YYÜ GCRIS Basic veritabanının içerik oluşturulması ve kurulumu Research Ecosystems (https://www.researchecosystems.com) tarafından devam etmektedir. Bu süreçte gördüğünüz verilerde eksikler olabilir.

Browsing by Author "Kazankaya, Ahmet Fatih"

Filter results by typing the first few letters
Now showing 1 - 2 of 2
  • Thumbnail Image
    Master Thesis
    Developing Adaptation Process for Real Coded Genetic Algorithm
    (2019) Kazankaya, Ahmet Fatih; Saraçoğlu, Rıdvan
    Genetik algoritma (GA), optimizasyon problemlerini çözmek için doğadaki yaşam döngüsünü ve doğal seçilimi simüle ederek geliştirilmiş sezgi ötesi bir yöntemdir. Bu çalışmada, GA'nın mevcut yapısına ilave bir süreç eklenmesiyle algoritmanın geliştirilmesi amaçlanmıştır. Eklenen bu yeni süreç bir adaptasyon yöntemidir. Popülasyonun bireylerinin algoritmanın mevcut en iyi çözümüne uyum sağlaması bu yöntemin temelini oluşturnaktadır. Bu adaptasyon metodu ile istenilen optimizasyon değerlerine daha kısa nesilde ulaşılmaktadır. Belirli bir nesil sayısı için ise daha iyi sonuçlara ulaşmak mümkündür. Çeşitli optimizasyon test fonksiyonları ile yapılan deneysel çalışmaların sonuçları da bu yeni sürecin GA'yı geliştirdiğini ve hızlandırdığını göstermiştir.
  • Thumbnail Image
    Article
    Developing an Adaptation Process for Real-Coded Genetic Algorithms
    (Tech Science Press, 2020) Saracoglu, Ridvan; Kazankaya, Ahmet Fatih
    The genetic algorithm (GA) is a metaheuristic method which simulates the life cycle and the survival of the fittest in the nature for solving optimization problems. This study aimed to develop enhanced operation by modifying the current GA. This development process includes an adaptation method that contains certain developments and adds a new process to the classic algorithm. Individuals of a population will be trialed to adapt to the current solution of the problem by taking them separately for each generation. With this adaptation method, it is more likely to get better results in a shorter time. Experimental results show that this new process accelerated the algorithm and a certain solution has been reached in fewer generations. In addition, better solutions were achieved, especially for a certain number of generations.