Azərbaycanca
Беларускі
Dansk
Deutsch
Española
Français
Indonesia
Italiana
日本語
Қазақ
Lietuvos
Nederlands
Português
Русский
සිංහල
แบบไทย
Türkçe
Українська
中國人
United State
Afrikaans
Seleksiyon (seçilim), gelecek nesilleri üretmek için kullanılacak genomların seçildiği genetik algoritma aşamasıdır.
Seçilim süreci genel olarak aşağıdaki gibi gerçeklenebilir:
- Uygunluk değerlerine göre her bireyin uygunluk fonksiyonu hesaplanır ve normalize edilir. Buradaki normalize işlemi her bir bireyin uygunluk değerinin nüfustaki uygunluk değerlerinin toplamına bölünmesiyle elde edilir. Böylece nüfustaki tüm uygunluk değerlerinin toplamı 1 eder.
- Nüfustaki bireyler uygunluk değerleri azalan şekilde sıralanır.
- Bir bireyin kendi uygunluk değeri ile önceki tüm bireylerin uygunluk değerleri toplamı olan birikmiş normalize uygunluk değeri hesaplanır. Son bireyin birikmiş normalize uygunluk değeri 1 olmalıdır, eğer değilse başlangıçtaki normalizasyon işleminde bir sorun olmuştur.
- Değeri 0 ile 1 arasında olan rastgele bir R sayısı seçilir.
- Birikmiş normalize uygunluk değeri R 'den büyük olan ilk birey seçilir.
Bu işlemin yeterli sayıda birey seçilene kadar tekrarlanmasıyla gerçekleştirilen yönteme ya da rulet tekerleği seçilimi denir. Hayali bir rulet tekerleği üzerinde her bireyin uygunluk değerine oranla yer kaplayacağı bir düzenek tasavvur edilir, rulet tekerleği her dönüşünde ibrenin denk geldiği birey seçilir. Bireyin rulet tekerleği üzerinde kapladığı alan (uygunluk değeri) ne kadar büyükse seçilme şansı o kadar çoktur.
Eğer bir ibre ve çok kez döndürülen bir düzenek yerine, eşit aralıklarla yerleştirilmiş çok sayıda ibre ve bir kez dönüş içeren bir düzenek tasavvur edilirse, bu yönteme denir.
Nüfustan rastgele seçilmiş bireyler arasında birkaç turnuva düzenlenir ve her turnuvanın galibi seçilir, bu yönteme denir.
Bu yöntemlerin yanı sıra sadece uygunluk değeri bir eşik değerinden daha yüksek olan bireylerin dahil olabildiği seçilim yöntemleri de mevcuttur. Elitist seçilim en iyi uygunluk değerine sahip sınırlı sayıdaki bireylerin çaprazlama ve mutasyon işlemlerine dahil edilmeden sonraki nesillere doğrudan aktarılması stratejisidir.
Ayrıca bakınız
Dış bağlantılar
- Introduction to Genetic Algorithms 10 Ağustos 2015 tarihinde Wayback Machine sitesinde .
wikipedia, wiki, viki, vikipedia, oku, kitap, kütüphane, kütübhane, ara, ara bul, bul, herşey, ne arasanız burada,hikayeler, makale, kitaplar, öğren, wiki, bilgi, tarih, yukle, izle, telefon için, turk, türk, türkçe, turkce, nasıl yapılır, ne demek, nasıl, yapmak, yapılır, indir, ücretsiz, ücretsiz indir, bedava, bedava indir, mp3, video, mp4, 3gp, jpg, jpeg, gif, png, resim, müzik, şarkı, film, film, oyun, oyunlar, mobil, cep telefonu, telefon, android, ios, apple, samsung, iphone, xiomi, xiaomi, redmi, honor, oppo, nokia, sonya, mi, pc, web, computer, bilgisayar
Seleksiyon secilim gelecek nesilleri uretmek icin kullanilacak genomlarin secildigi genetik algoritma asamasidir Secilim sureci genel olarak asagidaki gibi gerceklenebilir Uygunluk degerlerine gore her bireyin uygunluk fonksiyonu hesaplanir ve normalize edilir Buradaki normalize islemi her bir bireyin uygunluk degerinin nufustaki uygunluk degerlerinin toplamina bolunmesiyle elde edilir Boylece nufustaki tum uygunluk degerlerinin toplami 1 eder Nufustaki bireyler uygunluk degerleri azalan sekilde siralanir Bir bireyin kendi uygunluk degeri ile onceki tum bireylerin uygunluk degerleri toplami olan birikmis normalize uygunluk degeri hesaplanir Son bireyin birikmis normalize uygunluk degeri 1 olmalidir eger degilse baslangictaki normalizasyon isleminde bir sorun olmustur Degeri 0 ile 1 arasinda olan rastgele bir R sayisi secilir Birikmis normalize uygunluk degeri R den buyuk olan ilk birey secilir Bu islemin yeterli sayida birey secilene kadar tekrarlanmasiyla gerceklestirilen yonteme ya da rulet tekerlegi secilimi denir Hayali bir rulet tekerlegi uzerinde her bireyin uygunluk degerine oranla yer kaplayacagi bir duzenek tasavvur edilir rulet tekerlegi her donusunde ibrenin denk geldigi birey secilir Bireyin rulet tekerlegi uzerinde kapladigi alan uygunluk degeri ne kadar buyukse secilme sansi o kadar coktur Eger bir ibre ve cok kez dondurulen bir duzenek yerine esit araliklarla yerlestirilmis cok sayida ibre ve bir kez donus iceren bir duzenek tasavvur edilirse bu yonteme denir Nufustan rastgele secilmis bireyler arasinda birkac turnuva duzenlenir ve her turnuvanin galibi secilir bu yonteme denir Bu yontemlerin yani sira sadece uygunluk degeri bir esik degerinden daha yuksek olan bireylerin dahil olabildigi secilim yontemleri de mevcuttur Elitist secilim en iyi uygunluk degerine sahip sinirli sayidaki bireylerin caprazlama ve mutasyon islemlerine dahil edilmeden sonraki nesillere dogrudan aktarilmasi stratejisidir Ayrica bakinizGenetik algoritmaDis baglantilarIntroduction to Genetic Algorithms 10 Agustos 2015 tarihinde Wayback Machine sitesinde