در سالهای اخیر رویکرد جدیدی به منظور حل مشکلات الگوریتمهای تکاملی به ویژه الگوریتمهای ژنتیکی مورد توجه محققین قرار گرفته است. این رویکرد مبتنی برایجاد مدلهای احتمالاتی از ژنومها و اجزای سازنده آنها میباشد. تاکنون الگوریتمهای متنوعی بر این اساس ارائه شدهاند که اگر چه برخی از سادگی الگوریتمهای ژنتیکی برخوردار نیستند، اما در حل مسائل با موفقیت بیشتری روبرو بودهاند. در این مقاله رهیافت دیگری از این الگوریتمها را بر اساس اتوماتای یادگیر معرفی و مورد بررسی قرار میدهیم. در این رهیافت مدل احتمالاتی اجزای سازنده مسئله به وسیله اتوماتای یادگیر و بر اساس ژنومهای نسل تولید شده تخمین زده میشود. الگوریتم پیشنهادی بسیار ساده و برای مسائل مورد بررسی در این مقاله دارای کارایی خوبی میباشد.