یک فرایند تکاملی یادگیر برای مینیمم کردن پهنای باند ماتریس

امروزه ماتریسیها کاربرد وسیعی در محاسبات دارند. در این مقاله روشی تکاملی برای حل یک مسیله مربوط به ماتریس ها، به نام مینیمم کردن پهنای باند ماتریس ارایه شده است که کاربردهای زیادی در حل معادلات خطی دارد. بدلیل مشکل بودن حل این مساله، استفاده از پردازش تکاملی و به طور عمده الگوریتم های ژنتیک برای حل این مسیله موثر می باشد. با اضافه کردن مفاهیم یادگیری به الگوریتم ژنتیکی همانند جریمه و پاداش (هدایت) میتوان به یک روش کارا برای حل مساله مینیمم کردن پهنای باند ماتریس دست یافته بطوری که در فرآیند جستجو، سرعت رسیدن به جواب، افزایش چشم گیری پیدا می کند.نتایج آزمایش ها روی هشتاد ماتریس نمونه نشان دهنده کارایی روش پیشنهادی نسبت به سایر روش هاست.