بهبود الگوریتم های تکاملی با ترکیب سیستم های آشوبناک در مسائل بهینه سازی

الگوریتم های تکاملی به عنوان مجموعه ای از الگوریتم های بهینه سازی بسیار مورد توجه و بررسی قرار گرفته اند. یکی از مشکلاتی که در زمینه ی بهینه سازی توسط الگوریتم های تکاملی و به ویژه الگوریتم ژنتیک و بهینه سازی اجتماع ذرات مطرح است، مسئله ی همگرایی زودرس است. عملکرد الگوریتم های تکاملی وابسته به پارامترهای زیادی است که هر کدام بر کارایی آن تاثیر قابل توجهی دارند؛ و معمولاً این الگوریتم ها از فرآیند های تصادفی برای تنظیم پارامترهایشان استفاده می کنند. از طرف دیگر با توجه به خصوصیات سیستم های آشوبناک و اینکه ساختار شبه تصادفی ولی کاملاً قطعی دارند، می توانند جایگزین مطلوبی به جای فرآیندهای تصادفی در الگوریتم های تکاملی باشند. لذا در این پایان نامه سعی بر این است تا با استفاده از سیستم های آشوبناک برکارایی الگوریتم تکاملی افزوده شود. نتایج آزمایش ها حاکی از آن است روش پیشنهادی در مقایسه با الگوریتم های تکاملی متداول از عملکرد بهتری برخوردار است.