Effects of evolutionary operators in grouping genetic algorithms on diversity and result quality
Gruplayıcı genetik algoritmalarda evrimsel operatörlerin çeşitlilik ve sonuç kalitesine etkisi
- Tez No: 638215
- Danışmanlar: DR. ÖĞR. ÜYESİ TAYFUN KÜÇÜKYILMAZ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2020
- Dil: İngilizce
- Üniversite: TED Üniversitesi
- Enstitü: Lisansüstü Programlar Enstitüsü
- Ana Bilim Dalı: İnteraktif Bilişim Sistemleri Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 69
Özet
Genetik algoritmalar, karmaşık problemleri çözmek için kullanılan evrimsel meta-sezgisel algoritmalardır. Literatürde birçok varyasyon olmasına rağmen, tüm genetik algoritmalardaki ortak nokta bir dizi evrimsel operatörün tekrarlı bir şekilde bir dizi rastgele çözüme uygulanmasıdır. Bu evrimsel operatörler, mümkün olan en iyi çözümü elde etmek için yarı rastgele bir şekilde yeni çözümler üretmeyi amaçlamaktadır. Evrimsel operatörlerin etkinliği büyük ölçüde iki rakip faktöre, yani problem alanının keşfi ve sömürüsüne bağlıdır. Her ne kadar çeşitli genetik algoritma operatörleri ve bunların modifikasyonları önerilmiş ve literatürde karşılaştırılmış olsa da, farklı operatörlerin bir arada keşif ve sömürü açısından nasıl bir performans sergilediği analiz edilmemiştir. Bu tezde, keşif ve sömürü çözüm kümesinin çeşitliliğine ve uygunluğuna indirgenip genetik algoritmanın çeşitli bileşenleri ile arasındaki etkileşimleri ayrıntılı olarak incelenmiştir. Bu amaçla, kutulama problemi ve hat dengeleme problemleri gibi problemleri çözmek için genetik algoritmaların özel versiyonları olan gruplayıcı genetik algoritma kullanılmıştır. Daha sonra, önce U Tipi Montaj Hattı Dengeleme Problemi için yeni bir gruplama genetik algoritması önerilerek, kutu paketleme problemi ve U Tipi Montaj Hattı Dengeleme problemi için olası evrimsel operatörlerin ayrıntılı bir çapraz incelemesi sunulmuştur.
Özet (Çeviri)
Genetic algorithms are evolutionary metaheuristic algorithms that are used to solve complex problems. Although many variations exist in the literature, a common theme in all genetic algorithms is the application of a set of evolutionary operators to a set of random solutions in an iterative fashion. These evolutionary operators aim to generate new solutions in a semi-random manner in order to achieve the best possible solution. The effectiveness of evolutionary operators is largely dependent on two competing factors, namely exploration and exploitation of the problem space. Although various genetic algorithm operators and their modifications are proposed and compared in the literature, how different operators perform together in terms of exploration and exploitation is not analyzed. We reduce exploration and exploitation to diversity and fitness of the solution set and examine the interactions between various components of a genetic algorithm in detail. For that purpose, we select grouping genetic algorithms which are specialized versions of genetic algorithms for grouping problems such as bin packing and line balancing problems as our domain. Then, by first proposing a new grouping genetic algorithm for U-Shaped Assembly Line Balancing problem (UALBP) we provide a detailed cross-examination of the possible evolutionary operators for bin packing problem (BPP) and UALBP.
Benzer Tezler
- Runtime analysis of evolutionary algorithms with complex fitness evaluation mechanisms
Başlık çevirisi yok
DOGAN CORUS
- Dinamik ortamlar için yeni bir gerçek zamanlı evrimsel seyrüsefer planlama ve güdümleme sistemi
A new real time evolutionary navigation planning and guidance system for dynamic environments
FERHAT UÇAN
Doktora
Türkçe
2013
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. DENİZ TURGAY ALTILAR
- Data-driven operators for a hybrid evolutionary algorithm to solve multi-trip rich vehicle routing problem
Çok kullanımlı zengin araç rotalama probleminin melez evrimsel algoritma ile çözümlenmesinde veri güdümlü operatörlerin etkileri
DİLARA AYKANAT
Yüksek Lisans
İngilizce
2020
Endüstri ve Endüstri MühendisliğiBoğaziçi ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MUSTAFA GÖKÇE BAYDOĞAN
- Elektronik devrelerin evrimsel algoritmalarla tasarımı
Design of electronic circuits via evolutionary algorithms
MUSTAFA ÇAKIR
Yüksek Lisans
Türkçe
2007
Elektrik ve Elektronik MühendisliğiMustafa Kemal ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. ERSİN ÖZDEMİR
- Kuraklık indislerinin hidroklimatolojik verilere dayalı tahmini
Prediction of drought indices based on hydroclimatological data
BUĞRAYHAN BİÇKİCİ ARIKAN
Doktora
Türkçe
2018
İnşaat Mühendisliğiİstanbul Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
PROF. DR. ERCAN KAHYA