Bilgisayar bilimlerinde sezgisel ya da buluşsal heuristic bir problem çözme tekniniğidir Sonucun doğruluğunun kan�

Bilgisayar bilimlerinde, sezgisel ya da buluşsal (heuristic) bir problem çözme tekniniğidir. Sonucun doğruluğunun kanıtlanabilir olup olmadığını önemsememektedir fakat genelde iyiye yakın çözüm yolları elde eder. Sezgisel algoritmalar ise geçiş süresinde daha verimli hale gelebilmek için en iyi çözümü aramaktan vaz geçerek çözüm zamanını azaltan algoritmalardır.

Sezgisel algoritmalar en iyi sonucu bulacaklarını garanti etmezler fakat makul bir süre içerisinde bir çözüm elde edeceklerini garanti ederler. Genellikle en iyiye yakın olan çözüm yoluna hızlı ve kolay bir şekilde ulaşırlar.

Sezgisel arama algoritmalarına örnek olarak;

A* araması (A star)
Demet araması (Beam search)
Tepe tırmanma (Hill climbing) algoritması
En iyi öncelikli arama (Best first search)
Açgözlü en iyi öncelikli arama (Greedy best first search)
Benzetimli Tavlama (Simulated Annealing) algoritması
Geri izleme (backtracking)

Heuristic diğer bir anlamıyla; bir düğümden (node) başka bir düğüme olan en kısa yolun maliyetini hesaplayan fonksiyonlar olarak bilinir.

Sezgisel optimizasyon

Sezgisel algoritmalar, büyük boyutlu optimizasyon problemleri için, kabul edilebilir sürede optimuma yakın çözümler verebilen algoritmalardır. Genel amaçlı sezgisel optimizasyon algoritmaları, biyoloji tabanlı, fizik tabanlı, sürü tabanlı, sosyal tabanlı, müzik tabanlı ve kimya tabanlı olmak üzere altı farklı grupta değerlendirilmektedir. Sürü zekâsı tabanlı optimizasyon algoritmaları kuş, balık, kedi ve arı gibi canlı sürülerinin hareketlerinin incelenmesiyle geliştirilmiştir.

Sezgisel optimizasyon yöntemlerine örnek olarak;

Genetik Algoritma (Genetic Algorithm)(GA)
Karınca Kolonisi Optimizasyonu (Ant Colony Optimization)(ACO)
Parçacık Sürü Optimizasyonu (Particle Swarm Optimization)(PSO)
Yapay Arı Kolonisi (Artificial Bee Colony)(ABC)
Diferansiyel Gelişim Algoritması (Differential Evolution Algorithm) (DEA)
Benzetim Tavlama (Simulated Annealing)(SA)
Yerçekimi Arama Algoritması (Gravity Search Algorithm)(GSA)
Gaz Brownian Hareketi Optimizasyonu( Gases Brownian Motion Optimization) (GBMO)
Isı Transferi Arama (Heat transfer search)(HTS)
Elektromanyetik Alan Optimizasyonu (Electromagnetic Field Optimization) (EFO)
Optikten Esinlenen Optimizasyon (Optic Inspired Optimization)(OIO)
Ağırlıklı Süperpozisyon Çekimi (Weighted Superposition Attraction (WSA)
Orman Optimizasyonu Algoritması (Forest Optimization Algorithm)(FOA)
Kasırga Temelli Optimizasyon Algoritması (Hurricane Based Optimization Algorithm)
Kara Delik Optimizasyon Algoritması
Su Döngüsü Optimizasyon Algoritması
Meyve Sineği Optimizasyon Algoritması
Krill Sürü Optimizasyon Algoritması
Bakteri Yiyecek Arama Davranışı
Yarasa Algoritması
Ateş Böceği Algoritması
Aslan Algoritması
Gri Kurt Algoritması
Yunus Balığı Algoritması
Çalı Kolonisi Algoritması
Yapay Alg Algoritması
Virüs Koloni Arama Algoritması
Köpekbalığı Koku Alma Optimizasyon Algoritması
Sosyal Örümcek Algoritması
Ağaç-Tohum Algoritması(Tree-Seed Algorithm)(TSA)
Tabu arama Algoritması

Kaynakça

Özel

^ . 17 Eylül 2016 tarihinde kaynağından arşivlendi. Erişim tarihi: 9 Ağustos 2016.

Genel

http://mm.iit.uni-miskolc.hu/data/texts/BOOKS/Artificial_Intelligence2/node23.html8 Ağustos 2004 tarihinde Wayback Machine sitesinde . "Multimedia Maniacs Artificial Intelligence"
http://www.answers.com/topic/heuristic?cat=technology6 Nisan 2008 tarihinde Wayback Machine sitesinde . "Answers (Technology dictionary)"

Ayrıca bakınız

Dış bağlantılar

http://www.yapay-zeka.org/21 Haziran 2008 tarihinde Wayback Machine sitesinde . "Yapay Zeka Portalı"
http://www.cs.kuleuven.ac.be/~dannyd/HeuristicSearch_show.ppt6 Mart 2007 tarihinde Wayback Machine sitesinde . "Heuristic Search Methods"

[1] . 17 Eylül 2016 tarihinde kaynağından arşivlendi. Erişim tarihi: 9 Ağustos 2016.