نظراً للتطور السريع الذي يشهده عالمنا المعاصر و الذي زاد من تعقيد النظم تلبيـة لحاجـة
المجتمع الملحة في الوصول إلى نظم ذات أداء و موثوقية عاليتين فقـد زاد الاهتمـام فـي
الآونة الأخيرة بعلم الذكاء الاصطناعي لما أثبته من جدارة و فعالية في معالجـة كثيـر مـن
القضايا و المسائل العالقة.
نقدم في هذه المقالة تعريفاً بأحد فروع الذكاء الاصطناعي و هي الخوارزميات الجينية نظـراً
لقدرتها على حل كثير من المسائل المعقدة، و في مجالات علمية متعددة، سـواء فـي علـم
الحاسبات أو بحوث العمليات و معالجة الصور أو حتى في علم الاجتماع.
قمنا في هذا البحث باستخدام الخوارزميات الجينية لإيجاد النهاية الحديـة العظمـى لتـابع
مستمر ضمن مجال محدود، و ذلك بهدف دراسة تأثير بعض أهـم متغيـرات الخوارزميـات
الجينية في الأداء و دقة النتائج. إِذْ لوحظ تأثير احتمال الطفرة و حجم الجيـل و عـدد مـرات
التكرار في دقة النتيجة و زمن التنفيذ باختيار إجرائية العجلة المتدحرجة في عملية الانتخاب.
بعد ذلك قمنا بمقارنة أداء العجلة المتدحرجة مع أداء إجرائية انتخـاب أخـرى هـي حكـم
النخبة.
Scientists nowadays increased their interest in artificial intelligence because
of the rapid development in the modern age. This development increased
the complexity of systems in order to consent society rapid needs in getting
systems of better reliability and high performance.
Artificial Intelligence solved many difficult and sticky problems.
We are going to define the genetic algorithms(GA) which is one of the
artificial intelligence branch because of its ability to solve many complex
problems in Different scientific aspects either in computer science[8] or
operational research and image processing[7] or social science[9].
In this essay, we used GA to find the maximum value of continuous function
within a limited rang to study the effect of some of the most important GA
parameters on the performance and accuracy of the results. We noticed the
effects of probability of mutation, population size and the number of the
repeated operations on the results accuracy and execution time in choosing
the Roulette Wheel Selection procedure. After that, we compare
between the Roulette Wheel procedure and the Elitism Selection procedure.
المراجع المستخدمة
E. Goldberg, David, “Genetic Algorithms in Search, Optimization, and Machine Learning “, Addison-Wesley Publishing Company, Inc, 1989
Goldberg, D. E., & Lingle, R. (1985). "Alleles, loci, and the traveling salesman problem". Proceedings of an International Conference on Genetic Algorithms and Their Applications, 154-159
Meyer, D, C. "An evolutionary Algorithm with Applications to statistics". Journal of computational and graphical ststistics, volume 12, number 2, pages 1-17, DOI:10.1198/106186003169