Genetik algoritmalarda ıraksama ve yerel çözümde kalma problemlerinin giderilmesi
Removing diversing and trapping in local solution problems in genetic algorithms
- Tez No: 116573
- Danışmanlar: DOÇ.DR. AHMET ARSLAN
- Tez Türü: Doktora
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Evrimsel Hesaplama, Genetik Algoritmalar, Gelişigüzel Başlangıç Populasyonu, Şema Teorisi. vnı, Evolutionary Computation, Genetic Algorithms, Random Initial Population, Schema Theory. LX
- Yıl: 2002
- Dil: Türkçe
- Üniversite: Fırat Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 78
Özet
ÖZET DOKTORA TEZİ GENETİK ALGORİTMALARDA IRAKSAMA VE YEREL ÇÖZÜMDE KALMA PROBLEMLERİNİN GİDERİLMESİ Ali KARCI Fırat Üniversitesi Fen Bilimleri Enstitüsü Elektronik Mühendisliği Anabilim Dalı 2002, Sayfa : 78 Bu çalışmada başlangıç populasyonunu üretmek için bir yöntem önerilmiştir. Bu yöntemin önerilme amacı ise genetik algoritmaların global çözümden ıraksayarak yerel çözümde kalma problemini gidermektir. Bu yöntemde başlangıç populasyonu üretilme yöntemini tamamen gelişigüzel olmaktansa, kısmen gelişigüzel hale getirip bu iki problemin giderilmesi hedeflenmiştir. Bu şekilde üretilen populasyona Düzenli Populasyon adı verildi. Yapılan uygulamalarda düzenli populasyonunun prematüre çözümler verme ihtimali vardır. Prematüre çözümler problemim gidermek için düzenli populasyon için mutasyon, çaprazlama ve seçme operatörleri tekrar tanımlanmıştır. Düzenli populasyonun yapısından faydalanılarak adalı düzenli populasyon tanımı yapıldı ve aynı fonksiyonlara uygulandı. İterasyon bakımından gelişigüzel ve düzenli populasyonun kötü olduğu durumda adalı düzenli populasyon çok daha kısa sürede çözüme ulaştı. Düzenli Populasyonun özellikleri: 1) Çeşitlilik vardır, 2) Nesiller arasında lineer bağımlılık yoktur, 3) Yerel çözümde kalmaz, 4) Global çözümden uzaklaşmaz, 5) Çeşitliliği arttırmaktadır, 6) Adalı populasyona dönüştürüldüğünde daha iyi sonuçlar vermektedir, 7) Başlangıç populasyonunda bütün kromozomların aynı olma olasılığı sıfırdır, 8) Adalar arasında kromozomların başlangıçta aynı olma olasılığı sıfırdır, 9) başlangıç populasyonu çözüm uzayının medyanına göre simetrik bir populasyondur, 10) çözüm uzayın medyanına göre simetrik bir populasyondur, 11) düzgün bir populasyondur.
Özet (Çeviri)
ABSTRACT PhD Thesis REMOVING DIVERSING AND TRAPPING IN LOCAL SOLUTION PROBLEMS IN GENETIC ALGORITHMS Ah KARCI Fırat University Graduate School of Natural and Applied Sciences Department of Electric-Electronics Engineering 2002, Page : 78 In this thesis, a method was proposed to generate a partially random initial population and generated population was called uniform population. The expectation of initial population is equal to median of solution space and deformity coefficient of population is zero and population is symmetric with respect to median of solution space. So, it can be called as uniform population. The aim of this thesis is to overcome the diversing from global solution and trapping in local solution problems. After application of this population to some multi-model function to find maximum point of them, uniform population have potential to be trapped in premature solution. Hence mutation and crossover operators were redefined for this population. In general, results of uniform population were better than or equal to results of random population. Island model of genetic algorithms was constructed by making use of structure of uniform population and it was called island uniform population. The process of island uniform population made number of iteration decay rapidly. The properties of uniform population: 1) have diversity, 2) there is no linear dependency between two consecutive generations, 3) there is no potential to be trapped in local solution, 4) there is no potential to go far away global solution, 5) increasing the diversity of population, 6) island uniform population gives better results, 7) the probability of all initial chromosomes tcrbe same is zero, 8) the probability of all pairs of chromosomes that each of them is from different island, to be same is zero, 9) population is symmetric with respect to median of solution space, 10) uniform population, 11) symmetric population with respect to median of solution space.
Benzer Tezler
- Fine tuning technical analysis models using evolutionary algorithms
Evrimsel algoritmalar kullanan teknik analiz modellerinde ince ayar
ALİ TAHERİ MOGHADDAR
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolÜsküdar ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
Prof. Dr. SERHAT ÖZEKES
- Genetik algoritmalarda mutasyon çaprazlama ve bellek mekanizmalarının etkileri ve iyileştirilmesi
Effects and improvement of mutation crossover and memory mechanisms in genetic algorithms
HANİFE USTA
Yüksek Lisans
İngilizce
2007
Elektrik ve Elektronik MühendisliğiOndokuz Mayıs ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. İLYAS EMİNOĞLU
- Gene reordering and concurrency in genetic algorithms
Genetik algoritmalarda gen yeniden sıralama ve eşzamanlılık
ONUR TOLGA ŞEHİTOĞLU
Doktora
İngilizce
2002
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. GÖKTÜRK ÜÇOLUK
- Linear linkage encoding in genetic algorithms
Genetik algoritmalarda doğrusal bağlantı gösterimi
ÖZGÜR ÜLKER
Yüksek Lisans
İngilizce
2006
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYeditepe ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
Y.DOÇ.DR. EMİN ERKAN KORKMAZ
Y.DOÇ.DR. ENDER ÖZCAN
- Estimating distributions in genetic algorithms
Genetik algoritmalarda dağılım tahmini
ONUR DİKMEN
Yüksek Lisans
İngilizce
2002
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBoğaziçi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. H. LEVENT AKIN