فهرست نشریات علمی دسترسی آزاد ایران

چکیده: الگوریتم ژنتیک در حل بسیاری از مسائل بهینه سازی الگوریتم قدرتمندی است که کارایی آن به میزان زیادی تحت تأثیر انتخاب صحیح پارامترها و عملگرهای آن نظیر تعداد کروموزوم جمعیت، نوع عملگر تقاطع، جهش و... قرار دارد. تا کنون روشهای مختلفی به منظور افزایش کارایی الگوریتم ژنتیک پیشنهاد شده است. در این مقاله برای اولین بار از یک روش محاسبه برازندگی جدید مبتنی بر ماشین خودکار سلولی(CA (به منظور افزایش کارایی الگوریتم ژنتیک (GA (استفاده شده است. الگوریتم ترکیبی پیشنهادی در نهایت به منظور تعیین مینیمم 5 تابع شناخته شده در زمینۀ بهینهسازی با 5 و 10 متغیر مورد استفاده قرار گرفت. نتایج نشان داد که الگوریتم ترکیبی GA-CA در مقایسه با الگوریتم ژنتیک استاندارد از دقت بیشتری در پیدا کردن بهترین مینیمم توابع مورد بهینه سازی برخوردار است. همچنین الگوریتم ترکیبی GA-CA به لحاظ زمان رسیدن به بهترین مینیمم گلوبال ( زمان همگرایی) در حدود 5 برابر کمتر از الگوریتم ژنتیک استاندارد می باشد.