Gruplayıcı genetik algoritmalarda evrimsel operatörlerin çeşitlilik ve sonuç kalitesine etkisi

Genetik algoritmalar, karmaşık problemleri çözmek için kullanılan evrimsel meta-sezgisel algoritmalardır. Literatürde birçok varyasyon olmasına rağmen, tüm genetik algoritmalardaki ortak nokta bir dizi evrimsel operatörün tekrarlı bir şekilde bir dizi rastgele çözüme uygulanmasıdır. Bu evrimsel operatörler, mümkün olan en iyi çözümü elde etmek için yarı rastgele bir şekilde yeni çözümler üretmeyi amaçlamaktadır. Evrimsel operatörlerin etkinliği büyük ölçüde iki rakip faktöre, yani problem alanının keşfi ve sömürüsüne bağlıdır. Her ne kadar çeşitli genetik algoritma operatörleri ve bunların modifikasyonları önerilmiş ve literatürde karşılaştırılmış olsa da, farklı operatörlerin bir arada keşif ve sömürü açısından nasıl bir performans sergilediği analiz edilmemiştir. Bu tezde, keşif ve sömürü çözüm kümesinin çeşitliliğine ve uygunluğuna indirgenip genetik algoritmanın çeşitli bileşenleri ile arasındaki etkileşimleri ayrıntılı olarak incelenmiştir. Bu amaçla, kutulama problemi ve hat dengeleme problemleri gibi problemleri çözmek için genetik algoritmaların özel versiyonları olan gruplayıcı genetik algoritma kullanılmıştır. Daha sonra, önce U Tipi Montaj Hattı Dengeleme Problemi için yeni bir gruplama genetik algoritması önerilerek, kutu paketleme problemi ve U Tipi Montaj Hattı Dengeleme problemi için olası evrimsel operatörlerin ayrıntılı bir çapraz incelemesi sunulmuştur.