Genetik algoritmalar / Mehmet Hakan Satman.

Includes bibliographical references and index.

İçindekiler : ÖNSÖZ V Tablo Listesi xi Şekil Listesi xiii 1 Giriş 1 2 R Dili 7 2.1 iî’nin Kurulması 7 2.2 R Kodlarının Çalıştırılması 8 2.3 Değişkenler ve Aritmetik ifadeler 10 2.4 Vektör, Matris ve Listeler 12 2.5 Koşul İfadeleri 21 2.6 Döngüler 24 2.7 Fonksiyonlar 27 2.8 Paketler 32 3 Genetik Algoritmalara Neden İhtiyaç Var? 35 3.1 Temel Zorluklar 35 3.1.1 Kombinatoryal Problemler 35 3.1.2 Klasik Optimizasyon 38 3.1.3 Gürültü İçeren Fonksiyonlar 41 3.1.4 Analitik Olarak İfade Edilemeyen Optimizasyon Problemleri 43 3.2 Uygulamalar 46 3.2.1 Newton Yöntemi 46 3.2.2 Hooke-Jeeves Yöntemi 48 4 Klasik Genetik Algoritmalar 51 4.1 Genetik Algoritmaların Öğeleri 51 4.2 Genetik Algoritma Operatörleri 53 4.2.1 Kodlama 53 4.2.2 Seçilim 55 4.2.3 Çaprazlama 58 4.2.4 Mutasyon 61 4.2.5 Şema Teoremi 62 4.2.6 Basit Bir Örnek 66 4.3 Uygulamalar 72 4.3.1 Operatörlerin Tanımlanması 72 4.3.2 One-Max Fonksiyonu 81 4.3.3 Reel Değişkenlerle Optimizasyon 84 5 KİEisiğin Ötesinde 89 5.1 Kodlama Yöntemleri 89 5.1.1 İkili Kodlama - 89 5.1.2 Gray Kodlama 92 5.1.3 Reel Sayılı Kodlama 94 5.1.4 Permütasyon Kodlama 94 5.1.5 Ağaç Kodlama 98 5.1.6 Makine Kodlama 102 5.2 Çaprazlama Teknikleri 106 5.2.1 Tek Nokta Çaprazlama 106 5.2.2 İki Nokta Çaprazlama 107 5.2.3 İV-Nokta Çaprazlama 108 5.3 Seçilim Teknikleri 109 5.3.1 Oransal Seçilim 109 5.3.2 Turnuva Seçilimi 110 5.3.3 Budama Seçilimi 111 5.3.4 Rank Seçilimi 112 5.4 Diğer Operatörler 113 5.4.1 Elitizm 113 5.4.2 Kromozom Saklama 114 5.5 Uygulamalar 115 5.5.1 Gezgin Satıcı Problemi 115 5.5.2 Sudoku Problemi 120 5.5.3 Genetik Programlama ile XOR Verisinin Öğretilmesi . . 123 6 Reel Sayılı Genetik Algoritmalar 129 6.1 Çaprazlama Teknikleri 131 6.1.1 Düz Çaprazlama 131 6.1.2 Aritmetik Çaprazlama 132 6.1.3 BLX-q Çaprazlama 132 6.1.4 Doğrusal Çaprazlama 134 6.1.5 SBX Çaprazlama 134 6.1.6 Sapmalı Ortalamalı Çaprazlama 136 6.2 Mutasyon Teknikleri 136 6.2.1 Rassal Mutasyon 137 6.2.2 Tekdüze Olmayan Mutasyon 137 6.2.3 Normal Dağılan Mutasyon 138 6.3 Uygulamalar 139 6.3.1 Çok Değişkenli Fonksiyonların Global Optimumlarının Bulunması 139 6.3.2 Dayanıklı Regresyon Parametrelerinin Tahmin Edilmesi 141 6.3.3 İleri Beslemeli Yapay Sinir Ağlarının Eğitilmesi 146 7 Kısıt Altında Optimizasyon 155 7.1 Kısıtlarla Cezalandırma Yöntemi 156 7.1.1 Sabit Katsayılarla Cezalandırma 157 7.1.2 Değişen Katsayılarla Cezalandırma 157 7.1.3 Adaptif Cezalandırma 158 7.1.4 Topluluktan Atarak Cezalandırma 158 7.2 Onarma ve Uygunluğu Koruma Yöntemleri 159 7.3 Karşılaştırma Yöntemi 159 7.4 Çok Amaç Fonksiyonlu Optimizasyon Yöntemi 160 7.5 Uygulamalar 160 7.5.1 LASSO Regresyon 160 7.5.2 Sırt Çantası Problemi 164 7.5.3 Atama Problemi 168 8 Çok Amaç Fonksiyonlu Genetik Algoritmalar 173 8.1 Ortak Optimuma Sahip Olmama Problemi 176 8.2 Baskın Olmayan Sıralama Algoritması 179 8.3 Elitist Olmayan Yöntemler 182 8.4 Elitist Yöntemler 186 8.5 VECA 188 8.6 Uygulamalar 188 8.6.1 Ulaştırma Problemi 188 8.6.2 Çok Değişkenli Verilerde Küme Merkezlerinin Aranması 196 9 Daha Az Genetik, Daha Fazla İstatistik 205 9.1 PBIL 209 9.2 Kompakt Genetik Algoritmalar 210 9.3 Diğer Dağılımın Tahmini Algoritmaları 213 9.4 Uygulamalar 214 9.4.1 Değişken Seçme 214 9.4.2 Durağan Zaman Serilerinde Uygun ARMA Terimlerinin Aranması 219 9.4.3 PBIL Algoritmasının /î’de Kodlanması 228 10 Arama Performansının iyileştirilmesi 235 10.1 Paralelleştirme 235 10.2 Genetik Algoritma Parametrelerinin Belirlenmesi 240 10.3 Hibritleştirme 243 10.4 Uygulamalar 244 10.4.1 Uygunluk Değerlerinin Paralel Hesaplanması 244 10.4.2 Yerel Arama Operatörü 247 Kaynakça 255 Dizin 263