Loading presentation...

Present Remotely

Send the link below via email or IM

Copy

Present to your audience

Start remote presentation

  • Invited audience members will follow you as you navigate and present
  • People invited to a presentation do not need a Prezi account
  • This link expires 10 minutes after you close the presentation
  • A maximum of 30 users can follow your presentation
  • Learn more about this feature in our knowledge base article

Do you really want to delete this prezi?

Neither you, nor the coeditors you shared it with will be able to recover it again.

DeleteCancel

Make your likes visible on Facebook?

Connect your Facebook account to Prezi and let your likes appear on your timeline.
You can change this under Settings & Account at any time.

No, thanks

GENETİK PROGRAMLAMA

No description
by

Ozan Kılıç

on 16 December 2014

Comments (0)

Please log in to add your comment.

Report abuse

Transcript of GENETİK PROGRAMLAMA

GENETIK PROGRAMLAMA
GENETİK PROGRAMLAMA
Zehra SERTDEMİR 1030720089
Burçin BÜYÜK 1030720115
Şeyma SARIKOYUN 1030720099
Ozan KILIÇ 1030720106
Bilge Kağan ÇELİK 1030720052
Teşekkürler...
Genetik Programlama Nedir ?

Bir problemi çözmek ya da çözümüne yaklaşmak amacıyla önceden boyut ve şeklinin belirlenmesine ihtiyaç duyulmayan her türlü veri / bilgi yapısını ve içeriğini bulmak için bir yol sağlayan bir metottur.

İlk genetik programlama uygulaması 1992 yılında John Koza tarafından genetik algoritma kullanılarak çeşitli görevleri yerine getiren bilgisayar programlarının geliştirilmesi ile ortaya çıkmıştır.



Genetik Programlamanın Amacı

Genetik programlama, üretim sistemlerinde çizelgeleme problemine kısa zamanda iyi çözümler üretmek amacıyla tasarlanmıştır.

Henüz bilinmeyen öncelik kurallarını ve yeni çizelgeleme algoritmalarını geliştirmek amacıyla kullanılmıştır.







Genetik Programlama Nedir ?
Genetik programlama, genetik algoritma tekniğinin bir uzantısı olarak geliştirilmiştir.

Genetik algoritma, belirli sayıda aday çözüm üzerinde seçim,çaprazlama ve mutasyon operatörlerini kullanarak daha iyi çözümler elde etmeye çalışan bir sezgisel arama tekniğidir.



Genetik programlama, birbirinden üretilen ve çözüme daha yakın programlar (bireyler) kümesinden oluşmaktadır.

Her adımda bir öncekinden daha başarılı programların üretilmesi hedeflenmektedir. Zaman içerisinde bulunulan ortamın gereklerine göre en iyi olan program varlığını devam ettirmektedir.

Genetik Programlama ve Genetik Algoritma
Farklılıkları

Genetik programlama ile genetik algoritmaların arasındaki temel farklılık, çözüm yapısının gösterimi (kromozom) ve bu gösterimin taşıdığı anlamda ortaya çıkmaktadır.

Genetik algoritmalar genelde sabit uzunluktaki dizilere sahip çözümler üzerinde çalışır.

Standart genetik programlama ise genellikle bilgisayar programlarını ya da bilgisayar programı şeklinde gösterilebilecek algoritmaları barındıran ağaç yapısına sahip çözümler üzerinde çalışır.




Standart Genetik Programlama
Standart genetik programlama (ağaç yapılı) ve genetik algoritmada (ikili kodlamalı) yaygın olarak kullanılan çözüm gösterimi vardır.

Şekil a genetik algoritmanın ikili kodlamalı
gösterimidir.

Şekil b genetik programlamanın ağaç yapılı
gösterimidir.


Standart Genetik Programlama Akışı
Genetik programlama işlemlere çözüm kümesini rastgele üreterek başlar. Bu rastgele çözüm kümesini ise problemin terminal ve fonksiyon kümelerini kullanarak oluşturur.

Çözüm kümesi içerisindeki çözümler rastgele oluşturulduğundan farklı şekillerdedir. Bu işlemin ardından durma kriteri sağlanana kadar tekrarlı şekilde devam edecek işlemler gelir.

Popülasyon içerisindeki her bir bireyin eldeki problemi ne kadar iyi çözebildiğini bulmak amacıyla uyumluluk değerlendirmesi yapılır. Bireyler daha sonra uyumluluk değerlerine göre seçilerek çeşitli genetik operasyonlara sokulmaktadır.

Bunlar uyumluluk değerlendirmesi, seçim, çaprazlama ve mutasyondur.

Seçilen bireyler üzerinde çaprazlama ve mutasyon operatörleri belirli olasılıklarla uygulanarak bireyler bir sonraki popülasyona aktarılır.

Yeni popülasyonun bu şekilde oluşturulduktan ve bir iterasyon tamamlandıktan sonra işlemler tekrar ettirilir.

Birçok iterasyondan sonra ,bir ya da daha fazla çözüm ortaya çıkartılır ve genetik programlama işlemleri bitirilir.

Genetik Programlamanın Kullanım Alanları
Optimal Kontrol
: GP kullanılarak bir kontrol stratejisi geliştirilmiştir. Araç GP’nın ürettiği program ile en kısa yoldan hedefine ulaşabilir.

Robotik Planlama:
Engebeli ve büyük boşluklu bir arazide robot programı ile üretilmiştir.

Sembolik Regresyon:
Örnek veriyi elde etmek icin bir matematiksel ifade üretilebilir.

Veri madenciliği

Akışkan kontrol tahmini

Uzaktan Algılama

Gayrimenkul Değerleme

Genetik hastalıkların nesillere aktarılarak ortaya çıkma olasılığı

Genetik Programlama Çeşitleri
Gen Denklem Programlama
Genetik algoritma ve genetik programlamanın doğal gelişimidir.

GEP genetik programlamada kullanılan şekil gösterim tiplerinin aynısını kullanır ama GEP tarafından üretilen kodlama genotip ifadesidir.

GEP ile ikinci evrimsel basamak olan fenotip basamağı atlanarak, evrimsel programlamaya yeni ve etkili bir çözüm sağlanmış olur.Böylece,GEP kavramı her hangi bir ağaç yapısını ifade etmeye müsait kromozomları keşfetmeyi oluşturmuştur.

GEP bireylerinin fenotipi, genetik programlamada kullanılan dallanma gösteren yapının benzer bir seklini içerir. Ancak, bu kompleks yapılar sabit uzunluktaki dogrusal yapı ile daha basit bir sekilde kodlanır.


Doğrusal Genetik Programlama
Programların kodlama yapısındaki değişiklikten dolayı “doğrusal” olarak adlandırılmıştır.

Genetik programın doğrusal olması, sadece doğrusal olarak ayrılabilen problemlerle sınırlanarak kullanılacağı anlamına da gelmez.

Genetik programlama doğrusallıktan dolayı fonksiyonellikten hiçbir sey kaybetmez. Aksine doğrusal yapıdan programın çalıştırılabilir halde gösterilmesi ve üretilen programın geçerliliğinin tespiti daha az maliyetli olacaktır.

Çoklu İfade Programlama
MEP Evrimsel programlamada nispeten yeni bir tekniktir.

Çoklu denklem programlama, genetik programlamanın, kromozomların dogrusal gösteriminin kullanıldıgı değisik bir seklidir.

MEP yapısının benzersiz olan özelligi tek bir kromozom içinde bir problemin çoklu çözümlerini bulundurmasıdır.

MEP genleri değişken uzunluğa sahip alt diziler ile gösterilir.

MEP gösterimi kısır döngü olusumuna müsaade etmez.



Farklılılar
Genetik algoritmada çaprazlama ve mutasyon işlemleri ile genler seçilir.

Genetik programlamada genler yerine düğümler seçilmektedir.

Genetik programlamadaki seçim operatörünün çalışma mantığı daha iyi çözümleri sonraki iterasyona taşıma işlemini yerine getirmektedir.


Çaprazlama, ağaçlardan rastgele iki düğüm seçilerek yapılır.
Bu iki noktadan alınan alt ağaçlar yer değiştirilir.
Mutasyon ise belli bir olasılıkla gerçekleştirilir.
Mutasyonda rastgele bir düğüm seçilir ve de koşullara bakılarak bir rastgele düğümle yer değiştirilir.

BAŞLANGIÇ POPÜLASYONU
DURMA KRİTERİ ?
DUR
Standart Genetik Programlama Akış Diyagramı
UYUMLULUK HESAPLAMASI
SEÇİM OPERATÖRÜ UYGULAMASI
ÇAPRAZLAMA OPERATÖRÜ
MUTASYON OPERATÖRÜ
Sembolik regresyonda amaç belli bir veriden yola çıkarak matematiksel bir denklem ifade etmektir.

Bu denklem artı, eksi, bölme, çarpma gibi operatörlerden oluşur.

Artı, eksi, bölüm operatörleri iki değer, cosinüs operatörü ise bir değer almaktadır.

Bütün operatörler ağacın iç kısmında yer almaktadır. Değişken ve değerler ise yapraklarda yer almaktadır.

GEP
LGP
MEP
Sembolik Regresyon
Full transcript