6

مقدمة 1- 2

البح وث الت ي أجری ت ح ول الخوارزمی ات الجینی ة أن األجی ال األول ى م ن أوض حت ك ان و س ریعة حی ث بطریقة كف وءة ت قادرة على حل المشاكل الصعبة سالخوارزمیات الجینیة لی

الھ دف األساس ي م ن ھ ذا الف صل . تق ل میات یزداد بینما جودة الح ل وقت التنفیذ في تلك الخوارز إل ى باإلض افة تواج ھ م صمم الخوارزمی ة الجینی ة أن الت ي یمك ن م شاكلال أھ مإلش ارة إل ىھ و ا

و جالت زاو االنتق اء و إج راءات الترمی ز و أس الیب و مھم ة مث ل أساس یةالتعری ف بم صطلحات . الخوارزمیات الجینیةأنواع بأھمالطفرة و ینتھي الفصل بالتعریف

)Genetic Algorithms(الخوارزمیات الجینیة 2- 2

خوارزمی ات إل ى و تحدی دا عائل ة ال ذكاء االص طناعيإل ىتنتم ي الخوارزمی ات الجینی ة خوارزمی ات بح ث عام ة تعتب ر و(Evolutionary Algorithms)التط ور

)Global Search Algorithms ( تعتم د ف ي عملھ ا عل ى تقنی ات االختی ار الطبیع ي )Natural Selection ( و الجین ات الطبیعی ة)Natural Genetics ( و تق وم ھ ذه الخوارزمی ات

من األفضلار ی بحث عشوائي و متوازي على مجموعة من الحلول المرشحة من اجل اخت بإجراء ھائل ة منھ ا كب ر إمكانی ات العالی ة ب سبب م ا تقدم ھ م ن بكفاءتھ ا تمتاز الخوارزمیات الجینی ة .بینھا

التعام ل م ع ف ضاء بح ث یتمی ز بالتعقی د إمكانی ةو ك ذلك ،ي تعم ل علی ھ حج م ف ضاء البح ث ال ذ )Complexity ( و غیر قابل لالش تقاق)Non Differentiable ( قابلی ة التعام ل م ع إل ى إض افة

لقد تم تط ویر الخوارزمی ات الجینی ة ).Multi Modality( قمم و قیعان مختلفة من فضاء البحث .John Holand( [37]( جون ھوالند من قبل العالم1975في سنة

عملی ات االنتق اء ب إجراءث م تق وم ، تق وم الخوارزمی ة الجینی ة بتولی د مجتم ع ابت دائي

)Selection ( و الت زاوج)Recombination/Crossover ( و الطف رة)Mutation ( عل ىا فیم ا ب دورھتتن افس و الت ي) Offspring (أطف ال المجتم ع بغی ة الح صول عل ى مجموع ة أف راد

)Survival of the Fittest( البق اء لألص لح مب دأ بینھ ا لتك وین المجتم ع الجدی د و ذل ك ح سب [37].

الم سائل المعق دة ألغل ب بحث جی د إجراء الخوارزمیات الجینیة على إمكانیةلقد تم برھنة صبیة لل ذكاء االص طناعي مث ل ال شبكات الع األخ رى الط رق أداء إن إل ى ةعملی ا و نظری ا إض اف

ن تح س ی) Fuzzy logic(و المنط ق ال ضبابي ) Artificial Neural network(االص طناعیة یمكن تلخیص االخ تالف ب ین الخوارزمی ات الجینی ة و ط رق .عندما یھجن مع ھذه الخوارزمیات

:[37] البحث التقلیدیة بالنقاط اآلتیة

.نقاط و لیس من نقطة واحدةالخوارزمیات الجینیة تبحث عن الحل انطالقا من مجموعة - 1 ).Chromosome(تعمل على تشفیر متغیرات المشكلة بھیئة كروموسوم - 2 تعتم د ف ي عملھ ا عل ى معلوم ات دال ة الھ دف أو م ا ت سمى دال ة ال صالحیة - 3

)Fitness Function ( بینم ا تعتم د الط رق األخ رى عل ى الم شتقة وعل ى معلوم ات .أخرى

7

بینم ا ) Probabilistic(ي الخوارزمی ات الجینی ة عل ى االحتمالی ة یعتم د مب دأ البح ث ف - 4 ).Deterministic(تعتمد الطرق األخرى على خطوات ثابتة و محددة سابقا

مصطلحات و مفاھیم أساسیة 3- 2

)Population(المجتمع 3-1- 2

ن قب ل و ی تم اختی ار حج م المجتم ع م ) Individuals (األفراد من Nیتكون المجتمع من ك ل ف رد ف ي المجتم ع . ) ف رد 500 إل ى 25عادة یتراوح حجم المجتمع بین ( مصمم الخوارزمیة

، ) Chromosome(ی سمى كروموس وم ) constant string(یمثل بواس طة خ یط ثاب ت الط ول و تختل ف ق یم المواق ع ) Genes(و یتك ون ك ل كروموس وم م ن ع دد م ن المواق ع ت سمى جین ات

-:تكون الصیغة العامة للفردو ترمیز المستخدمةباختالف طریقة ال

Chromosome i =gen1 gen2 gen3 … genL . ھو طول الكروموسوم Lحیث أن

على موقعھا ف ي الكروموس وم و الجینةیعتمد معنى ،في المفھوم الكالسیكي للخوارزمیات الجینیة تحت ل دائم ا نف س الموق ع و لك ن م ن ك ل جین ة للتأكدھذا یفرض استخدام كروموسوم ثابت الطول

م ن م رة ف ي الكروموس وم أكث ر تظھ ر أنفي الكروموسومات المتغی رة الط ول ف ان الجین ة یمك ن . یمثل قیمتھا اآلخر یمثل معنى الجینة و األول األرقامالواحد و كل جینة تمثل بواسطة زوج من

) Initial Values( القیم االبتدائیة 3-2- 2

الع شوائیة تمث ل الق یم األرقامحجم المجتمع و طول الكروموسوم یتم تولید مجموعة من بعد تحدید

. المجتمع االبتدائيأفراداالبتدائیة لجینات كافة

)Encoding( الترمیز 2-3-3

الكروموس وم . [37] الم شكلة الم راد حلھ ا بھیئ ة كروموس وم تمثل الخوارزمیة الجینی ة مع امالت طریق ة ترمی ز إیج اد ح وي قیم ا تناس ب الم شكلة أي الب د م ن ت م ن مجموع ة جین ات بدوره یتكون إلي

للم شكلة اح د مف اتیح نج اح الخوارزمی ة ة و مناس ب ةترمی ز جی د یعتب ر اختی ار طریق ة .مناسبة للمشكلة -:احدھا على طبیعة المسالة المراد حلھا ومن ھذه الطرق یعتمد ھناك عدة طرق للترمیز . الجینیة

)Binary encoding(الترمیز الثنائي 2-3-3-1

أن واعو ھ و الترمی ز ال ذي اس تخدمھ ج ون ھوالن د ف ي خوارزمیت ھ الجینی ة القیاس یة و ھ و اب سط و م ن ھن ا ج اءت ت سمیتھ 1 أو 0 القیم ة تأخ ذ أنوفی ھ ك ل جین ة ف ي الكروموس وم یمك ن ، الترمی ز

وھ ذه الم شكلة )Hamming cliff( ج رف ھامن ك ةم شكل تشفیر الثن ائي م ن یعاني ال.بالترمیز الثنائي م سافة ھامن ك أنیك ون ھن اك ق یم عددی ة متج اورة و لك ن التمثی ل الثن ائي لھ ا یظھ ر تح دث عن دما

8

)Hamming distance (ع دد المرات ب الت ي بأنھ ا ب ین متجھ ین و تعرف مسافة ھامنك.بینھما كبیرة الناتج ة م ن ع دد الواح دات ھ ي سافة ھامنك بین عددین منائي فأنفي التمثیل الث ، مختلفةاتحوي قیم

:بین عددین ثنائیین مسافة ھامنك لحساب أمثلة) 1-2(شكل ل ایوضح ، بینھما X-Orعمل

Hamming distance a XOR b b a 3 111 100 011 4 11110 11001 00111 4 1111 1000 0111

ثنائیینددین حساب مسافة ھامنك بین عل أمثلة : )1-2(شكل

إالف ي التمثی ل الع شري ) 1= الف رق بینھم ا ( متتالیان4 و 3 العددین أنعلى الرغم من

ف ي األول ى و ذلك ما توض حھ الحال ة 3 مسافة ھامنك بینھما ھي أنانھ تمثیلھما بالنظام الثنائي یكشف نیة من الوصول الى الدرج ة مثل ھذا الترمیز قد یمنع الخوارزمیة الجیأنو ھذا یعني ، الشكل السابق

اس تخدام تح ل ھ ذه الم شكلة ب ، ج رف ھامن ك علق ت ف ي إنھ ا ف ي ح ال ) Global Optimum(المثل ى یمك ن . 1 المتجاورة ت ساوي لألعداد الذي یتمیز بان مسافة ھامنك )Gray Code (الترمیز الرمادي

-:یة اآلتباستخدام المعادلة الترمیز الرمادي إلىتحویل العدد الثنائي

: 7 إلى 0 من لألعداد المقابلة لھا Gray یوضح الشفرات الثنائیة مع شفرات)2-2( الشكل

7 6 5 4 3 2 1 0

integer

111 110 101 100 011 010 001 000

Binary

100 101 111 110 010 011 001 000 Gray Code

Gray مقارنة بین الشفرات الثنائیة و شفرات : )2-2(شكل

)Integer Encoding(الترمیز الصحیح 2-3-3-2

م ن أخ رى أن واع إل ى فق د ت م اللج وء ، الثن ائيالترمی زنظ را للم شاكل الت ي یع اني منھ ا

عام ل الت زاوج و ت أثیره عن د تطبیق ھ عل ى تطبی قإن. الترمی ز منھ ا الترمی ز ال صحیح ، ات ذات قیم ثنائیة تطبیقھ على كروموسوم من أفضلیكون الكروموسومات ذات القیم الصحیحة

- : 1X [41] التزاوج المستخدم ھو أن علما یقدم برھان على ذلك)3-2(الشكل

(2.1)

9

value Offspring Chromosome Parent Chromosome

Encoding

560 021

101 110 000 000 010 001

1 | 00 010 001 0 | 01 110 000

binary

460 121

4 6 0 1 2 1

4 | 2 1 1 | 6 0

Integer

مقارنة التشفیر الثنائي مع التشفیر الصحیح : )3-2(شكل

الترمی ز ج دد ف ي حال ة أطف ال بإنت اج عام ل الت زاوج ق ام أننالح ظ م ن المث ال ال سابق

األب وین غی ر موج ود ف ي ك ال ) 101 (5 أنلوج دنا ) Value (لو القینا نظرة على حق ل . الثنائي عن دما ت م تطبیق ھ عل ى الق یم ال صحیح اآلب اء بینم ا ح افظ عام ل الت زاوج عل ى الق یم الموروث ة م ن

اس تخدام الت شفیر ال صحیح ی سرع عملی ة إن. المكافئ ة لنظیرتھ ا الثنائی ة و ل م ی أتي بق یم جدی دة .م تفسیر جینات الكروموسوإلى لعدم الحاجةألنناالمحاكاة

Real Encoding( [41]( الترمیز الحقیقي 2-3-3-3

إل ى ت دعو أس باب ھن اك ع دة ، تكون قیمة الجینات في ھذا النوع م ن الترمی ز ق یم حقیقی ة -:استخدام الترمیز الحقیقي بدال من الثنائي منھا

:أفضل تكون الحقیقي التمثیلالطفرة على إن -أ

، ت م اس تخدام الترمی ز الحقیق ي إذا) Mutation Size(رة یمكن السیطرة على حجم الطف جین ات الكروموس وم إل ى قیم ة ع شوائیة إض افة الطفرة تتم من خ الل أن إلىالسبب في ذلك یعود

. توزیع كاوس و باحتمالیة معینةمباستخدا

:التمثیل الحقیقي بالدقة العالیة یمتاز-ب

دا كبیرا من الجینات الثنائیة و ھذا یت سبب ف ي زی ادة تتطلب الدقة العالیة للعدد الحقیقي عد ب ت 13 ستدس ن اس تخدم توم اسعل ى س بیل المث ال ف ان ، واض حة ف ي ط ول الكروموس ومات

یمك ن ال تخلص م ن ھ ذه الم شكلة باس تخدام الت شفیر الحقیق ي كب دیل ،0.001للح صول عل ى دق ة . للكروموسومات تفسیرإجراء إلى لكون الترمیز الحقیقي ال یحتاج إضافة

)Hybrid Encoding( الھجین میزرالت 2-3-3-4

في طرق الترمیز ال سابقة ف ان جین ات الكروموس وم تح وي عل ى ق یم م ن ن وع واح د ك أن ف ي الت شفیر الھج ین یق سم الكروموس وم . حقیقی ة أع داد كلھ ا أو، ھا صحیحة كل، ھا ثنائیة تكون كل

: الكروموسوممثال ، [1] ترمیز مختلف عن اآلخر و كل جزء یرمز باستخدامأجزاء إلى 1 1 0 1 4 5 7 ) (

10

األول ى األربعة و قد تم ترمیز المواقع 8 طول الكروموسوم في المثال السابق یساوي إن دم الترمی ز ال صحیح ف ي ت شفیر الجین ات بینم ا اس تخالثن ائيم ن الكروموس وم باس تخدام الترمی ز

م ن قط ع متع ددة ت ضمین ن الترمی ز عن دما یرغب ون ب ھ ذا الن وع م إل ى یلجا المصممون .المتبقیة كل جزء یصف معلوم ة م ا وأجزاء إلى الكروموسوم یقسم أنالمعلومات في الكروموسوم بحیث

األھ دافو ھ ذا یح دث ف ي الغال ب عن د اس تخدام الخوارزمی ة الجینی ة المتع ددة )Multi-Objective GA( ، ب الطرق الثالث ة الم ذكورة س ابقا خی ارا بق ى الترمی ز و م ع ذل ك ی .روحا ال مانع من استخدامھ في مثل ھذه الحاالتطم

)and Fitness Function Evaluation ( و دالة الصالحیة التقییم3-4- 2

ف ي ھ ذه المرحل ة ی تم ح ساب كف اءة ك ل ف رد ف ي المجتم ع و ذل ك بع د القی ام بتف سیر )Decoding ( ق دال ة ال صالحیة تطب مم ن ث للكروموس وم و)Fitness Function ( المناس بة

مللمشكلة حیث ینتج عن ھذا التطبیق قیمة تمثل صالحیة الفرد و ترفق ھذه القیمة مع الكروموس و م سألة اختی ار دال ة ال صالحیة المناس بة لم شكلة تعتب ر . [41][37] الخاص بكل فرد ف ي المجتم ع

عد احد مفاتیح لدالة الصالحیة ی االختیار الجیدأنوقت حیث معینة عملیة مھمة و معقدة في نفس ال تأخذ بالحسبان عند ت صمیم و أن ھناك جملة من االعتبارات التي یجب .الخوارزمیة الجینیة نجاح

-: [40] اآلتیةاختیار دالة الصالحیة و یمكن تلخیص أھمھا بالنقاط م سالة ت صغیر أو) Maximization(یج ب تقری ر ن وع الم سالة ھ ل ھ ي م سالة تكبی ر -1)Minimization(الحل ول یمث ل اكب ر قیم ة تنتجھ ا دال ة أف ضل كان ت م سالة تكبی ر ف ان ف إذا ؟

. القیمأدنى مسألة التصغیر فانھ یتم اختیار أما في األجیالالصالحیة خالل كی ة خ الل تتغی ر ب صورة دینامی أن دالة الصالحیة من المحتم ل أن بنظر االعتبار األخذیجب -2

).Unstable( تكون غیر مستقرة إنھاأي تنفیذ الخوارزمیة الجینیة ی ستھلك وق ت كبی ر ج دا ل ذا ف ي أن و الح صول عل ى ناتجھ ا یمك ن ال صالحیة تطبی ق دال ة أن -3

.بعض الحاالت یتم االكتفاء باحتساب قیم الصالحیة بصورة تقریبیة لجع ل عام ل االنتق اء للكروموس ومات و ذل ك تخ صص قیم ا مختلف ة أندالة ال صالحیة یج ب -4 .أسھلیعمل بشكل ) 5-3-2الفقرة ( یع رف بأس م فرعی ة مختلف ة و ھ ذا م ا أھ داف تت ضمن دال ة ال صالحیة أنم ن المحتم ل -5

مثال في م سائل اإلنت اج ) Multi-Objective GA(ألھداف المتعددة الخوارزمیات الجینیة ذات ا مع جعل كلف ة اإلنت اج اق ل م ا و ھو الھدف األول)تكبیر(كبر ما یمكن یكون مرغوبا جعل الربح ا

. و ھذا ھو الھدف الثاني)تصغیر(یمكن و نظ را لك ون الخوارزمی ة الجینی ة . دالة الصالحیة البد أن تأخذ بنظر االعتبار قیود الم شكلة -6

م ع قی ود الم شكلة تواج ھ م سالة التعام ل فإنھ ا ) Optimization Tool( االمثلی ة أدواتم ن )Problem Constraints([36] قی ود ستوفيحل ول ت ، وھذا یعني انھ یوجد نوعین م ن الحل ول

ال تحقق القی ود المفروض ة أخرىو ) Feasible Solutions(المشكلة و تسمى بالحلول المعقولة . )Infeasible Solutions(على المشكلة و ھذا الن وع م ن الحل ول ی سمى الحل ول غی ر المعقول ة

بالح سبان تأخ ذ ال ) 7-3-2الفق رة (و الطف رة ) 6-3-2الفق رة (ل الت زاوج فان عوام ،لسوء الحظ

11

أطف اال تول د أن الخوارزمی ة الجینی ة یمك ن أن ال و ھ ذا یعن ي أم ك ان الح ل معق وال إذافیم ا )Offspring ( رر كثی را تتك و ھ ي ظ اھرة ال ی ستھان بح دوثھا ألنھ ا یمثلون حلوال غی ر معقول ة.

تستخدم للتعامل مع القیود و الح د م ن ظ اھرة الحل ول غی ر أنھناك الكثیر من التقنیات التي یمكن - :[40]و ھي المعقولة

)Rejecting Technique (د تقنیة االستبعا-1

ھم ل الكروموس ومات الت ي تمث ل حل وال غی ر معقول ة ت إنو ھ ي اب سط الط رق حی ث )Discarded ( المتولدة یالاألجمن . )Repairing procedure(إجراء التصلیح -2

یق وم بتحوی ل الكروموس ومات ) Converter(ھ ذه الطریق ة تعتم د عل ى اس تخدام مح ول . كروموسومات تمثل حلوال معقولةإلىالتي تمثل حلوال غیر معقولة

خلق عوامل جینیة خاصة بالمشكلة -3

) Creation of Problem-Specific genetic operators(

عل ى أي ح ال ف أن ذل ك ال ی صب ، اإلط الق ھذه الطریقة حلوال غیر مقبولة على ال تولد تح وي دما في مصلحة المشكلة دائما بل على عكس المتوقع فانھ ق د یمتل ك ت أثیر س لبي خاص ة عن

ى خی ر مث ال عل ) Power Systems( الطاقة أنظمة تعتبرومن القیود ا كبیراعددلة االمثلیة مسا) Boundaries( ف ي مث ل ھ ذه الم سائل ع ادة عل ى ح دود األمث ل الح لھ ذه الحال ة حی ث یتواج د

.المناطق ذات الحلول المعقولة )Fitness function with Penalty Function( دالة الصالحیة مع دالة العقاب -4

مناطق تت ضمن حل وال غی ر معقول ة ھذه الطریقة تسمح للخوارزمیة الجینیة بالبحث داخل تسمح باكتشاف فضاءات فرعی ة تح وي عل ى ) Penalty Function(و ذلك باستخدام دالة عقاب

نقطة تمث ل ح ل غی ر مقب ول و لكنھ ا قریب ة م ن أنحلول غیر معقولة و ذلك باالعتماد على حقیقة ول و لكنھ ا تك ون بعی دة ع ن بكثیر من نقطة تمثل ح ل معق أكثر تملك معلومات فإنھاالحل المثالي تصمیم مثل ھذه الدالة یكون صعب جدا خاصة و انھ ال یوجد معلومات مسبقة أن إالالحل المثالي

:[40]دالة العقاب دالة الصالحیة مع یوجد طریقتین لبناء .عن المسافة التي یبعدھا الحل المثالي ) :Addition( طریقة الجمع -أ

:باستخدام الصیغة االتیة تمثل دالة الصالحیة g(x)= f(x) + p(x) (2.2)

:حیث g(x) : الدالة الناتجة من جمع دالة الصالحیة مع دالة العقاب.

f(x) : األصلیةدالة الصالحیة

12

p(x) : دالة العقاب.

:ھناك جملة من الشروط التي یجب ان تتوفر في دالة العقاب في ھذه الطریقة تساوي صفرا في حالة الحلول المعقولة p(x)التكبیر فان قیمة في مسائل • .فر في حالة الحلول غیر المعقولة اقل من الص p(x)تكون قیمة •

) :multiplication(طریقة الضرب -ب

:اآلتیةتمثل دالة الصالحیة باستخدام الصیغة g(x)= f(x) × p(x) (2.3)

:اآلتیة تحقق الشروط أنكبیر فان دالة العقاب یجب بالنسبة لمسائل الت في حالة الحلول المعقولة1 تساوي p(x)قیمة • .p(x) <1 ≥0 في حالة الحلول غیر المعقولة فان • )Selection(االنتقاء 3-5- 2

تلع ب ط رق . علیھم الت زاوج ف ي الخط وة القادم ة اآلباء الذین یجرىرو ھي عملیة اختیا عل ى س بیل المث ال ف ان الطریق ة الت ي [41] اء دورا مھم ا ف ي تط ور الخوارزمی ات الجینی ة االنتق

ف ان أخ رى من ناحیة و تقلیل التنوع في المجتمع إلى دائما تؤدي األفراد أفضلتعتمد على اختیار إیج اد بط ئ ف ي عملی ة التط ور ل ذا یج ب إلىالطرق التي تنتقي الفرد ذو الصالحیة الواطئة تؤدي

- :أشھرھا ھناك عدة طرق إلجراء االنتقاء. في المجتمعاألفرادموازنة في عملیة اختیار ) Roulette Wheel Selection( انتقاء عجلة الرولیت 1- 3-5- 2

الطریقة التي من قبل ھوالند في خوارزمیتھ الجینیة القیاسیة و تعتم د عل ى ھذهاستخدمت

و ذلك بحساب مجم وع ك ل ال صالحیات ف ي المجتم ع و ح ساب ةاختیار الفرد ذو الصالحیة العالی ھ ذه الن سبة ت ستخدم كاحتمالی ة الختی ار الف رد إن المجموع الكلي حی ث إلىنسبة صالحیة كل فرد

المجتم ع ف ي ھ ذا المث ال یح وي عل ى .مثاال لھذه الطریقة ) 4-2(الشكلیوضح . التالیةلفي األجیا و ی تم ح ساب القیم ة المتوقع ة )4= ا المث ال حج م المجتم ع ف ي ھ ذ (أربع ة أف راد

)Expected value (لكل فرد على النحو التالي:

حجم المجتمع× الصالحیة النسبیة للفرد= القیمة المتوقعة

13

القیم المتوقعةExpected Values

الصالحیة النسبیة

∑ )()(xiF

xiF

الصالحیةF(xi)=x2

رالفرد المفس

xi

الكروموسوم

)Chromosome(

i

1.33 0.33 729 27 11011 1 1.43 0.36 784 28 11101 2 0.09 0.02 49 7 00111 3 1.14 0.29 625 25 11001 4

Sum = 2187

مثال یوضح انتقاء عجلة الرولیت : )4-2(شكل

المثال یتضح أن الفردین األول و الثاني لھما أعلى صالحیة و بذلك ستكون فرصتھم في ھذا .قاكبر في المشاركة في الحیل الالح

)Tournament Selection( انتقاء المجموعات 2- 3-5- 2

ح ساب األولى المرحلة تتضمن، عملیة االنتقاء إجراءالطریقة السابقة بمرحلتین قبل تمر

و المرحل ة الثانی ة تق وم بح ساب القیم ة المتوقع ة للف رد وھ ذا ، المجتم ع أف رادلك ل ق یم ال صالحیة وایتلي في بدایة التسعینات تتمیز أوجدھا طریقة انتقاء المجموعات و التي إن. یتطلب وقتا طویال

.[41] عملیة االنتقاء المتوازي و كما تحدث في الطبیعةإجراء العالیة على إمكانیتھابسرعتھا و ی سمى ع دد األف راد . ھذه الطریقة تعمل على انتقاء مجموعة أفراد و من ثم اختیار األفضل بی تھم

و ت سمى 2= و في الغالب یكون ھذا الحج م ) Tournament Size(المختارین بحجم المجموعة ) Binary Tournament Selection(الطریقة في ھذه الحالة انتقاء المجموعات الثنائیة

)Elitist Selection( انتقاء النخبة 3- 3-5- 2

تن صب ح ول 1975ف ي ع ام ) De Jong( م ن قب ل الع الم دي جون ك أفك ارظھ رت أوت دمیرھم بعام ل ت زاوج أو المجتمع السابق و ذلك للحیلول ة دون فق دانھم أفراد بأفضلاالحتفاظ

ذوي األف رادبدال اس تمب دأو ھ و بب ساطة ) Elitism( النخب ة بمب دأو ھ ذا م ا یع رف ، طف رة . من مجتمع سابق أعلى ذوي صالحیات بأفرادالصالحیات الواطئة

)Rank Selection( انتقاء الرتب 2-3-5-4

في المجتم ع ب صورة تنازلی ة باالعتم اد عل ى ال صالحیة و تعط ى للف رد ذي األفرادترتب ھ ذه ، و ھك ذا ) rank=2(و الف رد الث اني ف ي الترتی ب ) rank=1 (1 الرتب ة األعل ىال صالحیة

یتمی ز انتق اء الرت ب . الرتب ة ترف ق م ع الف رد و تعتم د م ن قب ل ط رق االنتق اء ب دال م ن ال صالحیة ذوي ال صالحیة العالی ة م ن س یادة المجتم ع و بالت الي قل ة التنوعی ة ف ي األف رادبقابلیت ھ عل ى من ع

ف ي المقاب ل ف ان ھ ذه الطریق ة ، تقلیل احتمالیة الوصول ال ى حل ول مقبول ة إلىؤدي المجتمع مما ی .تتطلب ترتیب المجتمع و ھي عملیة مستھلكة للوقت

14

)Recombination/Crossover( التزاوج طرق 3-6- 2

المخت ارین ع ن طری ق األبوین عن طریق توریث جینات األطفال إلنتاجیستخدم التزاوج صائص المھم ة الت ي تمی ز و تع د م ن الخ ، )5-3-2(اح د ط رق االنتق اء الم ذكورة ف ي الفق رة

و ت تم ، )Evolutionary Algorithms(الخوارزمی ات الجینی ة ع ن ب اقي خوارزمی ات التط ور ) Probability Of Crossover(ھ ذه العملی ة و ف ق احتمالی ة معین ة ت سمى احتمالی ة الت زاوج

ط رق ألكث ر ع رض ی أتيو فیم ا ، Pc < 0.9 > 0.6 حی ث Pcوالت ي یرم ز لھ ا اخت صارا -:التزاوج شیوعا

)1X) 1X-Crossoverعامل التزاوج 2-3-6-1

ط رق الت زاوج و ق د اس تخدم م ن قب ل ج ون ھوالن د ف ي خوارزمیت ھ أن واع یعد من اب سط یتمیز ھذا العامل بسرعتھ الفائقة و لكنھ یعاني من مشكلة نقصان التنوع و خاص ة .الجینیة البسیطة

.[41][37] متشابھةادأفرعندما یحوي المجتمع على

أي ی تم )Cross site(تتلخص طریقة عم ل ھ ذا الن وع م ن الت زاوج بتحدی د منطق ة قط ع تحدید رقم الجینة التي سیقطع عن دھا الكروموس ومات وی تم ذل ك ب صورة ع شوائیة و م ن ث م تب دأ

) .5-2(عملیة توریث الجینات على طرفي منطقة القطع كما موضح في الشكل

[Cross Site,1]خ الجزء األول من كروموسومات اآلباء و الواقع ضمن الفترة یتم نسإلى األبناء بدون تغییر أما القسم الثاني من الكروموسومات و الواقع بع د منطق ة القط ع فان ھ ین سخ بصورة عكسیة أي إن الجزء الث اني م ن األب األول ین سخ إل ى الج زء الث اني م ن الطف ل الث اني و

یة على نحو مشابھ بالنسبة لتوریث القسم الثاني من األب الثاني إل ى الق سم الث اني م ن تجري العمل .یقدم مثاال لھذا النوع من التزاوج) 6-2(الشكل .الطفل األول

Offspring Chromosome Parent Chromosome

بصورة عامة1Xعمل تزاوج آلیة : )5-2(شكل

Y1

Cross Site

X2 Y2

Cross Site

X1 Y2

Cross Site

X2

Cross Site 1X

15

Offspring Chromosome Parent Chromosome

)1X( مثال تطبیقي یوضح عامل التزاوج : )6-2(شكل

)2X) 2X-Crossover عامل التزاوج 2-3-6-2

عن دھا تق سم ، یق وم ھ ذا العام ل باختی ار منطقت ین للقط ع ب دال م ن منطق ة واح دة . األبناء إلى طریقة توریث الجینات )7-2(یوضح الشكل ،أجزاء ة ثالثإلىالكروموسومات

ring Chromosome Offsp Parent Chromosome

بصور عامة2Xآلیة عمل تزاوج : )7-2(شكل

ك ل طف ل إنبمعن ى ،یتم توریث المنطقة المحصورة بین منطقتي القطع ب صورة عك سیة

و ھن ا اآلخ ر األبم ن ) وس طي المقط ع ال ( بینم ا ی رث مقطع ا واح دا أبوی ھ یرث مقطعین من اح د ) 8-2(ال شكل . زی ادة التنوعی ةإل ى مختلف ة مم ا ی ؤدي أف راد إنت اج ق درة ھ ذا العام ل عل ى نتكم

:مثال تطبیقي لھذا التزاوج یعطي

1 1 1 1 0 0 0

1 0 1 0 1 0 1

2X

X1 Y1 Z1

Cross Site1 Cross Site2

X2 Y2 Z2

Cross Site1 Cross Site2

X1 Y2 Z1

Cross Site1 Cross Site2

X2 Y1 Z2

Cross Site1 Cross Site2

1 1 1 0 1 0 1

1 0 1 1 0 0 0 2X

16

Offspring Chromosome Parent Chromosome

2Xثال تطبیقي یوضح عامل التزاوج م ) : 8-2(شكل

زی ادة التنوعی ة كم ا إل ى إض افة ممی زات ھ ذا العام ل ھ ي ال سرعة و الكف اءة أھ م إن أن إال جی دة عن دما تك ون التنوعی ة ف ي المجتم ع عالی ة نت ائج ھذا العامل یعطي إن.ذكرنا سابقا

. یتراجع عند نقصانھاأداءه )Uniform Crossover(عامل التزاوج المنتظم 2-3-6-3

بینم ا ی تم األطف ال اح د إلى األول األبث جینة و توراألبوینیتم المرور على جینات و تح دث ھ ذه العملی ة وف ق احتمالی ة معین ة أي ان األخ ر الطف ل إل ى الث اني األبتوریث جینة

ط رق ن عامل التزاوج ھذا یتعامل مع الكروموسومات على مستوى الجینة و ھذا م ا یمی زه ع )9-2(ال شكل .التي تتعامل مع الكروموس ومات عل ى م ستوى المق اطع و الذكر األنفةالتزاوج

:یقدم مثاال لھذا النوع من التزاوج

Offspring Chromosome Parent Chromosome

UXاوج مثال تطبیقي یوضح عامل التز : )9-2(شكل

و لكنھ في نف س األبوین مختلفین عن كال أطفال إنتاجمن ممیزات ھذا العامل قدرتھ على

. وقت كبیر في حالة كون الكروموسومات ذات حجم كبیرإلىالوقت یحتاج

و م ن ، ت زاوج م ن عام ل أكث رس تخدام اإذا أف ضل الخوارزمی ات الجینی ة أداء ی صبح عن دما تك ون 2X حی ث ی ستخدم UX و 2Xج ال اس تخدام الع املین التحالفات الشھیرة في ھذا الم

ی أتي ف ان التنوعی ة تق ل ف ي المجتم ع و ھن ا ةالخوارزمیالتنوعیة عالیة و لكن مع استمرار تطور .[41] الذي یستخدم لغرض زیادة التنوعیةUxدور العامل

1 1 0 1 1 1 0 1 0 1 1 0 0 1 0 0 0 0

1 1 0 1 0 1 0 1

1 0 0 1 1 0 0 0

2X

1 1 0 1 0 1 0 1

1 0 0 1 1 0 0 0

UX 1 0 0 1 0 0 0 0

1 1 0 1 1 1 0 1

17

)Mutation Method(طرق الطفرة 2-3-7

عل ى طبیع ة الم شكلة الم راد حلھ ا و األولىرة المناسبة بالدرجة اختیار طریقة الطف یعتمدف ي حال ة : عل ى س بیل المث ال ، مھم ا ف ي ھ ذا المج ال طریقة الترمیز المستخدمة دورا تلعب كذلك

قیمة عشوائیة للجینة أما في حالة الترمیز الثنائي فان عكس قیم ة جین ة إضافةالتشفیر الحقیقي یتم . طفرةإلحداثیكفي ) 0 إلى 1 من أو 1 لىإ 0تحویلھا من ( ما

تؤدي للتخلص من النھایة الصغرى المحلیة التي قد ت صیب ا الطفرة في كونھ أھمیةتتمثل

عل ى تن وع ق یم الجین ات و ال ذي ق د یك ون مھ م ف ي تح سین كف اءة االمجتم ع ف ضال ع ن محافظتھ :بشكل عام فانھ یوجد نوعان من الطفرة . الكروموسوم

1m عامل الطفرة 2-3-7-1

احتمالی ة یتم اختیار جینة من الكروموسوم ویتم تغییر قیمتھا و ف ق احتمالی ة معین ة ت سمى

و یتم اختیار ھ ذه القیم ة Pm لھا اختصارا یرمزو التي ) probability of mutation( الطفرة ان ھ ی سمح ب دخول ممی زات ھ ذا الن وع م ن الطف رة أھ م إن. [0.051 0.001]عادة ض من الفت رة

.[37] الكروموسوم إلىقیمة جدیدة

2m عامل الطفرة 2-3-7-2

یتم اختیار موقعین في الكروموسوم بصورة عشوائیة و م ن ،في ھذا النوع من الطفرات ث م ی تم تب ادل الق یم ب ین ھ ذین الم وقعین و بھ ذا ف ان ھ ذا العام ل یح افظ عل ى الق یم الجینی ة ف ي

االخ تالف یوض ح ) 10-2(ال شكل ، 1m و ھ ذا م ا یمی زه ع ن العام ل [41] الكروموسوم الواح د في ھذا المثال تم االستعانة بكروموس ومات ذات جین ات ثنائی ة و بع د تطبی ق عام ل .بین العاملین

لی ھ قب ل إج راء الطف رة و ذل ك الن أن عدد االصفار و الواح دات اختل ف عم ا ك ان ع ف 1mالطفرة بینما عند تطبیق عام ل ، 1 إلى القیمة 0ة األخیر محوال إیاھا من القیمة ھذا العامل قام بقلب الجین

نالح ظ ) عشوائیا( على نفس الكروموسوم حیث تم اختیار الموقعین الثاني و الخامس 2mالطفرة إن عدد االصفار و الواحدات بقي كما ھو قبل و بعد إجراء الطفرة و ھذا ما یجعلھ أكث ر اس تقرارا

.1m من العامل

و م ع أن ھ ذین الن وعین ی شكالن األن واع الرئی سیة للطف رة إال أن ھ ذه العملی ة ت تم ب شكل مختل ف حی ث ) مرم ز باس تخدام الترمی ز الحقیق ي (عندما تكون قیم الكروموسوم عبارة عن أع داد حقیقی ة

تغی ر قیم ة أن الجینة المختارة عشوائیا لغ رض الطف رة یمك ن أن ت ستبدل بقیم ة ع شوائیة أو یمك ن :الجینة باستخدام المعادلة اآلتیة

Chromosome(selected_gene) = Chromosome(selected_gene) + α (2.4)

و ھ ي قیم ة ع شوائیة ی تم الح صول علیھ ا αتج رى الطف رة بإض افة قیم ة معین ة و ل تكن تظم أو التوزی ع المن ) Gaussian Distribution(باالس تعانة بتوزی ع ك اوس

)Uniform Distribution . ( و یمكن استخدام الضرب او الطرح بدال من الجمع.

18

utationMChromosome after Chromosome before Mutation

No. of 1's = 3 No. of 1's = 4 No. of 0's = 5 No. of 1's = 4

)أ (

tionutaMChromosome after Chromosome before Mutation

No. of 1's = 3 No. of 1's = 3 No. of 0's = 5 No. of 1's = 5

)ب (

2m و 1mالفرق بین عاملي الطفرة : )10-2(الشكل

1mت قبل و بعد تطبیق عامل الطفرة الكروموسوما) أ ( 2mالكروموسومات قبل و بعد تطبیق عامل الطفرة ) ب (

)Stop Criteria(مقیاس التوقف 3-8- 2

الخوارزمیة الجینیة تولد مجموعة من الحلول للمشكلة و تنظمھم في مجتمع بدال من تولید تكتف ي بتولی د مجتم ع واح د و إنم ا ف ي الواق ع ف ان الخوارزمی ات الجینی ة ال ، حال واحد فقط

تعم ل إنت اج مجتمع ات متع ددة ف ي محاول ة منھ ا إلج راء اس تطالع الكت شاف اكب ر ع دد م ن أنالب د ف ما ال نھایة إلى لكن ھذا التولید للمجتمعات لن یستمر أفضلھاالحلول و من ثم اختیار

أن یمكن مثال، شرط ما تحقیقأو حاالت معینةإلىتتوقف الخوارزمیة الجینیة عند الوصول یح دد أن یمك ن للم صمم أوتتوقف الخوارزمیة عند ثبوت الصالحیة األفضل عند قیمة معین ة

اإلح صائیةك ذلك یمك ن االس تعانة بأح د المق اییس ، م ن المجتمع ات المتول دة األق صىالع دد :لتحدید مدى تقارب الخوارزمیات الجینیة ومن ھذه المقاییس

)On-Line Performance(ازیة المتصلة االنج 2-3-8-1

و تستخدم لقیاس متوسط صالحیة الخوارزمیة الجینی ة باالعتم اد عل ى قیم ة ال صالحیة و -:الصیغة اآلتیة توضح ذلك

1 0 0 1 1 0 0 0 1 0 0 1 1 0 0 1

1 0 0 1 1 0 0 0 1 1 0 1 0 0 0 0

exchange

1m

2m

19

(2.5)∑=

×T

1t)t(F

T1 = On_Line(T)

-:حیث

F(t) : قیمة الصالحیة المنجزة في الدورة الجینیة. T,t : العدد الكلي للدورات الجینیة الحالیة.

ق یم متقارب ة ن سبیا خ الل إل ى خالل تنفیذ الخوارزمیة الجینیة تصل قیم متوسط الصالحیة

. المجتمع قد تقاربأن إلىعدد من الدورات و ھذا یشیر )Off-Line Performance(المنفصلة االنجازیة 2-3-8-2

بدال من متوس ط ال صالحیات صالحیةأفضلو ھي تشبھ الطریقة السابقة لكن تعتمد على :اآلتیةو حسب المعادلة

(2.6)∑=

×T

1t)t(F

T1 = )Off_Line(T max

Off-Line الدال ة أم ا ص الحیة ف ي المجتم ع أف ضل م باحت ساب ھي دالة تقو Fmax(t) أنحیث

(t) بقیت ثابتة لعدد معین من الدورات الجینیة فھذا فإذا الصالحیات أفضلتقوم بحساب معدل .یعتبر مؤشرا یدل على تقارب الخوارزمیة

الخوارزمیات الجینیة أنواع 4 - 2 الخوارزمیة الجینیة القیاسیة 1 -4 - 2

)Standard genetic Algorithm(

و استند ف ي ، العالم ھوالند مجموعة من المبادئ األساسیة المتعلقة بھذه الخوارزمیة علقد وض یطل ق عل ى ھ ذه الخوارزمی ة أحیان ا اس م ، ذل ك إل ى دراس ة ق ام بھ ا عل ى مجتم ع ذب اب الفاكھ ة

.SGAلھا اختصارا و یرمز ) Simple genetic Algorithm(الخوارزمیة الجینیة البسیطة :یمكن أن تتلخص ھذه الخوارزمیة بالخطوات اآلتیة

20

:Algorithm SGA Initialization [Ppopulation]; Evaluation [Ppopulation]; Gen:=0; Do Selected_Parents :=Selection[Population]; Created_Offspring := Crossover [ Selected_Parents]; Mutation [Created_Offspring]; Population :=Created_Offspring; Evaluation [population]; Gen :=Gen+1; UNTIL Stop_Criterion;

-: في ھذه الخوارزمیة األكثر استخداما العواملألنواعو فیما یلي عرض مختصر شیوعا في الخوارزمیة الجینیة البسیطة األكثراالنتقاء طریقة إن :)Selection (ءاالنتقا - 1

).1-5- 3-2(و الموضحة في الفقرة ) RWS(ھي انتقاء عجلة الرولیت في 1Xغالبا ما یتم اعتماد طریقة التزاوج : )Crossover/Recombination(التزاوج - 2

).6-3-2( و قد تم توضیحھ في الفقرة ھذه الخوارزمیة الطفرة على فترات بإجراءالخوارزمیة الجینیة البسیطة تقوم : )Mutation(الطفرة - 3

لى على أي حال فان نوع الطفرة المستخدم یعتمد ع، متباعدة حفاظا على التنوع في المجتمع ).7- 3- 2(موضح في الفقرة ھو طریقة الترمیز المستخدمة كما

:[40] اآلتیةتعاني الخوارزمیات الجینیة من المشاكل

)Premature Convergence( التقارب المبكر - 1

في المجتم ع أفرادھي مشكلة شائعة في الخوارزمیات الجینیة و تحدث عندما یكون ھناك مم ا أف راده غیر مثالیة تسود المجتمع و تشكل معظ م أنھا إالذوي صالحیات عالیة و متقاربة جدا

و ، عل ق الخوارزمی ة ف ي مك ان م ا م ن ف ضاء البح ث تأن أو نھایة محلی ة إلى الوصول إلىیؤدي حالة التقارب فان قابلیة الخوارزمیة الجینیة على االستمرار بالبح ث ع ن إلىحالما یصل المجتمع

حلول جدیدة تكاد تضمحل تماما و في ھذه الحالة ف ان عام ل الت زاوج ل ن ی ساعد ف ي ال تخلص م ن أطف ال إنت اج إل ى غالب ات مت شابھة س وف ی ؤدي الت زاوج ب ین كروموس وما إن إذھ ذه الم شكلة

اكتشاف مناطق جدی دة م ن إلى الذي قد یؤدي دالوحی األمل و ھنا تبقى الطفرة ھي لآلباءمشابھین .فضاء البحث

21

یعتمد على د للتزاوج كون اختیار الفر األفكار السائدة تنصب حول كانت أعوامعلى مدى یمتلك عالمجتمالتقارب سوف یحدث في النھایة و ذلك الن على أي حال فان ، صالحیة ھذا الفرد

و لجعل الخوارزمیة تعمل بكفاءة على مجتمع ات ذات ، ) ذو حجم منتھي (األفرادعدد محدود من و تجن ب انتق اء نف س األف راد ب صورة مختلف ین ف ي ك ل م رة أف راد حجم محدود فان ھ یج ب اختی ار

ع دد الف رص الت ي تم نح للف رد م ن اج ل اختی اره و ھ ذا یعن ي ان ھ یج ب ال سیطرة عل ى متك ررةللت زاوج و ذل ك ع ن طری ق تقل یص م دى ال صالحیات ف ي المجتم ع دون فق دان ض غط االنتق اء و

.بالتالي تجنب سیادة الفرد ذو الصالحیة العالیة في المجتمع ) Slow Finishing ( االنتھاء البطيء- 2

أجی ال تق وم الخوارزمی ات الجینی ة بإنت اج أن بع د. ھ ي م شكلة معاك سة للتق ارب المبك ر إیجادھ ا انھ ال یزال ھناك احتمال بان النھایة العظم ى ل م ی تم إالكثیرة فان المجتمع یكون متقارب

ط و المتوس األف ضل بعد و ھذا یحدث عن دما یك ون مع دل ال صالحیة ع الي و الف رق ب ین الف ردین التقنی ات الت ي ت ستخدم لمعالج ة التق ارب . الصالحیة ك لیس ھناك تنوعیة كافیة في قیم دالةقلیل لذل

المبكر تستخدم أیضا لمعالجة االنتھاء البطيء و لكن ھنا نلج أ لتوس یع م دى ال صالحیات ب دال م ن .تقلیصھ

الخوارزمیة الجینیة لحالة االستقرار 2-4-2

)Steady State Genetic Algorithm (

لجینیة المتط ورة و الت ي و تعد من الخوارزمیات ا ) ssGA(و یرمز لھا اختصارا بالرمز أو للمجتمع إضافتھ في كل دورة جینیة و فحص صالحیتھ لغرض أكثر أو طفل واحد بإنتاجتقوم

: [41] الھیكل العام لھذه الخوارزمیة ، إھمالھ

;Algorithm ssGA Initialization [Ppopulation]; Evaluation [Ppopulation]; Gen:=0; Do Selected_Parents :=Selection[Population]; Created_Offspring := Crossover [ Selected_Parents]; Mutation [Created_Offspring]; Population := Created_Offspring- Replacement [Population]; Evaluation [population]; Gen :=Gen+1; UNTIL Stop_Criterion

بع ض ع ام للخوارزمی ة الجینی ة الب سیطة م ع الھیك ل الع ام لھ ذه الخوارزمی ة م ع الھیك ل ال یت شابھ - : اآلتیةالنقاط تتلخص باالختالفات التي

22

ي الخوارزمی ة الجینی ة لحال ة االس تقرار غالب ا م ا ی تم انتق اء ف : )Selection (ءاالنتق ا -1

.ثنائیة المجموعات ال او UX أو 2Xتم اس تخدام عام ل الت زاوج ی : )Crossover/Recombination(التزاوج -2

.ا یمكن دمجھا مع الخوارزمی ة الجینی ة لحال ة االس تقرار تمت از بقابلیتھ ا العالی ة للتعام ل : )Mutation(الطف رة -3

ل جیل و بذلك یبقى المجتمع في كأفراداستبدال عدد قلیل من إلى معدل الطفرة العالي و ھذا یعود من ھ ف ي أعل ى یك ون ssGAالمجتم ع م ستقر ن سبیا و بھ ذا ف ان مع دل الطف رة ف ي الخوارزمی ة

.sGAالخوارزمیة الجینیة البسیطة

)Parallel Genetic Algorithm(الخوارزمیات الجینیة المتوازیة 3 – 4 - 2

األعم الل م شاكل عن د اس تخدام الخوارزمی ات الجینی ة لح ل م شاكل واقعی ة مث

)Business ( قد تتطلب وقت معالجة طویل ق د یك ون س اعات فإنھاو المشاكل الھندسیة و العلمیة المجتم ع و لح سن الح ظ ف ان أف راد معظ م ھ ذا الوق ت ی صرف ف ي ح ساب ص الحیة أن ، أی ام أو

ال بعض و ھ ذا م ا یجع ل بع ضھا تنج ز ب صورة م ستقلة ع ن أنمعظ م ھ ذه الح سابات یمك ن تنفی ذ الخوارزمی ات إن .المتوازی ةارزمی ات الجینی ة مناس بة ج دا لتطبی ق مب ادئ المعالج ة الخو

-: عاملین و ھما الجینیة المتوازیة یعتمد على المادی ات م ن مجموع ة حاس بات مربوط ة تت درج : ة الم ستخدم) Hardware(ن وع المادی ات -1

وم بتنفی ذ إیع از واح د عل ى ع دة الت ي تق SIMD حاس بات إل ى وصوال ) LAN( شبكة محلیة إلى .المعالجات

ع دة إل ى یمكن استخدام مجتمع واحد و یمكن أیضا تقسیم المجتم ع : كیفیة التعامل مع المجتمع -2

أو تت صل فیم ا بینھ ا تنف صل المجتمع ات ع ن بع ضھا أنمجتمعات فرعیة و في ھذه الحال ة یمك ن .األفراد أوعن طریق تبادل المعلومات

اآلتی ة ی تلخص بالنق اط أن شیوعا للخوارزمیات الجینی ة المتوازی ة یمك ن راألكثف التصنی

[39][38]:- خوارزمیات المجتمع الواحد ذات السید و الخادم -1

)Single-population master-slave(

الخوارزمی ات الجینی ة االعتیادی ة م ع ف رق واح د و ھ و ھذا النوع من الخوارزمیات یشبھ مع الج رئی سي ی سمى إل ى ت الخوارزمیة الجینیة مثل االنتق اء و الت زاوج و الطف رة ت سند عملیا إن

عملیة احتساب الصالحیة تت وزع ب ین ع دد م ن المعالج ات الخادم ة أنفي حین ) Master(السید )Slave Processors ( . ھ ذه الطریق ة س ھلة التنفی ذ وذات س رعة عالی ة بالن سبة لمادی ات ذات

.اضعة متوإمكانیات

23

)Multiple-population GAs( الخوارزمیات الجینیة ذات المجتمعات المتعددة -2

فیم ا بینھ ا وف ق مب دأ األف راد ی تم اس تخدام ع دد م ن المجتمع ات الفرعی ة و الت ي تتب ادل ال سرعة الت ي إل ى باإلض افة . ینف ذ باس تخدام ع دة ط رق أنو ال ذي یمك ن ) Migration(الھجرة

أف ضل و نوعی ة حل ول أداء قد تبدي فأنھا الطریقة عندما تنفذ على الحاسبات المتوازیة تقدمھا ھذه باس م الخوارزمی ات الجینی ة أی ضاو تع رف ھ ذه الطریق ة م ن الخوارزمی ات الجینی ة االعتیادی ة

تنف ذ ع ادة عل ى حاس بات متوازی ة ذات ذاك رة موزع ة ألنھ ا) Distributed GAs(الموزع ة ) Distributed-Memory Parallel Computers .( )Fine-Grained GAs(الخوارزمیات الجینیة ذات النسیج المحكم -3

كل أن یكون ھناك مجتمع واحد منظم بھیئة مصفوفة ثنائیة البعد بحیث ،في ھذه الطریقة ف راداألی تم احت ساب ق یم ال صالحیة لجمی ع ، موق ع ف ي ھ ذه الم صفوفة یمث ل ف رد م ن المجتم ع

المنطق ة ال صغیرة المج اورة حدث على لغرض التزاوج تاألفرادعملیات انتقاء ، متزامنة بصورة MIMDو ھذا النوع من الخوارزمیات الجینیة المتوازی ة مناس ب لحاس بات ، فرد التي تحیط كل

.التي تنفذ ایعازات متعددة على بیانات متعددة