Show simple item record

dc.contributor.advisorOral, Mustafa
dc.contributor.authorKartal, Serkan
dc.date.accessioned2020-12-07T11:09:19Z
dc.date.available2020-12-07T11:09:19Z
dc.date.submitted2013
dc.date.issued2018-08-06
dc.identifier.urihttps://acikbilim.yok.gov.tr/handle/20.500.12812/137170
dc.description.abstractBu çalışmanın amacı, Genetik Algoritma (GA) nın performansını arttırmakve seçim mekanizmasını benzer birey - farklı birey eş seçimi (ADM) ilebirleştirerek daha doğal bir yaklaşım haline getirmektir.Bu çalışmada, basit ve etkili bir ADM tabanlı, sürekli değerlerle kodlanmışgenetik algoritma (RCGA) öne sürülmüş ve daha sonra karmaşık optimizasyonproblemlerini çözmek için kullanılmıştır. Öne sürülen farklı birey eş seçim yaklaşımıGA'nın genel en iyiyi arama yeteneğini arttırdığı gibi benzer birey eş seçiminineklenmesi de en iyiye yakınsama hızını arttırmaktadır. Çalışmada sekiz farklı ADMstratejisi önerilmiştir. Öne sürülen stratejilerin performansları, on farklı geneloptimizasyon değerlendirme fonksiyonu kullanılarak değerlendirilmiştir. Sonuçlarfarklılık tabanlı eş seçim stratejisinin daha hızlı, tutarlı, güvenilir olduğunu ve buçalışmadaki diğer tüm GA'lardan daha iyi sonuç verdiğini göstermektedir. Anahtar Kelimeler: Genetic algoritma, farklı birey eş seçimi, benzer birey eş seçimi.
dc.description.abstractThe aim of this study is to improve the performance of Genetic Algorithm(GA) and extend the GA towards a more natural approach by incorporatingassortative & disassortative mating (ADM) to the selection strategies.In this study, a simple and efficient ADM based real-coded genetic algorithm(RCGA) is proposed and then employed to solve complex function optimizationproblems. The suggested DISASSORTATIVE mating approaches enhances theabilities of GAs in searching global optima as well as in speeding convergence byintegrating the ASSORTATIVE mating search strategies. Eight different ADMstrategies were proposed within this study. Using ten benchmark global optimizationtest functions, the performance of these strategies were evaluated. Results indicatethat the disassortative based mating strategies are fast, accurate, and reliable, andoutperform all the other GAs considered in the present study.Key Words: Genetic algorithm, diversity, disassortative mating, assortative mating.en_US
dc.languageEnglish
dc.language.isoen
dc.rightsinfo:eu-repo/semantics/openAccess
dc.rightsAttribution 4.0 United Statestr_TR
dc.rights.urihttps://creativecommons.org/licenses/by/4.0/
dc.subjectBilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontroltr_TR
dc.subjectComputer Engineering and Computer Science and Controlen_US
dc.titleAssortative disassortative selection mechanisms for genetic algorithms
dc.title.alternativeGenetik algoritmalar için assortatif- disassortatif seçilim mekanizmalari
dc.typemasterThesis
dc.date.updated2018-08-06
dc.contributor.departmentBilgisayar Mühendisliği Anabilim Dalı
dc.subject.ytmGenetic algorithm technique
dc.identifier.yokid10016293
dc.publisher.instituteFen Bilimleri Enstitüsü
dc.publisher.universityÇUKUROVA ÜNİVERSİTESİ
dc.identifier.thesisid343335
dc.description.pages101
dc.publisher.disciplineDiğer


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record

info:eu-repo/semantics/openAccess
Except where otherwise noted, this item's license is described as info:eu-repo/semantics/openAccess