يك الگوريتم تكاملي تخمين توزيع جديد با استفاده از اتوماتاي يادگير

در سالهاي اخير رويكرد جديدي به منظور حل مشكلات الگوريتم هاي تكاملي به ويژه الگوريتم‌هاي ژنتيكي مورد توجه محققين قرار گرفته است. اين رويكرد مبتني بر ايجاد مدلهاي احتمالاتي از ژنوم‌ها و اجزاي سازنده آنها مي‌باشد. تاكنون الگوريتم‌هاي متنوعي بر اين اساس ارائه شده‌اند كه اگر چه برخي از سادگي الگوريتم‌هاي ژنتيكي برخوردار نيستند، اما در حل مسائل با موفقيت بيشتري روبرو بوده‌اند. در اين مقاله رهيافت ديگري از اين الگوريتم ها را بر اساس اتوماتاي يادگير معرفي و مورد بررسي قرار مي‌دهيم. در اين رهيافت مدل احتمالاتي اجزاي سازنده مسئله به وسيله اتوماتاي يادگير و بر اساس ژنوم‌هاي نسل توليد شده تخمين زده مي‌شود. الگوريتم پيشنهادي بسيار ساده و براي مسائل مورد بررسي در اين مقاله داراي كارايي خوبي مي‌باشد.