در این پایان نامه، یک الگوریتم ترکیب دوگانه جدید حاصل از ترکیب الگوریتم های بهینه سازی ملخ و الگوریتم ژنتیک به منظور حل دستگاه معادلات غیرخطی پیشنهاد می شود. در فرایند این روش پیشنهادی، ابتدا دستگاه معادلات غیرخطی به یک مسئله بهینه سازی تبدیل می گردد. سپس، این مسئله بهینه سازی توسط الگوریتم ترکیب دوگانه ملخ-ژنتیک حل می شود. در این الگوریتم، جمعیتی از جواب های تصادفی مقداردهی اولیه شده و این جواب ها توسط الگوریتم ملخ برای بدست آوردن یک جواب بهینه دستگاه معادلات غیرخطی، بهبود می یابند. در طی این فرایند، تکامل این جواب ها توسط الگوریتم ژنتیک انجام می شود. ترکیب دوگانه ملخ-ژنتیک شایستگی های الگوریتم بهینه سازی ملخ و الگوریتم ژنتیک را ادغام می کند که در آن قابلیت بهره برداری و پتانسیل اکتشاف الگوریتم ملخ باهم ترکیب می شوند. به علاوه، این الگوریتم قابلیت خوبی برای فرار از جواب بهینه موضعی با همگرایی سریع تر دارد. اگوریتم ترکیب دوگانه پیشنهاد شده روی هشت مسئله معیار آزمایش شده و تأثیر تغییر بازه های اولیه متغیرها بر کارایی الگوریتم پیشنهادی موردبحث قرار گرفته است. همچنین هزینه محاسباتی الگوریتم پیشنهادی مطالعه و با سایر روش ها مقایسه شده است. نتایج نشان می دهد که الگوریتم ترکیبی دوگانه ملخ-ژنتیک نسبت به سایر الگوریتم ها برتری دارد و جواب های باکیفیتی دستگاه معادلات غیرخطی را ارائه می دهد. در نهایت، نشان داده می شود که الگوریتم پیشنهادی در اکثر مسائل نسبت به روش های دیگر، از نظر دقت، تأثیر تغییر بازه های اولیه و هزینه محاسباتی، بهتر است؛ بنابراین، می توان گفت که این الگوریتم برای حل یک دستگاه معادلات غیرخطی مؤثر است. این پایان نامه بر اساس مقاله [1] نگارش شده است.
