مقايسه روش هاي بهينه سازي اكسترمال و الگوريتم ژنتيك در حل مسئله يافتن بزرگ ترين كليك

مسئله يافتن بزرگ ترين كليك، از جمله مسائل NP-Complete است كه به يافتن بزرگ ترين زير گراف كامل در يك گراف بدون جهت اشاره دارد. در اين مقاله، ابتدا به بيان روش حل مبتني بر بهينه سازي اكسترمال براي اين مسئله مي پردازيم و سپس با مقايسه نتايج آن با پاسخ هاي به دست آمده از الگوريتم ژنتيك، مزايا و معايب روش را بررسي خواهيم كرد. روش فرا اكتشافي بهينه سازي اكسترمال، رئوس كم ارزش را با احتمال بيشتري از بزرگ ترين كليك فعلي حذف مي كند، در نتيجه رئوس با ارزش بيشتر، احتمال حضور بيشتري نيز خواهند داشت. با هر جابه جايي جزئي، تغييرات زيادي در كليك ايجاد مي شود و مرحله به مرحله به سمت يافتن بزرگ ترين كليك پيش مي رود. نتايج حاصل از مقايسه پياده سازي اين دو روش روي گراف هاي DIMACS ، نشان مي دهد كه الگوريتم ژنتيك، همچنان جواب هاي دقيق تري را به دست مي آورد اما سرعت همگرايي روش بهينه سازي اكسترمال در به دست آوردن بهترين جواب، بسيار بهتر از ساير روش هاست