You are here

Genetik Algoritma Yaklaşımı ve Yöneylem Araştırmasında Bir Uygulama

Genetic Algoriuthm Approach and an Application in Operational Research

Journal Name:

Publication Year:

Abstract (2. Language): 
In industrial area, programs that are developed using artificial intelligence have been replacing the programs that are developed using classical programming and operational research techniques. Thus to increase the planned production and to maximize the profit; faster and realistic solutions will be obtained by developing systems that make recommendations and decide using facilities that are peculiar to human such as using intuitional parameters, making right analysis and decisions. It is very new to use genetic algorithms, which are still being researched, in solving optimization problems. In this study how genetic algorithm works and the solution of traveling salesman problem, which is among the operational research problems, using genetic algorithm are explained and a solution by a Java program is shown. Additionally solutions obtained using genetic algorithm and classical methods are compared.
Abstract (Original Language): 
Endüstri alanlarında klasik programlama ve yöneylem araştırması teknikleri ile geliştirilen programlar yerini artık yapay zeka teknikleri kullanılarak geliştirilen çalışmalara bırakmaktadır. Böylece planlanan üretimi artırmak ve kârı maksimize etmek için; sezgisel parametreleri kullanma, doğru analiz yapabilme ve anında karar verme gibi insana özgü olan yetileri kullanarak karar veren veya tavsiyelerde bulunan sistemlerin geliştirilmesi ile daha hızlı ve gerçekçi çözümler elde edilecektir. Halen araştırılmakta olan genetik algoritmaların optimizasyon problemlerinin çözümü için kullanılması oldukça yenidir. Bu çalışmada genetik algoritmanın nasıl çalıştığı ve yöneylem araştırması problemleri arasında yer alan gezgin satıcı probleminin genetik algoritma ile çözümü üzerinde durulmuş ve bunun için geliştirilen bir java programı ile çözümü tanıtılmıştır. Ayrıca genetik algoritma çözümü ve klasik yöntemlerle çözümleri karşılaştırılmaktadır.
191
208

REFERENCES

References: 

CHAMBERS, L.D. (1999), Practical Handbook of Genetic Algorithms .Complex Coding Systems
Volume III, CRC Press, 572 p. DOYRANLI,
Ş.(1999)
, Genetik Algoritmalar ile Seyahat Eden Satıcı Probleminin
Çözülmesi , GOLDBERG, D. E. (1989), Genetic Algorithms in Search, Optimization, and Machine Learning
Reading, MA : Addison-Wisley, 412 p.
HASŞERBETÇİ, H., K. (1997), Genetik Algoritmaların Yöneylem Araştırmasında Kullanılması,
Yüksek Lisans Tezi, Î.Ü İşletme Bölümü, 53 s. KAYA, M.(1999), Genetik Algoritma ve Gezgin Satıcı Probleminin Çözümü, Fırat Üniversitesi FBE
Yüksek Lisans Tezi.
KARR, L. C.,
FREEMA
N L. M. (1999), Industrial Applications of Genetic Algorithms, CRC Prees. 350 p.
KÖMÜR, M. ve ALTAN, M.(2001), Betonarme Bir Kiriş ve Kolonun Genetik Algoritma ile Optimum Tasarımı, Mühendislikte Modern Yöntemler Sempozyum Kitabı.
LALENA, M.(1998), Travelling Salesman Problem Using Genetic Algorithms < http://www.lalena.com/ai/tsp/>
MICHALEWICZ, Z. (1992), Genetic Algorithms + Data Structures = Evolution Programs, Springer-Verlag, 250 p.
MITCHELL, M. VE FOREST S.(1994), Genetic Algorithms and Artificial Life. Vol. 1, No. 3, pp. 267-289. Reprinted in C. G. Langton (Ed.) Artificial Life: an Overview, MIT Press, Cambridge, MA (1995).
OBİTKO,
M.
, (1998), Introduction to Genetic Algorithms, OĞUZ, M. ve AKBAŞ, S.(1997), Genetik Algoritmalar, YTÜ Endüstri Mühendisliği, Bitirme Tezi.
ÖZTÜRK, A.(2001), Yöneylem Araştırması, Genişletümu! 7. Basım, Ekin Kitabevi Yayınları,
Bursa.
PORTMANN M.C.(1996),
Genetic
Algorithms and Scheduling, A State of Art and Some Propositions, Workshop on Production Planning and Control, Mons, Belçika.

Thank you for copying data from http://www.arastirmax.com