در تمام الگوریتم های بهینه سازی مبتنی بر جمعیت، مسئله ی برقراری تعادل بین اکتشاف و استفاده از نتایج بدست آمده، مهمترین مسئله ای است که الگوریتم با آن رو به رو است.تا کنون الگوریتم های ژنتیکی تطبیقی بسیاری، که بصورت داینامیک به کنترل بعضی پارامترهای استراتژی الگوریتم می پردازند، ایجاد و معرفی شده اند. هدف اصلی آنان بهبود رفتار الگوریتم مزبور، در ایجاد تعادل بین اکتشاف و بهره بری بوده که در نتیجه منجر به بهبود عملکرد الگوریتم می گردد. مسئله ی mab بطور گسترده برای بررسی کردن مسئله ی ایجاد تعادل بین اکتشاف و بهره بری مورد استفاده قرار می گیرد.چالش انگیز ترین انواع mab، انواع غیر ایستای آنان است که عامل در آن با افزایش پیچیدگی در شناسایی تغییرات در محیط نیز روبروست. در این رساله، با یک مسئله ی mab غیر ایستا، زمان گسسته، با افق زمانی محدود، تعداد اکشن های محدود و پاداش گوئسی مواجه هستیم. در ادامه، برای حل این مسئله یک الگوریتم ژنیک کد حقیقی بر اساس کنترلر فازی احتمالی تطبیقی معرفی و مورد استفاده قرار می گیرد. با استفاده از نتایج شبیه سازی شده ی بدست آمده توسط رهیافت های ارائه شده در این رساله، این نتیجه ی مهم حاصل می گردد که استفاده از کنترلر های فازی احتمالی تطبیقی برای کنترل پارامترهای الگوریتم های ژنتیک،بنا بر بررسی های آماری باعث بهبود در ایجاد تعادل بین بهره بری و اکتشاف شده و در نتیجه عملکرد الگوریتم مزبور را بهبود می بخشد.