Genetik algoritma
Genetic algorithm
- Tez No: 128659
- Danışmanlar: DOÇ. DR. FATMA TİRYAKİ
- Tez Türü: Yüksek Lisans
- Konular: Matematik, Mathematics
- Anahtar Kelimeler: Genetik, popülasyon, kodlama, seçim, genetik operatörler. vııı, Genetic, population, encoding, selection, genetic operators. IX
- Yıl: 2002
- Dil: Türkçe
- Üniversite: Yıldız Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Matematik Ana Bilim Dalı
- Bilim Dalı: Matematik Bilim Dalı
- Sayfa Sayısı: 111
Özet
ÖZET Bu tez, Darwin 'in evrim teorisini yani“Doğada en iyi uyum sağlayanın yaşaması, neslim devam ettirmesi”temel alan, optimizasyon problemlerinin çözümlerinde kullanılan Genetik Algoritma'yı ele almıştır. Genetik Algoritma, önerilen çözüm adaylarından çaprazlama ve mutasyon operatörlerini kullanarak, yeni çözümler; yani sürekli iyileşen çözümler üreterek optimum çözüme ulaşmaya çalışır. Genetik Algoritma'nın ele alındığı bu çalışma, dört bölümden oluşmaktadır. Birinci bölümde, Genetik Algoritma'ya giriş yapılmış, tarihçesi hakkında bilgi verilmiş, uygulama alanlarından ve bir araştırma algoritması (çözüm tekniği) olarak kullanılma nedenlerinden bahsedilmiştir. İkinci bölümde, öncelikle Genetik Algoritma ana hatlarıyla gözden geçirilmiş ve daha sonra işleyişi ele alınmıştır. İşleyişindeki tüm adımlar; başlangıç popülasyonunun oluşturulması, kodlama, seçme ve genetik operatörler ayrıntılarıyla bulunmaktadır. Bu bölümün son kısmında da Genetik Algoritma parametrelerine (kontrol parametreleri) yer verilmiştir. Üçüncü bölümde, Genetik Algoritma'nın kullanıldığı çalışmalardan genel çerçevede bahsedilmiştir. Bu araştırmaların herbiri Genetik Algoritma ve işleyişini ana hatlarıyla ele almışlardır. Son bölümde ise, bir araştırma yöntemi olan G.A.'mn özellikleri özetlenmiştir.
Özet (Çeviri)
ABSTRACT This thesis deals with Genetic Algorithm (G.A), which is based on Darwin's Evolution Theory, in that;“The survival of the fittest”and which is used in the solution of optimization problems. Genetic Algorithm tries to reach to the solutions by producing new solutions from the proposed solutions. This study, in which Genetic Algorithm is discussed, has 3 parts. în th& first part; an introduction to G.A. is made, brief history of G.A. is presented, its application fields and the reasons why they are used as a research algorithm (solution techniques) are discussed. In the second part; first, G.A. is briefly overviewed next its process is told. All the steps in its process; setting up the initial population, coding, selection and genetic operators are presented in details. G.A. parameters (control parameters) are explained at the end of this section. In the third part; studies in which G.A. 's are used are examplified in general context. Eacrr of these studies outlines G.A. and its process. In the last part; the characteristics of G.A., a search technique, are summarized.
Benzer Tezler
- Genetik algoritma kullanarak hisse senedi portföy optimizasyonu: BİST - 30'da bir uygulama
Portfolio optimzation using genetic algorithm: An application in BIST - 30
AHMET ÇANKAL
Yüksek Lisans
Türkçe
2015
EkonomiOsmaniye Korkut Ata ÜniversitesiYönetim Bilişim Sistemleri Ana Bilim Dalı
YRD. DOÇ. DR. EMRE YAKUT
- Ondalık genetik algoritma için yeni bir durma ölçütü ve dağıtık hücre ortalamalı sabit yanlış alarm oranı (HO-SYAO) radar sistemine uygulaması
A new stopping criterion for decimal genetic algorithm and application to distributed cell averaging constant false alarm rate (CA-CFAR) radar system
ÖZLEM ESEN TEMEL
Yüksek Lisans
Türkçe
2008
Elektrik ve Elektronik MühendisliğiHacettepe ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. MÜCAHİT ÜNER
- PID controller tuning with genetic algorithms position control of planar mechanisms
Genetik algoritmalar ile PID denetleyici ayarı düzlemsel mekanizmaların konum denetimi
SERKAN AL
Yüksek Lisans
İngilizce
2009
Makine MühendisliğiGaziantep ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
PROF. DR. L. CANAN DÜLGER
- Genetik algoritma kullanılarak rüzgar türbinleri için mikro konumlandırma
Micro positioning for wind turbines using genetic algorithm
BUKET KÜYÜK
Yüksek Lisans
Türkçe
2018
EnerjiBeykent ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. ÜMİT TERZİ
YRD. DOÇ. DR. KENAN ŞENTÜRK
- Genetik algoritma yaklaşımıyla Kumaraswamy dağılımı parametrelerinin sıralı küme örneklemesi ile tahmin edilmesi
Genetic algorithm approach to parameter estimation of Kumaraswamy distribution using ranked set sampling
ADİL KILIÇ
Yüksek Lisans
Türkçe
2018
İstatistikKırıkkale Üniversitesiİstatistik Ana Bilim Dalı
DOÇ. DR. GÜVENÇ ARSLAN