5.

Uluslar aras leri Teknolojiler Sempozyumu (ATS09), 13-15 Mays 2009, Karabk, Trkiye

GENETK ALGORTMA TABANLI DENKLEM ZMLER EQUATION SOLUTIONS BASED ON GENETIC ALGORITHM
a b, *

Fahri Vatansevera ve Zeynep Batkb, *

Sakarya niversitesi, Sakarya, Trkiye, E-posta: fahriv@sakarya.edu.tr Sakarya niversitesi, Sakarya, Trkiye, E-posta: z.batik87@hotmail.com

zet
Dorusal veya dorusal olmayan denklem ve denklem sistemlerinin zm iin birok yntemler gelitirilmi ve gelitirilmeye devam edilmektedir. Sunulan birok yntemde en uygun zmlere ulamak iin uygun balang artlarn belirlemek, ok sayda iterasyonlar ve her iterasyonda da trev hesaplamalar gibi karmak matematiksel ilemler gerektirmektedir. Ancak teknolojideki hzl gelimeler sonucu, karmak matematiksel ilemlerinin hesaplanmas ve ok sayda iterasyonlarn gerekletirilmesi bilgisayarlarla byk oranda kolaylamtr. Son zamanlarda genetik algoritmalar (GA), her trl optimizasyon problemlerinin zmnde youn ekilde kullanlmaktadr. Bu almada da genetik algoritmalar, denklem zmlerine uyarlanarak grafiksel arayz program tasarlanmtr. Tasarlanan grafiksel arayz programyla bir, iki, , drt ve beinci dereceden polinom kkleri hesaplanabilmektedir. Eitim amal da kullanlabilecek bu programda polinom katsaylar ve hassasiyet deeri girilerek, kullancnn belirledii aralklarda kkleri genetik algoritmalar ve klasik denklem zm yntemleriyle hesaplanmaktadr. Anahtar kelimeler: Genetik algoritma, programlama, denklem zmleri

1. Giri
Denklem zmleri, her alanda karlalan temel problemlerden olup bu alanda birok yntem sunulmutur. zellikle bilgisayar dnyasndaki hzl gelimelere paralel olarak saysal hesaplama teknikleri ok poplerdir. Bunlarn banda basit iterasyon, yarlama, Regula-False, Newton-Raphson, deiken kesen, teet-kiri, Chebyshev yntemleri gelmektedir [1]. Karmak matematiksel ilemlerinin hesaplanmas ve ok sayda iterasyonlarn gerekletirilmesi bilgisayarlarla byk oranda kolaylam olmasna ramen en uygun zm yntemleri kullanarak, az sayda iterasyonla ksa zamanda doru sonuca ulamak temel hedeftir. Bu almada; optimizasyon problemlerinin birounda kullanlan ve son yllarda olduka popler olan genetik algoritmalaryla denklem zmleri sunulmutur. Bu amala beinci dereceye kadar polinomlarn kklerinin hesaplanmas iin grafiksel arayz program tasarlanmtr. Eitim amal da kullanlabilecek bu programla, kullancnn belirledii kriterler dorultusunda, genetik algoritmalar kullanlarak zmlere ulalmaktadr. Ayrca klasik yntemlerle de kkler hesaplanarak karlatrmal olarak programda grlebilmektedir.

Abstract
Many methods to solve linear or non-linear equations and equation systems have been developed and are being developed. In the presented methods, to reach the most suitable solution, determination of the initial conditions needs much iteration and each iteration needs complex mathematical computations such as derivation calculations. But as a result of the rapid development in technology, calculation of complex mathematical computations and implementations of much iteration have become very easy with computers. In recent days genetic algorithms are being used heavily in solutions of every type of optimization. In this study, a graphical interface programme is designed for polynomial equation solutions using genetic algorithm. The roots of polynomial equation of one, two, three, four or five degrees can be calculated with the designed graphical interface programme. The coefficients of polynomial equation and error value are entered to the prepared interface which can also be used for educational purposes, and the roots in the defined intervals can be calculated using genetic algorithm and other traditional methods. Keywords: Genetic algorithm, programming, equation solutions

2. Denklem zm Yntemleri
Denklem kklerinin hesaplanmas iin birok saysal yntem vardr. Bu almada, karlatrma yapmak amacyla yarlama, Regula-False, Newton-Raphson ve teet-kiri yntemleri kullanlmtr. a) Yarlama yntemi: [a, b ] aralnda y = f (x) fonksiyonunun kkn hesaplamak iin birinci iterasyonda bu araln orta noktas

x0 =

a+b 2

(1)

hesaplanarak fonksiyonda yerine yazlarak hesaplanr. Eer belirlenen hassasiyet/hata deerine ulalamadysa bir sonraki iterasyonda; bulunan orta nokta,

f (a ). f (x 0 ) < 0 b = x0 f (a ). f (x 0 ) > 0 a = x0

(2)

kouluna gre araln alt veya st snr yaplarak daraltlr ve yeni orta nokta belirlenerek bu ekilde iterasyonlara devam edilir [1].

IATS09, Karabk niversitesi, Karabk, Trkiye

Vatansever, F. ve Batk, Z.

b)

Regula-False

yntemi:

[a, b]

aralnda

y = f (x) fonksiyonunun kkn hesaplamak iin her iterasyonda

x0 =

a. f (b) b. f (a ) f (b) f (a)

(3)

Genetik algoritmalar ilk defa 1975 ylnda John Holland tarafndan gelitirilmitir. GA, rastlantsal arama teknikleri kullanarak zm bulmaya alan, parametre kodlama esasna dayanan sezgisel arama tekniidir [2]. Genetik algoritmalarn balca uygulama alanlar arasnda optimizasyon problemleri, otomatik programlama ve bilgi sistemleri, makine renmesi, ekonomi gibi alanlar gelmektedir [3].
Bala

eitliinden kesim noktas bulunarak fonksiyonda yerine yazlr. Eer belirlenen hassasiyet/hata deerine ulalamadysa bir sonraki iterasyonda; kkn bulunduu yeni aralk

f (a ). f ( x0 ) < 0 b = x0 f (a ). f ( x0 ) > 0 a = x0
kouluna gre belirlenerek devam edilir [1]. c) Newton-Raphson yntemi:

Balang poplasyonunu olutur

(4)

[a, b]

aralnda

Uygunluk deerlerini hesapla

Yeni poplasyon olutur

y = f (x) fonksiyonunun kkn hesaplamak iin iterasyona balang deeri f (a). f (a) > 0 x0 = a f (b). f (b) > 0 x0 = b
belirlenir. Ondan sonra (5)
Durdurma kriteri salanyor mu?

E
Uygunluk deeri en yksek olan kromozomu se

x k +1 = x k

f (x k ) f (x k )

(6)

iterasyon eitliiyle kke yaknsanr [1]. d) Teet-kiri yntemi: [a, b ] aralnda y = f ( x) fonksiyonunun kkn hesaplamak iin

zm grntle

Dur

f (a). f (a) > 0 x0 = b , y 0 = a f (a). f (a) < 0 x0 = a , y 0 = b

balang deerleri belirlenerek

(7)

ekil 1. GAdaki genel ileyi Genetik algoritmalarda, problemin olas zmleri, genlerden olumu olan kromozomlarda (dizi) tutulmaktadr. Bir ok kromozomun bir araya gelmesiyle de poplasyon (yn) meydana gelir. Genetik algoritmalarda ileyi (ekil 1) genel olarak aadaki gibidir [2-5]:

x k +1 = x k y k +1

xk yk f (x k ) f (x k ) f ( y k ) f (yk ) = yk f ( y k )

(8)

iterasyon eitlikleriyle kke yaknsanr [1].

i. Balang poplasyonunun oluturulmas: Problemin olas zmn belirten kromozomlardan balang poplasyonu oluturulur. Bunun oluturulmas genellikle rasgele olup 30-100 bireyden olumas nerilmektedir. ii. Uygunluk deerlerinin hesaplanmas: Poplasyondaki her bir kromozomun uygunluk deeri hesaplanr. Bu deerin yksek olmas; kromozomun, poplasyon iinde varln srdrmesini ve zelliklerini yeni nesillere aktarmasn kuvvetlendirir. iii. Durdurma/hassasiyet kriteri: a. Durdurma kriteri salanyorsa: GA durdurularak zm olarak en yksek uygunluk deerine sahip kromozom seilir.

3. Genetik Algoritmalar
Genetik algoritmalarn temeli; doadaki canllarn geirdii yaam/evrim srecine dayanr. Bu srete iyi/gl nesiller, yani hayat artlarna en uygun olanlar (en iyi uyum salayanlar) varlklarn srdrebilirken, kt/zayf nesiller yok olmaktadr. Doadaki bu biyolojik srecin modellenmesiyle, olaslkl ve iterasyonlu bir zm yntemi olan genetik algoritmalar ortaya kmtr.

Vatansever, F. ve Batk, Z.

b. Durdurma kriteri salanmyorsa: GA operatrleri (aprazlama, mutasyon) kullanlarak, mevcut poplasyondaki ebeveynlerden yeni nesiller retilir. Seim mekanizmalaryla da yeni poplasyon (sonraki jenerasyon) retilir. Bu ekilde iterasyonlara devam edilir.

4. Simlasyonlar
Bu almada MATLAB [5] kullanlarak, beinci dereceye kadar polinomlarn kklerini hesaplamak iin grafiksel arayz program tasarlanmtr. Program, katsaylar klavyeden girilen polinomun kklerini hem genetik algoritmalarla hem de klasik kk hesaplama yntemleriyle (yarlama, Regula-False, Newton-Raphson, teet-kiri) ile hesaplamaktadr. Genetik algoritmalar ile hesaplamada durdurma kriteri; uygunluk fonksiyonu olarak alnan fonksiyonun mutlak deerinin, klavyeden girilen hassasiyet deerinden kk olmas art kullanlmtr. Programn ana ekran ekil 2de verilmektedir. Programda kkleri hesaplanacak olan polinomun katsaylar, ekil 3te grlen analiz ekranndan girilmektedir. Burada 1-5. dereceye kadar polinom kklerinin hesaplanmas simle edilmi olup, istenildii takdirde polinomun derecesi arttrlabilir. Ayrca kk hesaplama iterasyonlarn / yeni nesil retimini durdurmak iin, klavyeden hassasiyet deeri ve kkn hesaplanaca aralk girilmektedir. Belirlenen arala gre polinomun grafii izdirilmekte ve bu aralkta kk olup olmad program tarafndan tespit edilmektedir. Ayrca genetik algoritmalarn parametre ayarlar Poplasyon boyutu Uygunluk fonksiyonu leklemesi: Rank, oransal, tepe, dorusal deiim

Seim fonksiyonu: Stokastik tek biimli, artan, tek biimli, rulet, turnuva Mutasyon fonksiyonu: Gaussian, tek biimli, adaptif aprazlama fonksiyonu: Datk, tek noktal, iki noktal, ara, heuristik, aritmetik aprazlama oran da gerekletirilebilmektedir [5].

ekil 2. Tasarlanan programn ana ekran Sonu olarak her bir yntemdeki iterasyon/yeni nesil says ile hesaplanan kk deeri ekranda gsterilmektedir. Bylece kullanc karlatrmal sonular ve genetik algoritmalardaki parametre deiimlerinin etkilerini ezamanl olarak grme imknna sahip olmaktadr. ekil 3te iki tane rnek simlasyon ekran verilmektedir.

Vatansever, F. ve Batk, Z.

ekil 3. rnek simlasyon ekranlar

5. Sonular
Gerekletirilen almada; polinom kklerinin hesaplanmas iin genetik algoritma tabanl yaklam sunulmutur. Bu amala tasarlanan ve eitim amal da kullanlabilecek arayz programyla gerekletirilen simlasyonlarla; genetik algoritmalar kullanlarak ve klasik yntemlerdeki gibi karmak matematiksel ilemler (trev, integral vb.) gerekletirilmeden kklerin kolaylkla hesaplanabilecei gsterilmitir. Benzer yolla kk hesaplama ilemleri sadece polinomlar iin deil, analitik olarak zm ok zor olan birok karmak fonksiyon iin de gerekletirilebilir. Ayrca GA parametrelerinin hesaplama sonularna etkileri ve dier yntemlerle karlatrlmas, arayz programnda ezamanl olarak grlebilmektedir.

Kaynaklar
[1] Vatansever, F., leri Programlama Uygulamalar, Sekin Yaynclk, Ankara, 2006 [2] Goldberg, D.E.,Genetic Algorithms in Search, Optimization and Machine Learning, Addison-Wesley Publishing Company Inc.,USA, 1989 [3] Elmas, ., Yapay Zeka Uygulamalar, Sekin Yaynclk, Ankara, 2007 [4] Grsu, B., , nce, M.C., Genetik Algoritmalar ile Yksek Gerilim stasyonlarnda Optimum topraklama A Tasarm, Frat niv. Fen ve Mh. Bil. Dergisi, 19 (4), s. 511-524, 2007 [5] The Genetic Algorithm and Direct Search Toolbox, MATLAB, The MathWorks, Inc.