مسئله انتخاب بهینه سبد سهام یکی از مسائل غیر چند جمله ای (NP) است که تا کنون الگوریتم دقیقی برای حل آن ارائه نشده است . معمولا برای حل اینگونه مسائل از روش های هوشمند استفاده می گردد . یکی از این روش ها اسپین گلاس نام دارد . اسپین گلاس شبکه ای از اسپین ها است که هر اسپین به شکلی تغییر وضعیت می دهد که سیستم به کمترین میزان انرژی خود برسد . اسپین گلاس ها برای حل مسائلی که بهینه عمومی از بهینه محلی حاصل می گرددو یا نیاز به پردازش موازی دارند استفاده می شوند . اما این روش دارای سرعت همگرایی پایینی است که برای افزایش سرعت آن عملگرهای جابجایی اسپین ها و نخبه گرایی استفاده می شوند . این دو عملگر برای شبکه های اسپینی به دلیل بر هم زدن ساختار شبکه ، عملگرهای گرانی هستند و پردازش زیادی نیاز دارند . در این مقاله برای افزایش سرعت همگرایی از اتوماتای یادگیر بهره گرفته شده است . اتوماتای یادگیر ، توزیع احتمال انتخاب اسپین ها را از توزیع احتمال یکنواخت تغییر داده و باعث می شود که اسپین های نخبه ( برتر ) ، شانس انتخاب بیشتری داشته باشند و عملگرهای جابجاییو نخبه گرایی برای این دسته از اسپین ها انجام گیرد . مزیت روش پیشنهادی علاوه بر حفظ خاصیت پردازش موازی ، افزایش چشمگیر سرعت همگرایی با کاهش نرخ جابجایی اسپین ها و کمترین تغییر در الگوریتم اسپین گلاس می باشد.

کلمات کلیدی