Hem Büyüleyici Hem De Korkutucu: Genetik Algoritma

Son zamanlarda, yapay zekâ alanında genetik algoritma nedir sorusu bizlerin karşısına çok sık çıkmaya başladı. Bu konuyla ilgili algoritmalar hem popüler hem de ilk olma özelliği taşıyor. Charles Darwin’in önemsediği ve her zaman vurguladığı; "en güçlü insanlar değişime açık olanlardır" görüşüyle birlikte bu kavram ortaya çıkmıştır. Özetle, bu kavram; Darwin’e ait evrim teorisinden ortaya çıkmıştır. Yapay zekâ alanında teknolojinin gelişimine bağlı olarak, kavram çok hızlı ilerliyor.

Genetik Algoritma Nedir?

Yapay zekâ diye tabir edilen sistem; bir problemin sanal şekilde evrimden geçirilmesiyle hayata geçmiştir. Bu kavramı ilk, 1960 yılında I. Rechenberg ‘in hayat verdiği “Evrim Stratejileri” adlı eserde bahsetmiştir. I.Rechenberg’den sonra bu algoritmayı diğer araştırmacılarda ele almaya başlamıştır. Örneğin; John Holland tarafından evrim süreci, bilgisayar aracılığıyla kullanılmaya başlandı. John Holland, çözüm yöntemlerinden anlamakta zorluk çektikleri konuların, bilgisayarlara öğretileceğine dair düşünceler geliştirdi. John Holland’ın bu düşüncesinden sonra genetik algoritma kavramı da arkadaşlarıyla öğrencileri tarafından hızla gelişmeye başladı. Hatta 1975 senesinde de “Doğal ve Yapay Sistemlerde Adaptasyon” eseri yayınlandı.

John Holland'ın Genetik Algoritma Çalışması

John Holland’ın genetik algoritma çalışmalarından sonra 1992’de de John Koza tarafından konuyla alakalı birçok çalışmaya imza atıldı. Bu algoritmayı ele alarak çok fazla program geliştirdi. Geliştirmiş olduğu programları, Genetik Programlama diye isimlendirdi. Bu algoritma çoğunlukla gelenekselleşmiş yöntemler ile çözüme kavuşturulmayan aynı zamanda imkânsız olan tüm programları çözmek için kullanılıyor. Bu bilgilerden yola çıkarak genel algoritma yöntemi ile ilgili üç tane uygulama alanının olduğunu söyleyebiliriz. Bu uygulama alanları; Sınıflandırma sistemleri, deneysel çalışma optimizasyonu ve pratik endüstriyel uygulamalardır.                                                                                               Algoritma, özellikle mühendislikte yer alan problemlerde optimizasyon şeklinde kullanılıyor. Mekanizmaların tasarım işlemlerinde bu algoritma çok işe yarıyor. Aynı zamanda algoritma şu alanlarda da kullanılıyor: Yukarıda belirttiğimiz problemlerin geniş çözüm teknikleri gerektirdiğini söyleyebiliriz. O nedenle gelenekselleşmiş şekilde bu problemleri çözmek çok zordur. Onun için bu algoritmayı kullanarak kısacık zamanda çözüme kavuşmak mümkündür…

Genetik Algoritma Nasıl Çalışır?

Bu kapsamda algoritmanın çalışma prensibine değinmeden önce birtakım hususları bilmek gerekiyor. Öncelikle algoritma adına oluşturulmuş olan popülasyonlarda çok fazla insanın bir araya geldiği bilinmelidir. Bir araya toplanan insanlar, problemlere uygun olarak kodlanarak dizilirler. Dizileri oluşmasını sağlayan bahsettiğimiz her insan “birey” olarak adlandırılır.Hatta bireylerin her birisi de arama uzaylarında belirli alanları temsil ediyorlar.

Genetik Algoritma

Genellikle genetik algoritma adı verilen sistemde öncelikle bireyler, denk geliş üretiliyorlar. Eğer bir optimizasyon problemleri varsa o zaman başlangıç bireylerinin oluşması adına; iyi adaylara yer verilir. Yalnız bireyler ilk uygunluk fonksiyonuna tabi tutularak sonrasında çözüme dair bilgiler elde edilir. Optimal çözümün nasıl ve ne kadar olduğu ya da ona yaklaştırılmasının detaylı değerlendirildiği “uygunluk değerleri” saptanır. Bu algoritmalarda başlangıç popülasyonunun gerçekleştirildiği, 2 evrim operatörü vardır. Bu operatörler; mutasyon, seçim ve çaprazlama olarak biliniyor. Aynı zamanda genetik algoritma yöntemi içerisinde seçim işlemi de bulunur. Seçim işlemlerinde, popülasyonda yer alan bireylerin uygunluğuna bağlı değerler yeni bireylerin oluşturulmasında kullanılır. Bu duruma, ebeveyn birey seçmesi adı verilir. Mutasyondaysa, yeni oluşmuş olan bireylerin kromozomlarından içlerinden rastgele seçerek herhangi birinin genine mutasyon değişim işlemi gerçekleştirilir. Çaprazlama işlemiyse mutlaka, seçim işlemi sonrasında gerçekleşmelidir. Ebeveyn bireylerinin olan kromozomlarda karşılıklı olarak yer değişiklikleri olur. Bu yer değişiklikleri belirli bölgelerde oluyor. Bu şekilde gerçekleşen çaprazlamanın sonucunda da yeni bireyler oluşmuş oluyor.

Gen Kodlama ve Yapısı

Yapısı içerisinde probleme dair minimum bilginin taşındığı birim gen diye adlandırılıyor. Genetik algoritmalarda kullanılan program yapılarının gen yapılarıyla ilgili programlarda tanımlanması gerekiyor. Gen kodlama olayındaysa, genetik algoritma performansı çok etkiliyor. Kodlama olayı tamamen programla bağlantılı olduğu için tüm problemlerde geçerlilik arz eden kodlamanın gerçekleştiğini söylemek mümkün asla değildir. Kromozom yapısı 1 ya da daha çok gen yapısı birleşerek problemlerin çözümüne dair bilgilerle alakalı diziler oluşturur. Bu oluşturulan dizilerin tümüne, kromozom adını veriyoruz.

Genetik Operatörler

Genetik algoritma yöntemi oluşumunda aynı zamanda, operatörlerinde önemi büyüktür… Algoritmayla alakalı işleyişi ve temel yapısını popülasyonun üzerinde uygulayan sisteme, genetik operatör adını veriliyor. Genetik operatörler şöyle sıralanabilir: Günümüzde bunların içinde sadece 3’ü kullanılıyor; Mutasyon: Bireylerin genlerinden 1 ya da daha fazlasının yerleri değiştirilmiştir. Yer değiştirilmeye bağlı olarak da mutasyon gerçekleşir. Seçme: Bireyin genlerinin yapısıyla hiçbir şekilde oynanmayıp, değiştirilmeyip yeni nesillere aktarılmasını konu edinmiştir. Çaprazlama: 2 var olan bireyin yapıları denk geliş birleştirilir. Böylelikle yeni bireyler oluşmuş olur. Bu işlem şu şekilde oluşur; İkili şekildeki diziler değiştirilir.