طراحی سیستم دسته بند یادگیر برای حل مسئله ماز با استفاده از الگوریتم ژنتیک بهبودیافته

حل مسئله ماز یکی از مسائل کلاسیک در نظریه گراف است. مسئله ماز انواع مختلفی دارد که می توان به مواردی چون ماز اعداد، ماز پیچ وخم، ماز دایره ای، ماز تله و حلقه، ماز همیلتون و ماز بلوک اشاره کرد. سیستم های دسته بند یادگیر به طور موفقیت آمیز در مسائل مربوط به دسته بندی و داده کاوی، مسائل یادگیری تقویت، مسائل رگرسیون، یادگیری نقشه شناختی و حتی مسائل کنترل ربات مورداستفاده قرار گرفته است. در این مقاله، برای حل مسئله ماز از سیستم دسته بند یادگیر تک عامل استفاده شده است که با شناخت محیط و یادگیری، مسیری را برای رسیدن به هدف پیدا می کند. به منظور یادگیری بهتر از اعمال تشویق و تنبیه مناسب استفاده می شود و همچنین جهت پوشش کامل فضای مسئله و فرار از بهینه محلی، از الگوریتم ژنتیک بهبودیافته، استفاده شده که شامل یک عامل جهش بهبودیافته است. نتایج پیاده سازی رویکرد پیشنهادی، بیانگر کاهش زمان حل مسئله و افزایش دقت الگوریتم است.

طراحی سیستم دسته بند یادگیر برای حل مسئله ماز با استفاده از الگوریتم ژنتیک بهبودیافته Keywords:

مسئله ماز , سیستم دسته بند یادگیر , الگوریتم ژنتیک بهبودیافته , جهش بهبودیافته