لطفا به نکات زیر در هنگام خرید دانلود پاورپوینت الگوریتم ژنتیک توجه فرمایید.

1-در این مطلب، متن اسلاید های اولیه دانلود پاورپوینت الگوریتم ژنتیک قرار داده شده است 2-به علت اینکه امکان درج تصاویر استفاده شده در پاورپوینت وجود ندارد،در صورتی که مایل به دریافت  تصاویری از ان قبل از خرید هستید، می توانید با پشتیبانی تماس حاصل فرمایید 3-پس از پرداخت هزینه ، حداکثر طی 12 ساعت پاورپوینت خرید شده ، به ادرس ایمیل شما ارسال خواهد شد 4-در صورت  مشاهده  بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل اسلاید ها میباشد ودر فایل اصلی این پاورپوینت،به هیچ وجه بهم ریختگی وجود ندارد 5-در صورتی که اسلاید ها داری جدول و یا عکس باشند در متون زیر قرار نخواهند گرفت

اسلاید ۱ :

مقدمه

هنگامي كه لغت تنازع بقا به كار مي‌رود اغلب بار ارزشي منفي آن به ذهن مي‌آيد. شايد همزمان قانون جنگل به ذهن برسد و حكم بقاي قوي‌تر!

قانون انتخاب طبيعي بدين صورت است كه تنها گونه‌هايي از يك جمعيت ادامه نسل مي‌دهندكه بهترين خصوصيات راداشته باشند وآنهايي كه اين خصوصيات رانداشته باشند به تدريج ودر طي زمان از بين مي‌روند.

اسلاید ۲ :

(ادامه)

مثلا فرض كنيد گونه خاصي از افراد، هوش بسيار بيشتري از بقيه افراد يك جامعه دارند. در شرايط كاملا طبيعي اين افراد پيشرفت بهتري خواهند كرد و رفاه نسبتا بالاتري خواهند داشت.

حال اگر اين خصوصيت(هوش)ارثي باشد به طبع در نسل بعدي همان جامعه تعداد افراد باهوش به دليل زاد و ولد بيشتر اين‌گونه افراد ، بيشتر خواهد بود.

اسلاید ۳ :

ایده اصلی

 در دهه هفتاد ميلادي دانشمندي از دانشگاه ميشيگان به نام جان هلند ايده استفاده از الگوريتم ژنتيك را در بهينه‌سازي‌هاي مهندسي مطرح كرد. ايده اساسي اين الگوريتم انتقال خصوصيات موروثي توسط ژن‌هاست.

اسلاید ۴ :

الگوریتم ژنتیک چیست؟

الگوریتم ژنتیک يک تکنيک جستجو درعلم کامپيوتربراي يافتن راه حل بهينه ومسائل جستجو است.الگوريتم هاي ژنتيک يکي از انواع الگوريتم هاي تکاملي اند که از علم زيست شناسي مثل وراثت، جهش،انتخاب ناگهاني ، انتخاب طبيعي و ترکيب الهام گرفته شده .

اسلاید ۵ :

شرایط خاتمه الگوریتم های ژنتیک:

 به تعداد ثابتي از نسل ها برسيم .

 بودجه اختصاص داده شده تمام شود.

یک فرد پيدا شود که مينيمم ملاک را برآورده کند.

بيشترين درجه تناسب فرزندان حاصل شود يا ديگر نتايج بهتري حاصل نشود.

بازرسي دستي

ترکيبهاي بالا

اسلاید ۶ :

روشهای نمایش:

    قبل از اين که يک الگوريتم ژنتيک براي يک مسئله اجرا شود،يک روش براي کد کردن ژنوم ها به زبان کامپيوتر بايد به کار رود. يکي از روش هاي معمول کد کردن به صورت رشته هاي باينري است. يک راه حل مشابه ديگر کدکردن راه حل ها در آرايه اي از اعداد صحيح يا اعشاري است .

اسلاید ۷ :

روش های انتخاب

  روش هاي مختلفي براي الگوريتم هاي ژنتيک وجود دارند که ميتوان براي انتخاب ژنوم ها ازآنها استفاده کرد.اما روشهاي زیر از معمولترين روشها هستند:

Elitist

Roulette

Scaling

Tournament

اسلاید ۸ :

روش های تغییر

وقتي با روش هاي انتخاب کروموزوم ها انتخاب شدند،بايد به طور تصادفي براي افزايش تناسبشان اصلاح شوند.۲ راه حل اساسي براي اين کار وجود دارد.

اولين وساده ترين جهش ناميده مي شود.

نام دارد. Crossover دومين روش

اسلاید ۹ :

یک مثال ساده

ما يک مربع ۳*۳ داريم که ميخواهيم اعدادي بين ۱تا۱۵ را در اين مربع قرار دهيم به طوري که جمع اعداد در هر سطرو ستون برابر ۲۴ شود.

اسلاید ۱۰ :

نقاط قوت الگوريتم هاي ژنتيک

اولين ومهمترين نقطه قوت اين الگوريتم ها اين است که الگوريتم هاي ژنتيک ذاتاً موازي اند.

يکي از نقاط قوت الگوريتم هاي ژنتيک که در ابتدا يک کمبود به نظرمي رسد اين است که هيچ چيزي درمورد مسائلي که حل مي کنند نميدانند.

يکي ديگر از مزاياي الگوريتم ژنتيک اين است که آنها مي توانند چندين پارامتر را همزمان تغييردهند.