Gezgin Satıcı Problemi İçin Bir Memetik Algoritma Önerisi Engin Sansarcı Abdullah Aktel Dilay Çebi Demet Bayraktar
Sunumun İçeriği Çalışmanın Amacı Problemin Tanımlanması Problemin Çözümünde Yapay Sinir Ağları’nın Kullanılması Memetik Yaklaşım Creput ve Koukam’ın Çalışması (2009) Algoritma Tasarımı Test Sonuçları Sonuçlar
Çalışmanın Amacı Düzlemsel Gezgin Satıcı Probleminde, Genetik Algoritma ile Yapay Sinir Ağlarını, problemin çözümünde bir arada ele alıp, Farklı çözümleri paralel olarak öğrenme sürecinden geçirip, Çapraz Eşleme ve Mutasyon operatörlerinin sonuca etkisini incelemek
İncelenen Problem Düzlemsel gezgin satıcı problemi: ‘n’ tane şehir, iki boyutlu düzlemde dağılmıştır. Şehirlerin her birine yalnızca bir defa uğrayan turlar arasında Toplamda en kısa mesafeyi kat eden turu bulmaktır.
Problemin Çözümünde Yapay Sinir Ağlarının Kullanılması Kendi kendini örgütleyen yapay sinir ağları
Problemin Çözümünde Yapay Sinir Ağlarının Kullanılması
Problemin Çözümünde Yapay Sinir Ağlarının Kullanılması
Problemin Çözümünde Yapay Sinir Ağlarının Kullanılması
Problemin Çözümünde Yapay Sinir Ağlarının Kullanılması
Problemin Çözümünde Yapay Sinir Ağlarının Kullanılması
Memetik Yaklaşım Melez Genetik Algoritma Genetik Algoritma + Yerel Arama Genetik Algoritma + Yapay Sinir Ağı Popülasyondaki her bir çözüm, öğrenme aşamasından geçen bir yapay sinir ağıdır.
Creput ve Koukam’ın Çalışması [*]
Algoritma Tasarımı
Algoritma Tasarımı
Algoritma Tasarımı
Algoritma Tasarımı
Test Sonuçlarının Analizi
Test Sonuçlarının Analizi Referans değer = 435.4 Symbol Düşük Orta Yüksek Düşük İçin Sonuç Yüksek İçin Sonuç @ 0.05 0.1 0.2 440.79 431.00 s 0.25 0.5 436.92 438.33 r 5 10 20 442.05 433.08 c 0.9 0.95 0.99 439.07 432.05 k 1 2 3 440.49 439.48 m 0.005 0.01 0.02 436.85 437.2 l 436.6 437.49 p 435.04 g 437.31 437.67
Test Sonuçlarının Analizi Öğrenme 434.62 Öğrenme + Evrim 432.78 Öğrenme + Mutasyon 435.54 Öğrenme + Evrim + Mutasyon 431.00
Test Sonuçlarının Analizi Başlangıç çözümleri üretme Rassal Dağılım 437.92 Şehirlerin Dağılımına Uygun Dağılım 435.4
Sonuçlar Öğrenme hızı (@) ve komşuluk güncelleme katsayısı ( c ) algoritmanın başarımını belirgin biçimde etkiliyor. Çapraz eşleme operatörü algoritmanın başarımını artırıyor. Başlangıç çözümünün üretilmesinde önerilen yöntem rassal seçimden daha iyi sonuç veriyor.
Yapılacak Çalışmalar Farklı çapraz eşleme yöntemlerinin denenmesi Farklı mutasyon operatörlerinin denenmesi Daha büyük test problemlerinde algoritma başarımının test edilmesi Çalışma hızının artırılmaya çalışılması
Teşekkürler Engin Sansarcı Abdullah Aktel Dilay Çebi Demet Bayraktar