شرح مختصر :الگوریتم ژنتیک(Genetic Algorithm – GA) تکنیک جستجویی در علم رایانه براي یافتن راه حل تقریبی براي بهینه سازي و مسائل جستجو است. الگوریتم ژنتیک نوع خاصی از الگوریت مهاي تکامل است که از تکنیک هاي زیست شناسی فرگشتی مانند وراثت و جهش استفاده می کند. در واقع الگوریت مهاي ژنتیک از اصول انتخاب طبیعی داروین براي یافتن فرمول بهینه جهت پیش بینی یا تطبیق الگو استفاده میکنند. الگوریت مهاي ژنتیک اغلب گزینه خوبی براي تکنیک هاي پیش بینی بر مبناي یک تکنیک برنامه نویسی است که از (GA تصادف هستند. مختصراً گفته می شود که الگوریتم ژنتیک ) یا تکامل ژنتیکی به عنوان یک الگوي حل مسئله استفاده می کند. مسأله اي که باید حل شود ورودي است و راه حلها طبق یک الگو کد گذاري میشوند که تابع fitness نام دارد هر راه حل کاندید را ارزیابی می کند که اکثر آنها به صورت تصادفی انتخاب می شوند.فهرست :مقدمهبه دنبال تکامل…ایده اصلی استفاده از الگوریتم ژنتیکدرباره علم ژنتیکتاریخچۀ علم ژنتیکتکامل طبیعی (قانون انتخاب طبیعی داروین)رابطه تکامل طبیعی با روش هاي هوش مصنوعیالگوریتمالگوریتم هاي جستجوي ناآگاهانهجستجوي لیستجستجوي درختیجستجوي گرافالگوریتم هاي جستجوي آگاهانهالف جستجوي خصمانهمسائل NP Hardهیوریستیکانواع الگوریتم هاي هیوریستیکفصل دوممقدمهالگوریتم ژنتیکمکانیزم الگوریتم ژنتیکعملگرهاي الگوریتم ژنتیککدگذاريارزیابیترکیبجهشرمزگشاییچارت الگوریتم به همراه شبه کد آ نشبه کد و توضیح آنچارت الگوریتم ژنتیکتابع هدفروش هاي کد کردنکدینگ باینريکدینگ جایگشتیکد گذاري مقدارکدینگ درختنمایش رشته هاانواع روش هاي تشکیل رشتهباز گرداندن رشته ها به مجموعه متغیرهاتعداد بیت هاي متناظر با هر متغی رجمعیتایجاد جمعیت اولیهاندازه جمعیتمحاسبه برازندگی (تابع ارزش)انواع روش هاي انتخابانتخاب چرخ رولتانتخاب حالت پایدارانتخاب نخبه گراییانتخاب رقابتیانتخاب قطع سرانتخاب قطعی بریندلانتخاب جایگزینی نسلی اصلاح شدهانتخاب مسابقهانتخاب مسابقه تصادفیانواع روش هاي ترکیبجابه جایی دودوئیجابه جایی حقیقیترکیب تک نقطه ا يترکیب دو نقطه ايترکیب یکنواختترکیب حسابیترتیبچرخهبخش نگاشتهاحتمال ترکیبتحلیل مکانیزم جابجاییجهشجهش باینريجهش حقیقیوارونه سازي بیتتغییر ترتیب قرارگیر يوارون سازيتغییر مقدارمحک اختتام اجراي الگوریتم ژنتیکانواع الگوریتم هاي ژنتیکیالگوریتم ژنتیکی سريالگوریتم ژنتیکی موازيمقایسه الگوریتم ژنتیک با سیستم هاي طبیعینقاط قوت الگوریتم هاي ژنتیکاستراتژي برخورد با محدودیت هااستراتژي اصلاح عملگرهاي ژنتیکاستراتژي اصلاحیاستراتژي جریمه ايبهبود الگوریتم ژنتیکچند نمونه از کاربردهاي الگوریتم هاي ژنتیکفصل سوممقدمهحلّ معماي هشت وزیرجمعیت آغازینتابع برازندگیآمیزشجهش ژنتیکیالگوریتم ژنتیک و حلّ مسألۀ فروشندة دوره گردبه وسیله الگوریتم ژنتیک TS P حل مسألهTS P مقایسه روشهاي مختلف الگوریتم و ژنتیک براينتیجه گیر يحلّ مسأله معماي سودوکوحل مسألهتعیین کروموزمساختن جمعیت آغازین یا نسل اولساختن تابع از ارزشترکیب نمونه ها و ساختن جواب جدیدارزشیابی مجموعه جوابساختن نسل بعدمرتب سازي به کمک G Aصورت مسألهجمعیت آغازینتابع برازندگیانتخابترکیبجهشفهرست منابع و مراجعپیوستواژه نامهنقاط بهینه محلی و بهینه کلیچارت الگوریتم ژنتیکترکیب تک نقطهترکیب جایگشتیجهش کدینگ جایگشتیجهش کدینگ مقدارکدینگ درختینمونه کروموزوم الگوریتم ژنتیکیروش سريروش محاطیچرخه رولتجابجایی چند نقطهترکیب تک نقطه ايترکیب دو نقطه ايترکیب یکنواختشبیه سازي جهش به کمک نمودارجهش باینریجهش:وارونه سازي بیتجهش:تغییر ترتیب قرارگیريجهش: وارون ساز يجهش: تغییر مقدارنمودار بررسی رابطه هاي جمعیت، کیفیت جواب و معیار توقف بایکدیگرچینش هشت مهره وزیر در صفحه شطرنج بدون تهدید یکدیگرجدول سودوکو