Geri Dön

Yeni bir paralel genetik algoritma modeli ve analog devre tasarımına uygulanması

A new parallel gentic algorithm model and using on analog circuit design

  1. Tez No: 232298
  2. Yazar: ÖZGÜR AKSU
  3. Danışmanlar: DOÇ. DR. ADEM KALINLI
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2008
  8. Dil: Türkçe
  9. Üniversite: Erciyes Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 178

Özet

Standart genetik algoritma küçük boyutlu bazı problemlerde başarılı sonuçlar üretebilmesine rağmen, genel olarak yüksek performansa sahip değildir. Ayrıca genetik algoritmanın popülasyon büyüklüğü, mutasyon oranı ve çaprazlama oranı gibi kontrol parametreleri algoritmanın performansı üzerinde son derece etkilidir. Bu nedenle genetik algoritmaların başarımının artırılmasına yönelik olarak literatürde çok sayıda çalışma bulunmaktadır.Bu tez çalışmasında, öncelikle baskın gen seçimi operatörüne ve popülasyondaki değişimin sürekliliğini sağlamaya yönelik katkılama stratejilerine dayalı iki yeni genetik algoritma modeli ortaya konmuştur. Ayrıca, önerilen modellerin kontrol parametreleri optimize edilerek, sürekli test fonksiyonları üzerindeki başarımları incelenmiş, elde edilen sonuçlar literatürdeki diğer bazı algoritmalara ait sonuçlarla karşılaştırılmıştır.Tez çalışmasının diğer bir aşamasında, zor mühendislik problemi sınıfında olan, analog devre tasarımı otomasyonu amacıyla HSPICE devre simülasyon yazılımı ile etkileşimli olarak çalışan, genetik algoritmaya dayalı yeni bir sistem ortaya konmuştur. Ayrıca, tasarım sürelerinin azaltılması amacıyla donanımsal paralellik içeren bir genetik algoritma yapısı oluşturulmuş ve önerilen sistem ile çeşitli analog devrelerin tasarımı geliştirilmiştir.

Özet (Çeviri)

Although standart genetic algorithm can achieve the successfully results with small sized populations, it has not a high performance generally. In addition, control parameters such as crossover ratio, population size and mutation ratio are effective on the performance of the genetic algorithm. So, many studies are made to increase the performance and success of the genetic algorithm in the literature.In this study, two new genetic algorithm models based on the operator of the dominant gene selection and the doping strategies are presented to obtain continuity of the population variation. The obtained results are compared with those of the other methods presented in the literature by optimizing the control parameters of the proposed models and investigating the success of the models on continuous test functions.In the other hand, a system based on genetic algorithm is proposed in this study. The proposed system operates with the HSPICE circuit simulation software interactively for aim of the analog circuit design automation as a difficult engineering problem. In addition, a genetic algorithm model which consists of parallel structure based on hardware to decrease time of the design is presented. Finally, the designs of the some analog circuit structures are realized by using the proposed system.

Benzer Tezler

  1. FPGA üzerinde HYSA ve HYSA'ya özel öğrenme algoritmalarının birlikte gerçeklenmesi

    Implementation of CNN and CNN specific learning algorithms on FPGA

    ERDEM KÖSE

    Yüksek Lisans

    Türkçe

    Türkçe

    2017

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    PROF. DR. MÜŞTAK ERHAN YALÇIN

  2. Gezgin satıcı probleminin hadoop üzerinde çalışan paralel genetik algoritma ile çözümü

    Parallel genetic algorithm to solve traveling salesman problem on hadoop cluster

    HARUN RAŞİT ER

    Yüksek Lisans

    Türkçe

    Türkçe

    2013

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. NADİA ERDOĞAN

  3. Çoklu kovan temelli paralel bir genetik algoritma ile çoklu işlemcilere yönelik iletişim maliyetli görev çizelgeleme probleminin optimizasyonu

    Optimization of multiprocessor task scheduling with communication costs using a multi-hive based parallel genetic algorithm

    RAŞİD MORADİ

    Yüksek Lisans

    Türkçe

    Türkçe

    2014

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAtatürk Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. DENİZ DAL

  4. Modeling and solving mixed-model assembly line balancing problem with setups

    Karma modelli montaj hattı dengeleme probleminin hazırlık zamanları ile modellenmesi ve çözülmesi

    ŞENER AKPINAR

    Doktora

    İngilizce

    İngilizce

    2013

    Endüstri ve Endüstri MühendisliğiDokuz Eylül Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    PROF. DR. ADİL BAYKASOĞLU

  5. Distributed database design with integer linear programming and evolutionary hybrid algorithms

    Sayısal lineer programlama ve buluşsal hibrit algoritmalar ile dagıtık veritabanı tasarımı

    UMUT TOSUN

    Doktora

    İngilizce

    İngilizce

    2013

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. AHMET COŞAR