Upload
glyn
View
93
Download
0
Embed Size (px)
DESCRIPTION
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) - PowerPoint PPT Presentation
Citation preview
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