Karma veri içeren çok yanıtlı problemlerde NSGA-II’ye dayalı bir optimizasyon yaklaşımı

Authors : Gözde Karakoç, Özlem Türkşen

Pages : 57-80

View : 60 | Download : 55

Publication Date : 2023-12-31

Article Type : Research Paper

Abstract :Bir optimizasyon probleminin matematiksel modeli, kesikli ve sürekli değer alan girdi ve/veya yanıt değişkenlerini içermesi durumunda problem, karma veri içeren optimizasyon problemi olarak adlandırılır. Bu çalışmada, girdi değişkenleri bakımından karma veri içeren çok yanıtlı problemlerin modelleme ve optimizasyon aşamaları ele alınmıştır. Modelleme aşamasında Genelleştirilmiş Lineer Modeller (GLM) kullanılarak tahmini yanıt fonksiyonları elde edilmiştir. Optimizasyon aşamasında ise elde edilen tahmini yanıt fonksiyonları bir amaç fonksiyonu olarak dikkate alınıp problem, eşanlı optimizasyonu istenilen çok amaçlı optimizasyon (ÇAO) problemi biçiminde ifade edilmiştir. Çalışmada, ÇAO’da sıklıkla kullanılan yapay zeka optimizasyon algoritmalarından biri olan NSGA-II (Non-dominated Sorting Genetic Algorithm-II)’ye dayalı yeni bir çözüm algoritması önerilmiştir. NSGA-II’de, değişken gösterimi, başlangıç popülasyonu oluşturma ve genetik operatörlerin uygulanması aşamalarında çeşitli uyarlamalar yapılarak hazırlanan bu algoritma, çalışma kapsamında MDNSGA-II (Mixed Data NSGA-II) olarak adlandırılmıştır. MDNSGA-II’de, her bir kesikli değişken değerine bir pozitif tam sayı değeri atanarak, kesikli değişken değerleri için bir tam sayı indekslemesi yapılmıştır. Yapılan indeksleme işlemiyle kesikli değişkenin tanım kümesinden değerler alması sağlanmıştır. Çalışmanın uygulama kısmında, UCI Repository veri tabanından enerji verimliliği konulu karma veri seti ve gıda alanında literatürde mevcut olan deneysel karma veri seti kullanılarak önerilen MDNSGA-II ile Pareto çözümlerin elde edilebilir olduğu gösterilmiştir.
Keywords : Çok amaçlı optimizasyon, Çok yanıtlı problem, Karma veri, MDNSGA II, NSGA II