Developing Adaptation Process for Real Coded Genetic Algorithm

Abstract

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.

The genetic algorithm (GA) is a nature-inspired method that simulates biological phenomena like the life cycle and the natural selection in order to solve optimization problems. This study aimed to enhance GA by adding an additional operation on it's current state. This new process is also a biological phenomenon that includes an adaptation method. Making individuals to adapt to the best solution of the algorithm is the very basis of this method. With this adaptation method, it is possible to reach better results in a shorter time. Experimental results, which was evaluated by using a variety of optimization test functions show that this new process accelerated the algorithm and made solutions to be found in fewer generations especially for some specific cases.