در این مقاله یک الگوریتم ژنتیک چند فرزندی (MO-GA) مطابق با تئوری زیست شناختی ریاضی و تکامل زیستی ارائه شده و کاربرد آن در حل مسئله فروشنده دروه گرد (TSP) در مقایسه با الگوریتم ژنتیک پایه (BGA) را نشان می دهد. در MO-GA، تعداد فرزندان به طور قابل توجهی نسبت به الگوریتم ژنتیک پایه افزایش یافته است. MO-GA احتمال تولید جمعیت خوب را افزایش داده و جمعیت را نیز رقابتی تر می کند. نتایج آزمون با استفاده از 6 نمونه TSP نشان میدهد که MO-GA دارای سرعت بیشتری بوده و تعداد و زمان تکرارها به طور قابل توجهی نسبت به BGA کاهش می یابد. پیاده سازی با نرم افزار متلب
بازیابی تصویر
وب معنایی
پنهان نگاری
نظریه محاسبات
امنیت اطلاعات
زمانبندی سیستم ها
سیستم های چندعامله
سیستم های خبره
شناسایی الگو
الگوریتم های تکاملی
الگوریتم های زمانبندی
شبکه های نرم افزار محور
امنیت شبکه
مسیریابی شبکه
کنترل ازدحام در شبکه
مهندسی نرم افزار
تکنیک های داده کاوی
متن کاوی
محاسبات ابر
تشخیص سرطان سینه
شبکه های زمینی در شبکه هوشمند
پایگاه داده های موبایل و امنیت
سیستم های کنترل هوشمند
کدگذاری و رمزنگاری
مدلسازی
سیستم های فازی
محاسبات نرم
محاسبات تکاملی
بینایی ماشین
شبکه های حسگر بی سیم
شبکه های سیار موردی
شبکه های ادهاک
پردازش تصویر پنهان نگاری و فشرده سازی تصویر
انطباق تصویر
تشخیص لبه
مسیریابی چندپخشی
تعادل بار