Küme örtüsü probleminin genetik algoritma ile çözümü
2023
0 görüntülenme
0 i̇ndirme
Danışman: Prof. Dr. Murat Erşen Berberler
Özet (TR)
Küme Örtüsü Problemi (KÖP), çeşitli alanlarda uygulamaları olan bir kombinatoryal optimizasyon problemidir. Seçilen kümelerin toplam sayısını en aza indirirken tüm öğeleri kapsayacak şekilde belirli bir uzaydan alt küme seçmeyi amaçlar. Doğal evrim süreçlerinden esinlenen Genetik Algoritmalar (GA), karmaşık optimizasyon problemlerinin çözümünde umut vaat eden sonuçlar vermektedir. Bu çalışmada, KÖP'ün üstesinden gelmek için başlangıç popülasyonunda kümelerin frekanslarına göre sıralama yapan bir sezgisel algoritma kullanılarak genetik algoritma ile çözüm sunulmaktadır. Ayrıca çözüm kümesine iyi katkı yapacak alt kümelerin seçimlerine öncelik verilmesi için bir seçim formülü geliştirilmiştir. Önerilen algoritma, seçim, çaprazlama ve mutasyon gibi genetik operatörleri kullanarak bir çözüm popülasyonunu geliştirmeyi amaçlamaktadır. Bireylerin uygunluğu, minimum sayıda küme ile tüm elemanların örtülme yeteneklerine göre belirlenmektedir. Genetik algoritma, nesiller boyunca çözümleri yinelemeli olarak iyileştirir ve kademeli olarak optimum veya optimuma yakın çözümlere yaklaşmaktadır. KÖP'ün çeşitli örnek problemleri üzerinde deneyler yaparak önerilen algoritmanın sonuçları gösterilmiştir.
Yazar
Dr. Müge Oluçoğlu
Bu Yayına Nasıl Atıf Yapılır
Müge Oluçoğlu (Yüksek Lisans Tezi). Küme örtüsü probleminin genetik algoritma ile çözümü, 2023, Dokuz Eylül University.
Anahtar Kelimeler
Lisans
Tüm Hakları Saklıdır
Bu eser belirtilen lisans koşulları altında paylaşılmaktadır.
Dokuz Eylül University tezlerinden daha fazlası
- AFAD gönüllülük sisteminin etkin müdahale açısından analiz(2020)
- Düşünce ve uygulamaları ile Atatürk'ün manevi kızı Afet İnan(2018)
- Bronşektazili hastalarda modifiye artan hızda basamak testinin belirleyicileri(2021)
- Ekonomik kriz ve Türkiye'de organize suçlar(2020)
- CPAP tedavisi altında olan orta ve ağır obstrüktif uyku apnesi tanılı hastalarda, orofaringeal egzersizin etkinliği: Randomize kontrollü klinik çalışma(2020)
- Vergi yükü açısından seçilmiş eski SSCB ülkeleri ve Azerbaycan(2020)
