مروری بر استفاده از محاسبات تکاملی در تجزیهی طیفی تصاویر ابرطیفی

در سالهای اخیر، تجزیهی طیفی به یکی از مهمترین زمینههای تحقیقاتی در سنجش از دور مبدل شده و روشهای سنتی مختلفی برای حل آن ارائهگردیدهاست. در اکثر روشهای ارائهشده، بایستی شرایط خاصی برقرار باشد تا الگوریتم بهدرستی کار کند. از طرفی، این روشها با مشکلاتی همچون گرفتارشدن در بهینهی محلی و حساسیت نسبت به مقداردهی اولیهی پارامترها روبرو هستند. اگرچه ممکن است تکنیکهای محاسبات تکاملی نیز در بهینههای محلی گرفتار شده و یا نسبت به تنظیم پارامترها حساس باشند، اما اخیرا استفاده از ترکیب محاسبات تکاملی و روشهای سنتی موجود، با هدف فائق آمدن بر مشکلات فوق افزایش یافتهاست. برخی از روشها نیز تنها از محاسبات تکاملی برای حل مسالهی تجزیهی طیفی استفاده کردهاند. در رویکرد جدید، مسالهی تجزیهی طیفی بعنوان یک مسالهی بهینهسازی مدل شده و نشان دادهشدهاست که استفاده از محاسبات تکاملی میتواند منجر به دستیابی به پاسخهای بهینهای گردد. در این مقاله روشهای مختلفی که از محاسبات تکاملی برای حل مسالهی تجزیهی طیفی بهره بردهاند، بررسی شدهاند. در هر بخش، پس از معرفی الگوریتم تکاملی، روشهای ارائهشده براساس آن الگوریتم، معرفی و روند کلی آن شرح داده شدهاست. برای هر روش، در مورد فرضیات در نظر گرفتهشده و محدودیتهای آن بحث شده و بدلیل اهمیت اجزای مختلف روش تکاملی مورد استفاده، مواردی از قبیل بازنمایی افراد جمعیت، عملگرهای تکاملی و تابع شایستگی نیز مورد بررسی قرار گرفتهاند.