END 457 Sezgisel Arama ve Yapay Zeka İlk Ders Dr. Ayça Altay altaya@itu.edu.tr
İletişim Ayça ALTAY altaya@itu.edu.tr 0212 2931300 / 2066 Ofis: İşletme Fakültesi, Maçka, A304
Dersin Araştırma Görevlisi Ar. Gör. Bilal Ervural İşiniz olmayacak. Yine de bilin. Ders web sayfası www.ninova.itu.edu.tr (Dün oluşturuldu)
Kaynaklar Talbi, El-Ghazali (2009) “Metaheuristics from Design to Impelementation” Engelbrecht, Andries P. (2002) “Computational Intelligence: An Introduction” Yang, X.S.(2010) “Engineering Optimization”
Haftalık Plan Yapay Bağışıklık Sistemleri (Artificial Immune Networks) Gün Konu 1 10.02.2014 Sezgisel Arama ve Yapay Zeka’ya Giriş, Temel Kavramlar ve Tepe Tırmanma Algoritması 2 17.02.2014 Benzetim Tavlaması (Simulated Annealing) 3 24.02.2014 Değişken Komşuluk Araştırması (Variable Neighborhood Search) 4 03.03.2014 Tabu Araştırması (Tabu Search) (Kısa Sınav I) 5 10.03.2014 Genetik Algoritma (Genetic Algorithm) (Proje ile ilgili açıklama yapılacak) 6 17.03.2014 Parçacık Sürü Optimizasyonu (Particle Swarm Optimization) 7 24.03.2014 Karınca Kolonileri Optimizasyonu (Ant Colony Optimization) 8 31.03.2014 Yarıyıl İçi Sınavı 9 07.04.2014 Yapay Bağışıklık Sistemleri (Artificial Immune Networks) 10 14.04.2014 Hibrid Metasezgiseller 11 21.04.2014 Öz Düzenleyici Haritalar (Self-Organizing Maps) (Kısa Sınav II) 12 28.04.2014 Matlab ile ilgili toplama 13 05.05.2012 Bulanık Mantık (Fuzzy Logic) 14 12.05.2012 Proje Sunumları
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!
Notlandırma Başarı notları: 85-100 AA 80-85 BA 70-80 BB 65-70 CB 55-65 CC 50-55 DC 40-50 DD < 40 F
İlk Ders Konuları Terminoloji Sezgisel Arama Nedir? Yapay Zeka Nedir?
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.
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.
Sezgisel Arama Sezgisel Arama (Heuristic Search), Yunanca“problemlerin çözümü için strateji ve yöntem araştırma, belirleme” anlamındaki heuriskin sözcüğünden gelmektedir. Optimizasyon yöntemlerini içerir.
Sezgisel Arama
END 457 END 331 END 332 İlgili diğer dersler Çözüm Yöntemleri
Tam Çözüm Veren Yöntemler Simpleks Yöntemi
Tam Çözüm Veren Yöntemler Dal-Sınır Algoritması
Kombinatoryal Optimizasyon 24798 Şehirli Gezgin Satıcı Problemi 52 Şehirli Gezgin Satıcı Problemi
Kombinatoryal Optimizasyon Kısıtlı Kaynakla Proje Planlama
Doğrusal Olmayan Optimizasyon
Çözüm Karmaşıklığı Polinomsal Zaman Polinomsal Olmayan Zaman
Metasezgiseller Kısa zamanda çözüme yaklaşmak için kullanılan algoritmalardır. En iyi sonucu garanti etmezler. Doğa bazlı olaylar kullanılır.
Metasezgiseller
Yerel Arama vs. Global Arama
Yerel Arama Algoritmaları 3 önemli kavramı vardır: Bir başlangıç noktası O noktanın komşuları Başlangıç noktasından komşulara, oradan da diğer komşulara geçecek bir algoritma
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.
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.