ICONSAD'22, İstanbul, Turkey, 21 - 24 December 2022, pp.426-431
Genetik algoritmalar (GA)
optimizasyon problemlerinin çözümünde uzun yıllardan beri kullanılan sezgisel
algoritmalardan biridir. Geliştirilmeye başladığı yıllardan itibaren çok farklı
optimizasyon problemlerinde kullanılmış ve başarılı sonuçlar elde edilmesine
katkı sağlamıştır. Temelinde evrimsel süreçler ve doğadaki genetik çeşitlilikler
doğrultusunda oluşan seçilimleri temel alan GA, bu yapılardan simüle edilerek oluşturulmuştur.
Son yıllarda genetik biliminde genom düzenleme ve gen aktarımı için CRISPR/Cas9
yöntemi gibi tekniklerin kullanılmasıyla klasik doğal seçilimden daha farklı
durumlar oluşmasının önü açılmıştır. Bu çalışma kapsamında canlıların genetik
düzenlemelerindeki gelişmelerin genetik algoritmalara uyarlanması ile ne gibi farklılıkların
oluşabileceğinin görülmesi amaçlanmıştır. Klasik GA uygulamalarında iki
canlıdan crossover yöntemi ile alınan gen parçacıklarının birleştirilmesi
sonucunda iki yeni canlı üretilmektedir. Çalışmada crossover sürecine üçüncü
bir canlının dahil olması sonucunda oluşacak iki yeni canlının evrimsel sürece
devam etmesi temel alınmıştır. Üretilen yeni GA yönteminde literatürde yaygın olarak
kullanılan yerleşim problemlerinden biri olan Sırt çantası problemi (SÇP) ele
alınmıştır. Yeni yöntem ile klasik
yöntem, hız ve başarıya ulaşma oranları cinsinden karşılaştırılmış ve sonuçlar
tablo halinde verilmiştir. Elde edilen
sonuçlara bakıldığında oluşturulan yeni yöntemin klasik yönteme kıyasla daha
erken iterasyon sayılarında sonuca ulaştığı ve daha yüksek başarım oranına
sahip olduğu görülmüştür.