در این پروژه ابتدا الگوریتم های ژنتیک را معرفی کرده و مراحل چنین الگوریتم هایی توضیح داده می شود. بعد از اینکه یک دید کلی نسبت به الگوریتم های ژنتیک پیدا کردیم به نقاط قوت و ضعف این الگوریتم اشاره خواهیم کرد؛.در فصل آخر برخی از روش هایی که برای TSP ارائه شده را بیان می کنیم و سپس بررسی می کنیم که کدام یک از این الگوریتم ها بهتر از بقیه جواب می دهد. در واقع مقایسه ای بین الگوریتم های مختلف و الگوریتم ژنتیک خواهیم داشت.

الگوریتم های ژنتیک ابزاری می باشند که توسط آن ماشین می تواند مکانیزم انتخاب طبیعی را شبیه سازی نماید این عمل با جستجو در فضای مسئله جهت جواب برتر و نه الزاما بهینه صورت می پذیرد. الگوریتم های ژنتیک با توجه به نظریه داروین در مورد تکامل، جان گرفتند. سپس نظریه محاسبات تکاملی، توسط ریچنبرگ در سال 1960 معرفی شدند و این نظریه توسط محققان دیگر توسعه یافت تا در سال 1975 منجر به اختراع الگوریتم های ژنتیک توسط دانشمندی از دانشگاه میشیگان به نام جان هالاند (Holland) و دانشجویانش برای استفاده از الگوریتم ژنتیک در بهینه سازی های مهندسی شد. ایده اساسی این الگوریتم انتقال خصوصیات موروثی توسط ژن هاست. 

فرمت فایل ورد  تعداد صفحات 91