The seventh International Congress on Advances in Civil Engineering, ACE 2006, İstanbul, Türkiye, 11 - 13 Ekim 2006, ss.1-10
Genetik algoritmalar yapay zekânın gittikçe genişleyen bir kolu olan evrimsel hesaplama tekniğinin bir parçasını oluşturmaktadır. Adından da anlaşılacağı üzere evrimsel hesaplama olan genetik algoritma Darwin’in evrim teorisinden esinlenerek oluşturulmuştur Herhangi bir problemin genetik algoritmayla çözümü, problemi sanal olarak evrimden geçirmek suretiyle yapılmaktadır. Genetik algoritmada her bir çözüm sanal bir birey, çözümler kümesi ise popülasyon olarak adlandırılmaktadır. Genetik algoritma ile bir problem çözülürken kullanılan birçok parametre vardır. Bu parametreler arasında çaprazlama ve mutasyon operatörü sık kullanılan iki önemli parametredir. Çaprazlama operatörü, genetik algoritmada üretilen bir önceki bireylerden daha iyi bireyler oluşturmak amacıyla yürütülür. Mutasyon operatörü ise çözüm aşamasında erken yakınsamayı önlemek için kullanılır. Çaprazlama ve mutasyon operatörü belirli oranlarda uygulanarak bu operatörlerin çözüm sürecine etkisi bu çalışmada araştırılmıştır. Ayrıca bu çalışmada popülasyon hacmi ve ceza katsayısı gibi bazı parametrelerin de çözüm sürecine etkisi literatürden alınan örnekler üzerinde incelenmiştir. Popülasyon hacmi problemin çözüm sürecini etkilerken, ceza katsayısı ise problemin sınırlayıcılarını dikkate alan ceza fonksiyonlarını değiştirmektedir. Problemlere göre farklı değerler alabilen ceza katsayılarının nasıl belirleneceği tam olarak bilinmemektedir. Bu çalışmada yukarıda bahsedilen genetik algoritma parametrelerinin çözüm sürecine etkisini araştırmak için FORTRAN programlama dilinde bir genetik algoritma programı kafes sistemler için geliştirilmiştir. Çaprazlama oranı, mutasyon oranı, birey sayısı ve ceza katsayısı gibi parametrelerin değiştirilebilmesine olanak tanıyan bu program birçok defa koşturulmuştur.
Anahtar sözcükler: Genetik algoritma, Kafes sistemler, Popülasyon hacmi, Ceza katsayısı, Mutasyon oranı, Çaprazlama oranı.