elektrik port üyelik servisleri elektrik port üyelik servisleri

Yapay Zeka Optimizasyon Algoritmaları

Yapay zeka, günümüzde araştırma alanı artan bir uygulama alanıdır. Mühendislik uygulamalarında kullanılmaya başlanılan yapay zeka için bazı algoritmalar geliştirilmiştir. Algoritma, literatürde, bir problemi çözmek için geliştirilen prosedür ya da formül olarak ifade edilmektedir. Yapay zeka algoritmaları ise yapay zeka mantığı yardımıyla formülasyon oluşturarak, mühendisliğin temellerinden biri olan optimizasyona önemli ölçüde yardım etmektedir.



A- A+
08.11.2016 tarihli yazı 2525 kez okunmuştur.
Mühendislikte birçok yapay zeka algoritması mevcuttur; Parçacık Sürü Optimizasyonu, Karınca Kolonisi Algoritması, Yapay Arı Kolonisi,  Genetik Algoritma vb. algoritmalar vardır. Bu algoritmalar bilgisayar, makine, gıda ve elektrik-elektronik mühendisliği gibi birçok mühendislik dalında yaygın olarak uygulanmaktadır.
 

Parçacık Sürü Optimizasyonu

Genel olarak hayvanların davranışlarının baz alındığı optimizasyon türü olarak ifade edilebilir. Karınca, kuş ve diğer sürü halinde gezen hayvanların sosyal davranışlarını temel alan bir optimizasyondur. 1995 yılında Dr.Eberhart ve Dr.Kennedy tarafından geliştirilmiştir. Evrimsel algoritmaların aksine parçacık sürü optimizasyonu seleksiyon kullanmaz. Sürünün bütün üyeleri testin başlangıcından sonuna kadar hayatta kalır. Zaman içerisinde sürüdekilerin birbirleriyle olan etkileşimlerini iteratif yöntemle inceleyerek çözümün kalitesinin geliştirilmesi sağlanır.


 
Mühendislikte oldukça kullanılan bir program olan Matlab’ta iterasyon kullanılarak bu simulasyonlar gerçekleştirilir. Belirli sayıda parçacık ve iterasyon alınır. Örneğin 10-50-100 veya istenirse daha fazla iterasyon  sonrasında parçalar çözümün yapılacağı yeri yada çözümün yolunu gösterirler.
 

 
İterasyonu yapılacak parçacıklar gösterilmiştir.  Buradaki parçacıklar sürünün her bir üyesi olarak düşünebiliriz.

 
İterasyon sayısı arttıkça çözümlenmenin gerçekleştiği görülmektedir.
 

 
Yapılan iterasyonlar sonucunda sistemin  kararlılığa ulaştığı görülmektedir.
 

Algoritma genel olarak 3 global değişkeni izler;

► Hedef  değer veya durum
► Hangi parçacık bilgisi hedefe en yakındır.
► Hedef  bulunamazsa  algoritmanın  gerektiği  zaman durdurulması

Ayrıca her parçacık olası sonucu temsil eden veriyi, verinin ne kadar hızlı değiştiğini gösteren hız bilgisini ve hangi parçacığın gerekli olan bilgiye en yakın olduğunu belirtir.



 

Karınca Koloni Algoritması

1990'ların başında zor kombinasyonel optimizasyon problemlerini çözmek için ortaya atılmıştır.  Bu optimizasyon yapılırken karıncaların yaydığı feromon maddesinden yola çıkılmıştır.

Bazı tür hayvanlarda salgılanan bu hormon kokusuz ve uçucudur. Hormon, karıncaların birbirleriyle olan etkileşmelerini sağlar. Bilim insanları da karıncalar üzerinde çalışırken karıncaların yaydığı hormonları özel algılayıcılar yoluyla takip etmek yoluyla bu algoritma üzerinde çalışmalar yapılmıştır.

 

Bu algoritmada da benzer şekilde Matlab kullanılabilir. Öncelikle kullanılacak karınca sayısı, feromon hormonunun uçuculuğu ve bazı temel parametreler yardımıyla simulasyon gerçekleştirilir. Burada karıncalar takip edilir. Karıncalar içgüdüleri yardımıyla kendisine hedef olarak seçtiği yiyecek noktasına en kısa yolu bulmaya çalışır.
 

 
Ardından simulasyon başlatılır. Karıncalar zaman içerisinde en doğru yolu bulmaya başlayacaktır.
 
 
 
Karıncalar yuva ve yiyecek noktası arasında en uygun yolu bulmuştur.
 
 

Yapay Arı Kolonisi Algoritması

Yapay arı kolonisi algoritması 2005 yılında Derviş Karaboğa tarafından ortaya atılmış bir optimizasyon tekniğidir. Arıların yiyecek arama davranışlarının modellenmesi temeline dayanır.

Öncelikle yiyecekler rassal bir şekilde yerleştirilir. Arılar yiyecek kaynaklarını seçer ve depolamak için kaynağa yönelirler. Burada ilk toplama işini görevli arılar yaparlar. Arı kovanında bekleyen arılar dışarıdaki arıları izleyerek diğer kaynakları tespit ederler. Gerekli limite ulaşıldığı, yani kullanılan kaynakların bitiminde  diğer kaynaklara yönelim gerçekleşir.

İncelediğimiz optimizasyon algoritma çeşitlerinden de görüldüğü üzere canlıların davranışları temel alınarak temel mühendislik uygulamalarında ve akademik çalışmalarda kullanılmaktadır. Bu tür algoritmaların kullanılması bilimi daha da ilerilere taşıyacaktır.


Kaynak:


Science Direct
MIT
Elsevier

Yazar: Ali Can Çabuker

Aktif etkinlik bulunmamaktadır.
ANKET
Endüstri 4.0 için En Hazır Sektör Hangisidir

Sonuçlar