İçeriğe atla
Üyelik kaydınızı yaparak son yazılan içeriklerden haberdar olun! ×

Bloglar

Yapay Zeka

Harmony Search (HS) Algoritması

Harmony Search (HS) algoritması, müzik sürecinden esinlenen bir metaheuristik optimizasyon algoritmasıdır. Metaheuristik algoritmalar, genellikle bir dizi çözümü keşfederek ve iyileştirerek belirli bir hedef fonksiyonunu minimize etmeye veya maksimize etmeye çalışır. HS, müzisyenlerin harika bir harmoni (veya optimal çözüm) bulmak için farklı enstrümanlar (veya karar değişkenleri) üzerindeki notaları (veya değerleri) ayarlamalarına benzer bir süreci taklit eder. HS algoritmasının temel adım
Doğuhan ELMA

Doğuhan ELMA tarafından Algoritmalar kategorisinde yayınlandı

0
Yapay Zeka

Aşırı Optimizasyon (Extremal Optimization - EO)

Extremal Optimization (EO) veya "Aşırı Optimizasyon", kısmi sıralamaları kullanarak genel olarak NP-zor problemlerin çözümünde uygulanan bir optimizasyon tekniğidir. Bu yaklaşım, sistemlerin dinamiklerini inceleyen istatistiksel fizikten ilham almıştır. Extremal Optimization, çok sayıda yerel minimum veya maksimuma sahip karmaşık optimizasyon problemlarının çözümü için genellikle kullanılır. EO algoritması genellikle aşağıdaki adımları içerir: 1. İlk olarak, bir başlangıç çözümü rastge
Doğuhan ELMA

Doğuhan ELMA tarafından Algoritmalar kategorisinde yayınlandı

0
Temel Matematik

Bilimsel Gösterim (Scientific Notation)

Scientific notation (bilimsel gösterim), genellikle çok büyük ya da çok küçük sayıları kolay ve açık bir şekilde ifade etmek için kullanılan bir yöntemdir. Bu notasyon, bir sayının onluk tabanda gösterimini ve bu sayının onluk tabanda kaçıncı kuvveti olduğunu belirtir. Bir sayıyı bilimsel gösterimde ifade etmek için aşağıdaki formatı kullanırız: a x 10^n Burada a sayısı, 1 ile 10 arasında (10 dahil değil) bir sayıdır ve n sayısı bir tam sayıdır. Örneğin, 300 sayısını bilimsel gö
Doğuhan ELMA

Doğuhan ELMA tarafından Nedir? kategorisinde yayınlandı

0
Yapay Zeka

Simulated Annealing (SA)

Simulated Annealing (SA), optimizasyon problemlerinin çözümü için kullanılan bir probabilistik tekniğe dayanan bir algoritmadır. Simulated annealing, adını malzemeler bilimindeki bir süreç olan tavlama işleminden alır. Tavlama, bir metali ısıtarak ve daha sonra yavaşça soğutarak, metali daha düşük enerji durumuna getiren ve böylece malzemenin iç yapısını iyileştiren bir süreçtir. Bu algoritmanın temel prensipleri şunlardır: 1. İnitializasyon: Başlangıçta, algoritma rastgele bir çözümle
Doğuhan ELMA

Doğuhan ELMA tarafından Algoritmalar kategorisinde yayınlandı

0
Yapay Zeka

Fiziksel algoritmalar (Physical Algorithms)

Fiziksel algoritmalar, doğadaki fiziksel süreçlerden ilham alan ve bu süreçleri çözüm arama stratejilerine dönüştüren bir dizi optimizasyon algoritmasını ifade eder. Bu algoritmalar genellikle meta-sezgisel (metaheuristic) algoritmalar olarak kabul edilir ve karmaşık optimizasyon problemlerini çözmek için kullanılır. Bazı yaygın fiziksel algoritmalar şunları içerir: Parçacık Sürü Optimizasyonu (Particle Swarm Optimization - PSO): PSO, kuş sürülerinin veya balık sürülerinin davranışını
Doğuhan ELMA

Doğuhan ELMA tarafından Nedir? kategorisinde yayınlandı

0
Yapay Zeka

Güç Pareto Evrimsel Algoritma (SPEA)

Güç Pareto Evrimsel Algoritma (SPEA), Zitzler ve Thiele tarafından 1999 yılında geliştirilen ve birçok hedefi olan optimizasyon problemlerini çözmek için tasarlanmış bir evrimsel algoritmadır. Pareto çözümlerini bulmak için kullanılır ve daha sonra Zitzler ve ekibi tarafından geliştirilmiş SPEA2'ye temel oluşturmuştur. Bu algoritma, çok hedefli optimizasyon problemlerinin çözümüne bir yaklaşım sunar ve belirli bir çözümün kalitesini belirlemek için bir fitness fonksiyonu kullanır. Pareto op
Doğuhan ELMA

Doğuhan ELMA tarafından Algoritmalar kategorisinde yayınlandı

0
Yapay Zeka

Baskın Olmayan Sıralama Genetik Algoritması II (Non-dominated Sorting Genetic Algorithm II - NSGA-II)

Baskın Olmayan Sıralama Genetik Algoritması II (Non-dominated Sorting Genetic Algorithm II veya kısaca NSGA-II), çok amaçlı optimizasyon problemlerini çözmek için tasarlanmış bir evrimsel algoritmadır. Kalyanmoy Deb ve arkadaşları tarafından 2002 yılında geliştirilmiştir. Çok amaçlı optimizasyon, birbiriyle çelişen birden çok hedefi optimize etme problemini ifade eder. Bu durumda, tek bir "en iyi" çözüm yerine, çeşitli "eşit derecede iyi" çözümler bulunabilir ve bunlar genellikle Pareto-opt
Doğuhan ELMA

Doğuhan ELMA tarafından Algoritmalar kategorisinde yayınlandı

0
Yapay Zeka

Öğrenme Sınıflandırıcı Sistemi(Learning Classifier System-LCS)

Learning Classifier System (LCS), bir tür genetik algoritma tabanlı makine öğrenmesi sistemidir. İçerdikleri adaptif öğrenme ve evrimsel bilgiyi birleştirerek karmaşık sistemlerin davranışlarını modellemek veya tahmin etmek için kullanılırlar. Yani, genetik algoritmaların temel prensiplerini, örneğin seçilim, çaprazlama ve mutasyon gibi, kullanarak bir dizi kural oluştururlar ve bu kuralların kalitesini artırırlar. Bu sayede, algoritma karmaşık problemlere karşı uygun çözümler üretebilir. B
Doğuhan ELMA

Doğuhan ELMA tarafından Algoritmalar kategorisinde yayınlandı

0
Yapay Zeka

Gene Expression Programming (GEP)

Gene Expression Programming (GEP), genetik programlama (GP) ve genetik algoritmalar (GA) arasında bir bağlantı kurmayı hedefleyen bir evrimsel algoritma türüdür. GEP, Portekizli bilim insanı Candida Ferreira tarafından 2001 yılında geliştirilmiştir. GEP, genetik programlamada kullanılan ağaç temsili yerine, genetik algoritmalarda kullanılan lineer kromozom temsilini kullanır. Bu, GEP'nin genetik algoritmaların avantajlarından (örneğin, basit çaprazlama ve mutasyon işlemleri) yararlanmasını
Doğuhan ELMA

Doğuhan ELMA tarafından Algoritmalar kategorisinde yayınlandı

0
Yapay Zeka

Grammatikal Evrim (Grammatical Evolution, GE)

Grammatikal Evrim (Grammatical Evolution, GE), genetik algoritmalar ve biyolojik genlerin DNA'daki kodlama biçimi arasındaki bağlantıları kullanarak karmaşık yapılar ve işlevler üretmeyi amaçlayan bir tür genetik programlamadır. GE, bir dizi geni (genellikle bir dizi tam sayıyı temsil eden bir bit dizesi) alır ve bu genleri bir dilin dil bilgisi kurallarına göre bir dizi sembol veya komut haline dönüştürür. Bu dönüşüm, gen dizisinin nasıl bir dil bilgisi ağacına (ve dolayısıyla bir işlev veya pr
Doğuhan ELMA

Doğuhan ELMA tarafından Algoritmalar kategorisinde yayınlandı

0
Yapay Zeka

Evrimsel Programlama (Evolutionary Programming, EP)

Evrimsel programlama (Evolutionary Programming, EP), genetik programlama ve genetik algoritmalar gibi evrimsel algoritma sınıfına ait bir optimizasyon yöntemidir. EP, 1960'ların sonlarında Lawrence J. Fogel tarafından geliştirildi ve başlangıçta önceden belirlenmiş bir sıra ve yöntemle gerçekleştirilen görevleri yerine getiren makinelerin (örn. otonom robotlar) davranışlarını evrimleştirmek için tasarlandı. EP, genellikle sürekli optimizasyon problemlerinde kullanılır. Her birey, bir çözüm
Doğuhan ELMA

Doğuhan ELMA tarafından Algoritmalar kategorisinde yayınlandı

0
Yapay Zeka

Diferansiyel Evrim(Differential Evolution,DE)

Differential Evolution (DE), genel amaçlı bir optimizasyon algoritmasıdır ve genellikle sürekli değerli fonksiyonların global optimizasyonunda kullanılır. DE, popülasyon tabanlı bir arama algoritmasıdır ve genellikle oldukça basit ve anlaşılır bir algoritmadır. En önemli özelliklerinden biri, arama süreci sırasında hem arama alanının genişlemesine hem de yoğunlaşmasına izin veren bir mekanizmaya sahip olmasıdır. Python'da, scipy.optimize.differential_evolution kullanarak DE uygulanabilir. Ö
Doğuhan ELMA

Doğuhan ELMA tarafından Algoritmalar kategorisinde yayınlandı

0
Yapay Zeka

Evrim Stratejileri (Evolution Strategies, ES)

Evrim Stratejileri (Evolution Strategies, ES), genetik algoritmalar ve genetik programlama gibi evrimsel algoritmaların bir alt kümesidir. ES, genellikle sürekli optimizasyon problemlerinde kullanılır ve genellikle genlerin mutasyonlarına odaklanır. Her bir birey, bir çözüm ve bir veya daha fazla strateji parametresi içerir. Bu strateji parametreleri, genellikle çözümün mutasyon özelliklerini belirler. Aşağıda, basit bir Evrim Stratejisi örneği verilmiştir. Bu örnekte, DEAP (Distributed Evo
Doğuhan ELMA

Doğuhan ELMA tarafından Algoritmalar kategorisinde yayınlandı

0
Yapay Zeka

Ağaç Tabanlı Genetik Programlama (Tree-Based Genetic Programming, GP)

Ağaç Tabanlı Genetik Programlama (Tree-Based Genetic Programming, GP), genetik algoritmaların bir alt kümesidir ve evrimsel hesaplamanın bir formudur. GP'nin amacı, bir problemi çözmek için belirli bir ifade veya algoritmayı otomatik olarak keşfetmektir. Bir GP algoritması genellikle, popülasyonları ve genetik operatörleri (mutasyon, çaprazlama vb.) kullanarak bireysel çözümlerin bir dizi evrimsel işlemi aracılığıyla zaman içinde evrimleşmesini içerir. Her birey, bir problemin çözümünü tems
Doğuhan ELMA

Doğuhan ELMA tarafından Algoritmalar kategorisinde yayınlandı

0
Yapay Zeka

Lineer Genetik Programlama (LGP)

Lineer Genetik Programlama (LGP), genetik programlama tekniğinin bir türüdür. LGP, programları bir dizi talimat olarak temsil eder. Bu, genellikle bir dizi operatör ve sabit veya değişken adreslerine sahiptir. LGP'nin diğer GP tekniklerinden (örneğin, ağaç tabanlı GP) farkı, programların ağaç yapısı yerine düz, sıralı bir yapının (lineer) oluşturduğu genlerden oluşmasıdır. Bu genler, belli bir problemi çözmek için birbirleriyle etkileşime girebilir. LGP genellikle büyük ölçekli problem
Doğuhan ELMA

Doğuhan ELMA tarafından Algoritmalar kategorisinde yayınlandı

0
Yapay Zeka

Genetik programlama (Genetic Programming - GP)

Genetik programlama (Genetic Programming - GP), yapay zeka alanındaki evrimsel algoritma ailesinin bir parçası olan bir tekniktir. Bu teknik, problemlerin çözümünü otomatik olarak oluşturmayı ve geliştirmeyi amaçlar. Genetik programlamanın temel fikri, doğal evrim sürecini taklit etmektir - yani mutasyon, çaprazlama (rekombinasyon) ve doğal seçilim. Genetik programlama, bir programın farklı versiyonlarını 'bireyler' olarak görür ve bu bireyler bir 'popülasyon' oluşturur. Her birey, belirli
Doğuhan ELMA

Doğuhan ELMA tarafından Algoritmalar kategorisinde yayınlandı

0
Yapay Zeka

Gezgin Satıcı Problemi (TSP - Traveling Salesman Problem)

Gezgin Satıcı Problemi (TSP - Traveling Salesman Problem), operasyonel araştırma ve teorik bilgisayar bilimi alanlarında önemli bir problemi ifade eder. Bu problem, bir satıcının bir dizi şehri ziyaret etmesi ve başlangıç şehrine dönmesi gerektiği durumu ele alır. Ancak, burada ana hedef, toplam yolculuk süresini veya mesafeyi minimize etmektir. Gezgin Satıcı Problemi'nin çeşitli versiyonları vardır, ancak en yaygın olanı şudur: 1. Satıcının her şehri yalnızca bir kez ziyaret etmesi ge
Doğuhan ELMA

Doğuhan ELMA tarafından Nedir? kategorisinde yayınlandı

0
Yapay Zeka

Genetik algoritmalar (GA)

Genetik algoritmalar (GA), doğadaki evrimsel süreçleri simüle ederek, optimizasyon ve arama problemlarını çözmek için kullanılan bir algoritma türüdür. GA'ler, genetik çeşitliliği korumak ve yeni çözüm alanlarına ulaşmak için genetik çaprazlama, mutasyon ve doğal seçilim prensiplerini kullanır. GA'ler, bir problemi çözmek için kullanılan potansiyel çözümlerin bir "popülasyonunu" işler. Her çözüm bir "birey" veya "organizma" olarak adlandırılır ve her bireyin bir "genomu" (genetik yapısı) va
Doğuhan ELMA

Doğuhan ELMA tarafından Algoritmalar kategorisinde yayınlandı

0
Yapay Zeka

Evrimsel Algoritmalar

Evrimsel Algoritmalar, biyolojik evrimin süreç ve mekanizmalarından ilham alan hesaplama yöntemleriyle ilgili Evrimsel Hesaplama çalışma alanına aittir. Doğal seçilim yoluyla evrim süreci (modifikasyonlu iniş), Darwin tarafından yaşamın çeşitliliğini ve çevresine uygunluğunu (adaptif uyum) açıklamak için önerildi. Evrim mekanizmaları, genetik materyalin (proteinlerin) modifikasyonu ve çoğaltılması yoluyla evrimin gerçekte nasıl gerçekleştiğini tanımlar. Evrimsel Algoritmalar, bu süreçlerin ve me
Doğuhan ELMA

Doğuhan ELMA tarafından Algoritmalar kategorisinde yayınlandı

0
Yapay Zeka

Reaktif Tabu Arama Algoritması(Reactive Tabu Search)

Tabu Arama algoritması, arama algoritmasının yerel bir minimumda takılıp kalmamasını sağlamak için, daha önce ziyaret edilen çözümleri bir "tabu listesi"nde saklar ve tekrar ziyaret edilmesini engeller. Bu, algoritmanın çözüm uzayında daha geniş bir arama yapabilmesine olanak sağlar. Ancak, bu yaklaşımın belirli bir zorluğu vardır. Tabu listesinin boyutunu (yani, kaç çözümün 'tabu' olarak kabul edileceğini) belirlemek zordur. Çok kısa bir liste, algoritmanın tekrar tekrar aynı çözümleri bulmasın
Doğuhan ELMA

Doğuhan ELMA tarafından Algoritmalar kategorisinde yayınlandı

0
Yapay Zeka

Tabu Arama (Tabu Search)

Tabu Arama (Tabu Search), Fred Glover tarafından 1980'lerin başında geliştirilen, yerel optimumlardan kaçınmayı amaçlayan ve global optimuma ulaşmayı hedefleyen bir metaheuristik arama algoritmasıdır. Bu, özellikle NP-zor problemler gibi karmaşık ve zor optimizasyon problemlerini çözme yeteneği ile bilinir. Algoritma, çözüm uzayındaki bir başlangıç noktasından hareket eder ve her bir iterasyonda, mevcut çözümün etrafındaki 'mahalle'deki (benzer çözümler kümesi) en iyi çözümü bulmaya çalışır
Doğuhan ELMA

Doğuhan ELMA tarafından Algoritmalar kategorisinde yayınlandı

0
Yapay Zeka

Dağılım Araması (Scatter Search)

Dağılım Araması (Scatter Search), optimizasyon algoritmalarından biridir ve birden çok çözüm oluşturmak ve bu çözümleri birleştirerek daha iyi çözümler elde etmek için özellikle tasarlanmıştır. Scatter Search, çözüm kümesini sürekli olarak genişletir ve iyileştirir. Scatter Search'de çözüm adayları, önceden belirlenmiş bir dağılım kullanılarak belirlenen çeşitlilik kriterlerine göre seçilir. Çözüm adayları genellikle "referans seti" adı verilen bir kümede saklanır ve bu set daha sonra yeni
Doğuhan ELMA

Doğuhan ELMA tarafından Algoritmalar kategorisinde yayınlandı

0
Yapay Zeka

Açgözlü Rastgele Uyarlanabilir Arama (Greedy Randomized Adaptive Search Procedure, GRASP)

Açgözlü Rastgele Uyarlanabilir Arama (Greedy Randomized Adaptive Search Procedure, GRASP) bir heuristik veya metaheuristik arama algoritmasıdır. Bu algoritma, karmaşık optimizasyon problemlerini çözmek için kullanılır. GRASP, genellikle NP-zor problemleri çözmede etkilidir. Algoritmanın genel yaklaşımı iki ana adımdan oluşur:  1. Yapılandırma Fazı: Bu aşamada, GRASP, olası çözümler arasından rastgele birini seçer. Ancak bu tamamen rastgele bir seçim değildir: seçim, çözümün kalitesini artır
Doğuhan ELMA

Doğuhan ELMA tarafından Algoritmalar kategorisinde yayınlandı

0
×
×
  • Create New...