Symbiotik Populasyon Kullanımı İle Diploid Genetik Algoritmalarda Baskınlık Mekanizmalarının Öğrenilmesi

Abstract

Bu çalışmada, doğadan esinlenen diploid ve baskınlık mekanizmalarıyla dinamik optimizasyon problemleri için diploid popülasyonlar kullanılarak modellenen bir baskınlık mekanizması önerilmiştir.Diploid genetik algoritmaların baskınlık tasarımı tümleşik optimizasyon problemi olarak değerlendirilmiştir.Yeni popülasyon çeşidi kullanılarak diploid genetik algoritmaların baskınlık mekanizmalarının öğrenilmesi hedef alınmıştır.Bu popülasyon çeşidi bu tezde Simbiyotik popülasyon olarak adlandırılmıştır. Geleneksel genetik algoritmaların dinamik ortam içerisindeki dayanıklılık ve adaptabilitesini artırmak amacıyla baskınlık mekanizmalarının öğrenilmesi bu tezde önemle incelenmiştir.

Genetic Algorithms (GAs) belong to type of Evolutionary Algorithm that is population based optimization algorithms and it was initially conceived by Holland as a means of studying adaptive behavior and performs an adaptive search by maintaining a population of candidate solutions that are allocated dynamically to promising regions of the search space. In this thesis, we accept the learning dominance mechanism from symbiotic population as a combinatorial optimisation problem. So we propose a new population type which called Symbiotic population. We carefully investigate the effect of the symbiotic population to the diploid genetic algorithm with constructing two different symbiotic population based models. The aim of this work is to illustrate applications of one of the evolutionary computation type which is Genetic Algorithm (GA) to problems in the biological sciences, with particular emphasis on problems in optimization.