Tarım arazisi verimliliği algoritmasının başlangıç popülasyonununkaotik haritalarla oluşturulması

Optimizasyon; belirli koşullar altında bir problemin olabilecek bütün çözümleri arasından en iyi çözümü seçme işi olarak tanımlanmaktadır. Optimizasyon problemlerinin çözümünde kullanılan klasik yöntemler, gerçek hayat problemlerinin çözümünde yetersiz kalabilmektedir. Ayrıca problemin boyutuyla orantılı olarak, çözüm süreleri ve çözüm karmaşıklığı aşırı artmaktadır. Klasik yöntemlerin bu dezavantajları, sezgisel araştırma yöntemlerinin gelişmesine yol açmıştır. Bilgisayarın gelişimine paralel olarak son kırk yıldır çalışılmakta olan sezgisel araştırma yöntemleri çoğunlukla doğadan ilham alır. Doğadaki fiziksel süreçler ve yasalar ile canlıların, kusursuz bir tasarıma sahip olması, davranışlarında ve yiyecek ararken en iyi ve en hızlı çözümü bulmaları bilim adamlarının araştırmalarına konu olmakta ve doğadan esinlenen algoritmaların artışına katkı da bulunmaktadır. Bu tez çalışmasında yakın zamanda önerilen Tarım Arazisi Verimliliği Algoritması detaylı olarak ele alınmıştır. Tarım Arazisi Verimliliği Algoritmasının başlangıç popülasyonu üretilirken kaotik haritalar kullanılmıştır. Kaotik haritalı başlangıç popülasyonları 3 farklı yaklaşım ile oluşturulmuştur. Her yaklaşımda 10(on) adet kaotik harita kullanılmıştır. Oluşturulan her bir kaotik haritalı algoritma 8 adet kalite testi fonksiyonu ile test edilmiştir. Yapılan testler sonucunda tüm popülasyonun ve tüm boyutların kaotik haritalar ile üretildiği ikinci yaklaşım da ve popülasyonun tek boyutlu olarak kaotik haritalar ile üretildiği üçüncü yaklaşım ile alınan sonuçlarda genel olarak standart Tarım Arazisi Algoritması ile benzer ya da daha iyi sonuçlar elde edildiği görülmüştür. İkinci yaklaşımda özellikle Çadır (Tent) kaotik haritasının uygulandığı Tarım Arazisi Verimliliği algoritmasının hemen her boyut ve iterasyon için daha başarılı sonuçlar ürettiği gözlemlenmiştir. Üçüncü yaklaşımda ise kaotik haritalı algoritmaların çoğunda başarılı sonuçlar elde edilmiştir.