Genetik algoritmada çaprazlama operatörü için bir benzerlik ölçütü geliştirilmesi

Abstract

Genetik algoritmalar, birçok çözülmesi ve/veya modellemesi zor olan problemde iyi çözümler bulmak için sıklıkla kullanılan yaygın bir yöntemdir. Bu yöntemin en önemli aşamalarından bir tanesi çaprazlama aşamasıdır. Bu aşamada hangi kromozomların hangi kromozomlar ile çaprazlanacağı geleneksel genetik algoritma uygulamalarında rassal olarak belirlenmekte ve çeşitli çaprazlama kurallarına göre çaprazlama yapılmaktadır. Bu çalışmada eşleşmek için seçilen kromozomların hangisinin hangi kromozom ile eşleşeceği kararını, rassallıktan çıkararak, kromozomların benzerlik değerlerinin hesaplanması ile belirli kurallar çerçevesinde yapılması gerçekleştirilmiştir. Bu amaca yönelik olarak yeni bir benzerlik ölçütü tanımlanmıştır. Yeni benzerlik ölçütü tanımlanırken, bilgi teknolojileri alanında sıklıkla içerik benzerliğini tespit etmek için kullanılan ve sadece elemanları değil de onların sıralamalarını da dikkate alan ölçütlerden esinlenilmiştir. Geliştirilen metot genetik algoritmaların yaygın olarak kullanıldığı iki problem tipi için test edilmiş ve sonuçları sunulmuştur. Analizler sonucu test edilen iki problem için de, yeni geliştirilen benzerlik ölçütü kullanılarak yürütülen algoritmanın, standart genetik algoritma metoduna göre daha iyi sonuç verdiği tespit edilmiştir.

Genetic algorithm is a powerful tool that has been successfully applied to many real world and academic optimization problems and the crossover process is the most important operation of a GA. This paper presents an add-on that helps to improve solution of the GA. The method based on the modification of selection process of chromosomes for crossover by using similarity of the individuals in the population according to a pre-defined method, but not randomly as usual. A new similarity measure is defined to calculate chromosome similarities. The calculation of the similarities of chromosomes likes the approach in information technologies in which the comparison of two texts depends on not only the similarity of words or phrases, but also the order of them. The improved method is tested for two common problems. The average results are better from the regular GA for tested problems.