Gezgin Satıcı Problemi İçin Bir Memetik Algoritma Önerisi

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 YüksekDüşük İçin

SonuçYüksek İçin

Sonuç@ 0.05 0.1 0.2 440.79 431.00s 0.1 0.25 0.5 436.92 438.33r 5 10 20 442.05 433.08c 0.9 0.95 0.99 439.07 432.05k 1 2 3 440.49 439.48m 0.005 0.01 0.02 436.85 437.2l 1 2 3 436.6 437.49p 0.1 0.25 0.5 438.33 435.04g 5 10 20 437.31 437.67

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