Genetik algoritma ile melodi üretimi ve optimizasyonu
Melody generation and optimization with genetic algorithm
- Tez No: 955081
- Danışmanlar: DOÇ. DR. ABDULLAH ELEN, DR. ÖĞR. ÜYESİ FAHRETTİN BURAK DEMİR
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Bandırma Onyedi Eylül Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 97
Özet
Müzik besteleme yüzyıllardır insan yaratıcılığının önemli bir alanı olmuş, son yıllarda bilgisayar teknolojilerindeki ilerleme ile otomatik müzik besteleme yaygınlaşmıştır. Bu alanda Genetik Algoritmalar (GA), doğal seçilimden esinlenerek geniş arama alanlarında en iyi veya en yakın çözümler bulmada güçlü bir teknik olarak öne çıkmaktadır. Ancak, müziğin öznel doğası ve en iyi müziğin nesnel olarak değerlendirilmesinin zorluğu, GA'nın uygunluk fonksiyonu (fitness function) tasarımını karmaşıklaştırmaktadır. Bu tez, bu zorlukları ele alarak, Genetik Algoritmaları kullanarak müzikal olarak anlamlı ve estetik açıdan hoş melodiler üretme ve optimize etme potansiyelini deneysel çalışmayla araştırmayı amaçlamıştır. Tezde, melodileri temsil eden uygun bir kromozom yapısı, müzikal yapıları işleyen genetik operatörler (seçilim, çaprazlama, mutasyon) ve müzik teorisi prensiplerine dayalı kural tabanlı bir uygunluk fonksiyonu içeren GA tabanlı bir sistem tasarlanmış ve uygulanmıştır. Farklı popülasyon boyutları (100, 200, 300) ve turnuva seçimi boyutlarının (3, 5) algoritma performansı (yakınsama hızı, uygunluk değerleri) ve üretilen melodilerin müzikal nitelikleri üzerindeki etkileri incelenmiştir. Bulgular, GA'ların uygun tasarım ve parametrelerle müzikal olarak anlamlı melodiler üretebildiğini göstermiştir. Daha büyük popülasyonların çeşitliliği artırarak daha yüksek final uygunluk değerlerine ulaşma potansiyeli sunduğu, daha büyük turnuva boyutlarının ise daha hızlı yakınsamaya yol açabildiği ancak çeşitliliği azaltma riski taşıdığı gözlemlenmiştir. Uygunluk fonksiyonunda birden çok müzikal kriterin kullanımının çıktı kalitesini artırdığı ve tekrarların azaltılmasına yardımcı olduğu belirlenmiştir. Sonuç olarak, GA'lar müzik bestelemesinde yaratıcı süreci destekleyen etkileşimli yardımcılar olarak değerlendirilebilir.
Özet (Çeviri)
Music composition has been a significant area of human creativity for centuries, and recent advancements in computer technology have led to the widespread adoption of Automatic Music Composition. Within this field, Genetic Algorithms (GAs), inspired by natural selection, stand out as a powerful technique for finding optimal or near-optimal solutions in vast search spaces. However, the subjective nature of music and the difficulty of objectively evaluating best music complicate the design of the GA's fitness function. This thesis aimed to empirically investigate the potential of using Genetic Algorithms to generate and optimize musically meaningful and aesthetically pleasing melodies by addressing these challenges. This thesis designed and implemented a GA-based system including an appropriate chromosome structure to represent melodies, genetic operators (selection, crossover, mutation) to manipulate musical structures, and a rule-based fitness function based on music theory principles. The effects of different population sizes (100, 200, 300) and tournament selection sizes (3, 5) on algorithm performance (convergence speed, fitness values) and the musical qualities of generated melodies were examined. The findings indicated that GAs can generate musically meaningful melodies with appropriate design and parameters. Larger populations demonstrated the potential to increase diversity and achieve higher final fitness values, while larger tournament sizes could lead to faster convergence but risked reducing diversity. The use of multiple musical criteria in the fitness function was found to improve output quality and help reduce repetition. In conclusion, GAs can be considered as interactive assistants supporting the creative process in music composition.
Benzer Tezler
- Genetik algoritma ile çelik çerçevelerin optimizasyonu
Optimum design of plane frames using genetic algorithm
MUSTAFA ARMUTÇU
Yüksek Lisans
Türkçe
1997
İnşaat MühendisliğiKaradeniz Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. AYŞE DALOĞLU
- Genetik algoritma ile yapay sinir ağlarında yapı ve parametre optimizasyonu
Structure and parameter optimization of neural networks using genetic algorithm
AYŞEGÜL ÖZDEMİR
Yüksek Lisans
Türkçe
2010
Elektrik ve Elektronik MühendisliğiFırat ÜniversitesiElektronik-Bilgisayar Eğitimi Ana Bilim Dalı
PROF. DR. MUAMMER GÖKBULUT
- Genetik algoritma ile fuzzy PSS'in kural tablosu optimizasyonu
The optimization of fuzzy PSS?s rule table using genetic algorithm
UĞUR GÜLSEREN
Yüksek Lisans
Türkçe
2010
Elektrik ve Elektronik MühendisliğiAfyon Kocatepe ÜniversitesiElektrik Eğitimi Ana Bilim Dalı
YRD. DOÇ. DR. MURAT CANER
- Genetik algoritma ile merkezi sınavlarda tek ve çok boyutlu yakınlığa göre en iyi oturum planının oluşturulması
Using genetic algorithm to create the best session plan according to the single and multi-dimensional on proximity in the central exams
MUHAMMED FATİH AĞALDAY
Yüksek Lisans
Türkçe
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFatih Sultan Mehmet Vakıf ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ALİ NİZAM
- Genetik algoritma ile yeni bir görüntü büyütme yöntemi
A new image zooming method with genetic algorithm
OSMAN BUĞRA KAHRAMAN
Yüksek Lisans
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolErciyes ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. VEYSEL ASLANTAŞ