کتاب الگوریتم ژنتیک نوشته‌ی مهدی اسدبک، ابراهیم اسدزاده و محمد اسدزاده، به مفاهیمی مانند هیوریستیک، علم ژنتیک، مکانیزم الگوریتم ژنتیک، روش‌های کد کردن، جهش ژنتیکی، ساختن جمعیت آغازین یا نسل اول و ... می‌پردازد.

الگوریتم ژنتیک چیست؟

الگوریتم ژنتیک (Genetic Algorithm - GA) روش جستجویی در علم رایانه، برای یافتن راه‌ حل تقریبی جهت بهینه‌سازی و مسائل جستجو است. الگوریتم ژنتیک یکی از انواع الگوریتم‌های تکامل است که از روش‌های زیست‌شناسی مانند وراثت و جهش بهره می‌برد.

این الگوریتم‌ها پاسخ مهم یک مسأله را در شکل کروموزوم‌های ساده‌ای کد می‌کنند و سپس کارکرد ترکیبی را بر روی این ساختارها اعمال می‌کنند. الگوریتم‌های ژنتیک اغلب به عنوان روشی برای بهینه‌‌سازی توابع شناخته می‌شوند.

عملکرد الگوریتم ژنتیک چگونه است؟

الگوریتم ژنتیک بر اساس اصل بقای برتر کار می‌کند. در هر نسل جمعیتی وجود دارد و بر اساس همین اصل، نسل بعدی ساخته می‌شود. عملکرد الگوریتم ژنتیک مانند ساختارهای ژنتیکی و رفتار کروموزوم‌ها در میان جمعیتی از افراد است. مثلاً اعضا برای جفت‌گیری با همدیگر به رقابت می‌پردازند، اعضایی که در رقابت موفق‌ می‌شوند، فرزندان بیشتری تولید می‌کنند، ژن‌های خوب درون این فرآیند ورود می‌کنند و بعضاً فرزند آن‌ها حتی از خودشان هم بهتر می‌شود.

در بخشی از کتاب الگوریتم ژنتیک می‌خوانیم:

ژنتیک یا ژن شناسی بخشی از دانش زیست شناسی است که به وراثت و تفاوت‌های جانداران می‌پردازد. بوسیله قوانین و مفاهیم موجود در این علم می‌توانیم به تشابه یا عدم تشابه دو موجود نسبت به یکدیگر پی ببریم و بدانیم که چطور و چرا چنین تشابه و یا عدم تشابه در داخل یک جامعه گیاهی و با جامعه جانوری، بوجود آمده است. علم ژنتیک علم انتقال اطلاعات زیست شناسی از یک سلول به سلول دیگر، از والد به نوزاد و بنابراین از یک نسل به نسل بعد است. ژنتیک با چگونگی این انتقالات که مبنای اختلالات و تشابهات موجود در ارگانیسم‌هاست، سر و کار دارد. علم ژنتیک در مورد سرشت فیزیکی و شیمیایی این اطلاعات نیز صحبت می‌کند.

علم زیست شناسی، هرچند به صورت توصیفی از قدیمی‌ترین علومی بوده که بشر به آن توجه داشته است اما از حدود یک قرن پیش این علم وارد مرحله جدیدی شد که بعدا آن را ژنتیک نامیده‌اند و این امر انقلابی در علم زیست شناسی بوجود آورد. در قرن هجدهم، عده‌ای از پژوهشگران بر آن شدند که نحوه انتقال صفات ارثی را از نسلی به نسل دیگر بررسی کنند. ولی به دو دلیل مهم که یکی عدم انتخاب صفات مناسب و دیگری نداشتن اطلاعات کافی در زمینه ریاضیات بود، به نتیجه‌ای نرسیدند.

فهرست مطالب
فصل اول
مقدمه
به دنبال تکامل
ایدۀ اصلی استفاده از الگوریتم ژنتیک
درباره علم ژنتیک
تاریخچۀ علم ژنتیک
تکامل طبیعی (قانون انتخاب طبیعی داروین)
رابطه تکامل طبیعی با روش‌های هوش مصنوعی
الگوریتم
الگوریتم‌های جستجوی ناآگاهانه
جستجوی لیست
جستجوی درختی
جستجوی گراف
الگوریتم‌های جستجوی آگاهانه
الف- جستجوی خصمانه
مسائل NP-Hard
هیوریستیک
انواع الگوریتم‌های هیوریستیک
فصل دوم
مقدمه
الگوریتم ژنتیک
مکانیزم الگوریتم ژنتیک
عملگرهای الگوریتم ژنتیک
کدگذاری
ارزیابی
ترکیب
جهش
رمزگشایی
چارت الگوریتم به همراه شبه کد آن
شبه کد و توضیح آن
چارت الگوریتم ژنتیک
تابع هدف
روش‌های کد کردن
کدینگ باینری
کدینگ جایگشتی
کد گذاری مقدار
کدینگ درخت
نمایش رشته‌ها
انواع روش‌های تشکیل رشته
باز گرداندن رشته‌ها به مجموعه متغیرها
تعداد بیت‌های متناظر با هر متغیر
جمعیت
ایجادجمعیت اولیه
اندازه جمعیت
محاسبه برازندگی (تابع ارزش)
انواع روش‌های انتخاب
انتخاب چرخ رولت
انتخاب حالت پایدار
انتخاب نخبه گرایی
انتخاب رقابتی
انتخاب قطع سر
انتخاب قطعی بریندل
انتخاب جایگزینی نسلی اصلاح شده
انتخاب مسابقه
انتخاب مسابقه تصادفی
انواع روش‌های ترکیب
جابه‌جایی دودوئی
جابه‌جایی حقیقی
ترکیب تک‌نقطه‌ای
ترکیب دو نقطه‌ای
ترکیب n نقطه‌ای
ترکیب یکنواخت
ترکیب حسابی
ترتیب
چرخه
محدّب
بخش _ نگاشته
احتمال ترکیب
تحلیل مکانیزم جابجایی
جهش
جهش باینری
جهش حقیقی
وارونه سازی بیت
تغییر ترتیب قرارگیری
وارون سازی
تغییر مقدار
محک اختتام اجرای الگوریتم ژنتیک
انواع الگوریتم‌های ژنتیکی
الگوریتم ژنتیکی سری
الگوریتم ژنتیکی موازی
مقایسه الگوریتم ژنتیک با سیستم‌های طبیعی
نقاط قوّت الگوریتم‌های ژنتیک
محدودیت‌های GAها
استراتژی برخورد با محدودیت‌ها
استراتژی اصلاح عملگرهای ژنتیک
استراتژی رَدّی
استراتژی اصلاحی
استراتژی جریمه‌ای
بهبود الگوریتم ژنتیک
چند نمونه از کاربردهای الگوریتم‌های ژنتیک
فصل سوم
مقدمه
حلّ معمای هشت وزیر
جمعیت آغازین
تابع برازندگی
آمیزش
جهش ژنتیکی
الگوریتم ژنتیک و حلّ مسألۀ فروشندۀ دوره‌گرد
حل مسأله TSP به وسیله الگوریتم ژنتیک
مقایسه روش‌های مختلف الگوریتم و ژنتیک برای TSP
نتیجه گیری
حلّ مسأله معمای سودوکو
حل مسأله
تعیین کروموزم
ساختن جمعیت آغازین یا نسل اول
ساختن تابع از ارزش
ترکیب نمونه‌ها و ساختن جواب جدید
ارزشیابی مجموعه جواب
ساختن نسل بعد
مرتب سازی به کمک GA
صورت مسأله
جمعیت آغازین
تابع برازندگی
انتخاب
ترکیب
جهش
فهرست منابع و مراجع
پیوست
واژه‌نامه