Ayırma analizine matematiksel programlama ve yapay sinir ağları yaklaşımları

Ayırma analizi sosyal bilimlerde, finans, pazarlama ve muhasebe gibi iş alanlarında ve biyoloji gibi taksonomi ve sınıflama analizlerinin içerildiği diğer alanlarda geniş bir kullanımı olan bir araçtır. Bu çalışmada sınıflandırma problemleri için biri matematiksel programlamaya dayalı diğeri de yapay sinir ağlarına dayalı iki yeni yaklaşım önerilmiştir. Yeni matematiksel programlama modeli literatürde önerilen matematiksel programlama modellerinin güçlü özelliklerine dayanmaktadır. Sınıflandırma problemlerinde yapay sinir ağları da oldukça geniş bir kullanıma sahiptir. Yapay sinir ağlarının eğitilmesinde kullanılan geri yayılım algoritması yerel çözümlere yakalanma ve bazı durumlarda düşük sınıflandırma performansı vermesi gibi olumsuzluklara sahiptir. Bu çalışmada, yapay sinir ağlarının eğitilmesi sürekli parametreli genetik algoritma ile ele alınmış ve sürekli parametreli genetik algoritma ile eğitilmiş ağ yapısı sınıflandırma modellerinin çözümünde kullanılmıştır. Hem yeni önerilen matematiksel programlama modeli hem de sürekli parametreli genetik algoritma ile eğitilmiş ağ yapısı diğer geleneksel yöntemlerle beraber literatürden alınan 12 farklı gerçek sınıflandırma probleminde ve simülasyon verisinde sınanmıştır.Sonuçlar yeni önerilen matematiksel programlama modeli ve sürekli parametreli genetik algoritma ile eğitilmiş ağ yapısının diğer sınıflandırma yöntemlerine göre daha iyi olduğunu göstermektedir.