Optimizasyon

Evrimsel algoritmalar herhangi bir resmi yeniden yapabilir mi?

Evrimsel algoritmaların ilginç örneklerinden biri: Image evolution (Resim Evrimi) Simulated Annealing benzeri bir algoritma ile çözümün yapıldığı belirtilmiş: Siteye girerek ayarları değiştirip biraz daha kurcalayabilirsiniz: http://alteredqualia.com/visualization/evolve/ Not: Amaç fonksiyonu mevcut resimden üretilmiş resmin farkı alınarak hesaplanmış.

Tek amaçlı optimizasyon ile çok amaçlı optimizasyon arasındaki fark nedir?

Tek amaçlı optimizasyon ile çok amaçlı optimizasyon arasındaki fark nedir? Yukarıdaki soru “NSGA-II algoritması ile çok amaçlı bir optimizasyon problemi nasıl çözülür?” başlıklı yazının altına gelmiş. Yazıyı incelediğim zaman direk pat küt anlatmaya giriştiğimi gördüm. Bu soruya dilim döndüğünce aşağıda…

NSGA-II algoritması ile çok amaçlı bir optimizasyon problemi nasıl çözülür?

NSGA-II algoritması ile çok amaçlı bir optimizasyon problemi nasıl çözülür? Aşağıdaki anlatım http://yarpiz.com/56/ypea120-nsga2 adresinde bulunan kodlar ve NSGA-II’nin makalesi yardımıyla hazırlanmıştır. En temel çok amaçlı optimizasyon problemi ile başlayalım: min f1(x)=x^2 min f2(x)=〖(x-2)〗^2 Tek değişkenli iki fonksiyonu minimize etmeye çalışıyoruz….

Multiobjective Optimization Using Nondominated Sorting in Genetic Algorithms

“Multiobjective Optimization Using Nondominated Sorting in Genetic Algorithms” başlıklı çalışma Nidamarthi Srinivas ve Kalyanmoy Deb tarafından hazırlanmış Evolutionary computation 2.3 (1994): 221-248.sayfaları arasında yayınlanmıştır. Bu çalışma çok amaçlı optimizasyon algoritmalarından NSGA’nın ana makalesidir. Çok amaçlı optimizasyon problemlerinin çözümü için öncelikle…

Bir minimizasyon problemi, maksimizasyon problemine nasıl dönüştürülür?

En klasik nümerik optimizasyon problemi bana göre Sphere(Küre) fonksiyonudur. Örneğin n=2 için 2 boyutlu bir optimizasyon problemi olur. Bunu -10 ve +10 aralığında bir minimizasyon problemi olarak değerlendirirsek: 0^2+0^2=0’dan optimum değeri 0 olacaktır. Bunu -10 ve +10 aralığında bir maksimizasyon…