END 457 Sezgisel Arama ve Yapay Zeka

... konulu sunumlar: "END 457 Sezgisel Arama ve Yapay Zeka"— Sunum transkripti:

1 END 457 Sezgisel Arama ve Yapay Zeka
İlk Ders Dr. Ayça Altay

2 İletişim Ayça ALTAY altaya@itu.edu.tr 0212 2931300 / 2066
Ofis: İşletme Fakültesi, Maçka, A304

3 Dersin Araştırma Görevlisi
Ar. Gör. Bilal Ervural İşiniz olmayacak. Yine de bilin. Ders web sayfası (Dün oluşturuldu)

4 Kaynaklar Talbi, El-Ghazali (2009) “Metaheuristics from Design to Impelementation” Engelbrecht, Andries P. (2002) “Computational Intelligence: An Introduction” Yang, X.S.(2010) “Engineering Optimization”

5 Haftalık Plan Yapay Bağışıklık Sistemleri (Artificial Immune Networks)
Gün Konu 1 Sezgisel Arama ve Yapay Zeka’ya Giriş, Temel Kavramlar ve Tepe Tırmanma Algoritması 2 Benzetim Tavlaması (Simulated Annealing) 3 Değişken Komşuluk Araştırması (Variable Neighborhood Search) 4 Tabu Araştırması (Tabu Search) (Kısa Sınav I) 5 Genetik Algoritma (Genetic Algorithm) (Proje ile ilgili açıklama yapılacak) 6 Parçacık Sürü Optimizasyonu (Particle Swarm Optimization) 7 Karınca Kolonileri Optimizasyonu (Ant Colony Optimization) 8 Yarıyıl İçi Sınavı 9 Yapay Bağışıklık Sistemleri (Artificial Immune Networks) 10 Hibrid Metasezgiseller 11 Öz Düzenleyici Haritalar (Self-Organizing Maps) (Kısa Sınav II) 12 Matlab ile ilgili toplama 13 Bulanık Mantık (Fuzzy Logic) 14 Proje Sunumları

6 Değerlendirme Sunum / Proje %20 Kısa Sınav (2 tane) %15
Yarıyıl içi sınavı                  %25 Yarıyıl sonu sınavı             %40 Sunum / Proje ile ilgili bilgi 5. hafta verilecektir. Bütünlemeye girmek istiyorsanız, yarıyıl içi notlarınızla geçmediğinize emin olunuz!

7 Notlandırma Başarı notları:    AA 80-85     BA 70-80     BB 65-70     CB 55-65     CC 50-55     DC 40-50     DD < 40        F

8 İlk Ders Konuları Terminoloji Sezgisel Arama Nedir? Yapay Zeka Nedir?

9 Yapay Zeka Bilgisayar sistemlerinin veya matematiksel sistemlerin veriden öğrenmesini sağlamaktır. Bu şekilde tanımlama, tahmin, kontrol ve sınıflandırma yapılabilir ve tepki verilebilir. Sezgisel arama yöntemlerini de kullanır.

10 Yapay Zeka ÖRN: 27 yaşında, ayda 1500 TL kazanan, sağlıklı bir kişiye 27 ay vadeli 7000 lira kredi verilmeli mi? Bilgisayarım ilk aldığımda yarım dakikada açılıyordu, şimdi 3-4 dakika içinde açılıyor. Bozuk sayılır mı, sayılmaz mı? Format zamanı ne zaman olmalı? Bugün günlerden Cumartesi hava 18 derece, metrekare başına 100 gram yağmur düşüyor. Bunlara göre İstanbul’daki elektrik tüketim miktarı bugün nasıl olacak? Bu filmi beğenenler bunları da beğendi.

11 Sezgisel Arama Sezgisel Arama (Heuristic Search), Yunanca“problemlerin çözümü için strateji ve yöntem araştırma, belirleme” anlamındaki heuriskin sözcüğünden gelmektedir. Optimizasyon yöntemlerini içerir.

12 Sezgisel Arama

13 END 457 END 331 END 332 İlgili diğer dersler Çözüm Yöntemleri

14 Tam Çözüm Veren Yöntemler
Simpleks Yöntemi

15 Tam Çözüm Veren Yöntemler
Dal-Sınır Algoritması

16 Kombinatoryal Optimizasyon
Şehirli Gezgin Satıcı Problemi 52 Şehirli Gezgin Satıcı Problemi

17 Kombinatoryal Optimizasyon
Kısıtlı Kaynakla Proje Planlama

18 Doğrusal Olmayan Optimizasyon

19 Çözüm Karmaşıklığı Polinomsal Zaman Polinomsal Olmayan Zaman

20 Metasezgiseller Kısa zamanda çözüme yaklaşmak için kullanılan algoritmalardır. En iyi sonucu garanti etmezler. Doğa bazlı olaylar kullanılır.

21 Metasezgiseller

22 Yerel Arama vs. Global Arama

23 Yerel Arama Algoritmaları
3 önemli kavramı vardır: Bir başlangıç noktası O noktanın komşuları Başlangıç noktasından komşulara, oradan da diğer komşulara geçecek bir algoritma

24 Yerel Arama Algoritmaları
Başlangıç Noktası Bir başlangıç çözümü vardır. Optimum çözüme ne kadar yakınsa, o kadar çabuk ulaşılır. Komşuluk Büyüklüğü değişkendir. Eğer komşuluk büyükse, gidilebilecek yeni nokta seçeneği vardır. Komşuluk büyükse yerel optimuma takılma olasılığı azalır. Komşuluk çok büyükse global optimum üzerinden atlanılabilir. Algoritma Her soruyu çözebilen bir en iyi algoritma yoktur.

25 Tepe Tırmanma Algoritması
Adım 1. Rassal başlangıç çözümü bulunur. Adım 2. Çözümün amaç fonksiyonu değeri ölçülür. Adım 3. Bu noktanın komşuluğuna gidilir. Adım 4. Komşuluğun amaç fonksiyonu değeri ölçülür. Adım 5. Eğer komşuluğun değeri daha iyi ise çözüm değiştirilir. Komşuluğun değeri kötü ise çözüm değiştirilmez. Adım 6. Bitirme koşulu sağlanana kadar Adım 3-5 tekrar edilir.