یکی از مشکلات الگوریتم‌های ژنتیک سنتی، مشکل همگرایی زودرس است که باعث ناتوانی آنها در جستجوی جواب‌های مناسب می‌شود. یک الگوریتم ممتیک از جستجوی محلی برای افزایش سرعت کشف جواب‌های مناسبی که پیداکردن آنها به وسیله جستجوی عمومی تنها به طول می‌انجامد یا قابل دسترس نباشند، استفاده می‌کند. در این مقاله یک الگوریتم ممتیک مبتنی بر اتوماتای یادگیر به نام LA-MA ارائه شده که از دو بخش ژنتيکي و ممتيکي تشکيل شده است. تکامل يا جستجوي عمومي در بخش ژنتیکی و بهره‌برداری یا جستجوی محلی در بخش ممتیکی انجام می‌شوند. در بخش ممتيکي، احتمال موفقيت جستجوي محلي تخمين زده شده و در صورتي که انجام جستجوي محلي نسبت به جستجوي عمومي مقرون به صرفه باشد، بهره‌برداري انجام مي‌شود. تخمين صحيح احتمال موفقيت جستجوي محلي، باعث ايجاد تعادل بين جستجوي عمومي و محلي شده و کارايي الگوريتم ممتيک را بالا مي‌برد. در این مقاله از دو مسأله بيشينه‌سازي يك‌ها و تناظر گراف جهت ارزيابي كارايي الگوريتم پيشنهادي استفاده شده است. نتايج آزمايش‌ها نشان مي‌دهد كه الگوريتم پيشنهادي از نظر كيفيت جواب‌هاي به ‌دست ‌آمده و نرخ همگرايي نسبت به ساير الگوريتم‌ها عملكرد بهتري دارد. Manuscript profile