندی می باشد...