Çok Amaçlı Problemlerinin Genetik Algoritma İle Optimizasyonu

Implementation of non-dominated sorting genetic algorithm (NSGA-II)

Genetik algoritma nedir nasıl çalışır?

Genetik algoritmalar problemlere tek bir çözüm üretmek yerine farklı çözümlerden oluşan bir çözüm kümesi üretir. Böylelikle, arama uzayında aynı anda birçok nokta değerlendirilmekte ve sonuçta global çözüme ulaşma olasılığı yükselmektedir. Çözüm kümesindeki çözümler birbirinden tamamen bağımsızdır.

Genetik algoritmalar en iyileme (optimizasyon) problemlerinin çözümünde kullanılan çok etkili arama yöntemleridir. Eğer bir optimizasyon probleminde birden fazla amaç değerlendiriliyorsa, o zaman buna çok amaçlı problem adı verilir ve bu problemlerin çözümünde NSGA-II yöntemleri kullanılır.

Çok Amaçlı Problemlerinin Genetik Algoritma İle Optimizasyonu Video Eğitimde neler var?

• 1.Bölüm: Genetik Algoritma Nedir: Genetik Algoritmalar(GA)ın-Tarihçesi-Tanımı-Temel Kavramları anlatılıyor.
• 2.Bölüm: GENETİK İŞLEMCİLER ( genetik algoritma çaprazlama , Genetik algoritma mutasyon,Yardımcı İşlemciler,Seçme,…) anlatılıyor.
• 3.Bölüm: MATLAB GA ToolboxKullanmadan Matlab ‘da Bir M-file içerisinde Genetik algoritmanın kodu yazılır.(kod yazarken her satırda kullanılan komutlar anlatılıyor.)
• 4.Bölüm: ÇOK AMAÇLI OPTIMIZASYON PROBLEMLERININ GENETIK ALGORITMA (NSGA-II) ILE ÇÖZÜM SUNULMUŞTUR.
  

  Öğrenecekleriniz

  • Genetik Algoritmalar Tanımı ve Temeli
  • GENETİK İŞLEMCİLER (Çaprazlama, Mutasyon,Yardımcı İşlemciler,Seçme,…)
  • Matlab ‘da Bir M-file içerisinde Genetik algorıtmanın kod yazımı
  • ÇOK AMAÇLI OPTIMIZASYON PROBLEMLERININ GENETIK ALGORITMA (NSGA-II) ILE ÇÖZÜMÜ