GENETİK ALGORİTMALAR

Genetik Algoritmalar

Uyarlama hesaplaması (adaptive computation) da denilen genetik algoritmalar, sorun çözme teknolojilerinden bir diğeridir. Bu teknoloji, canlı organizmaların çevrelerine uyum gösterme yazılımlarından yararlanır. Üreme, mutasyon, doğal seleksiyon gibi doğal biyolojik süreçleri inceleyerek, gizlerini (algoritmalarını) araştırarak ve oların çevrelerine uyum davranışlarını gözlemleyerek, sorun çözmede bunlara benzer yazılımlar geliştirmeyi amaçlar.

Genetik algoritmalar, ilk kez, Michigan Üniversite’sinde bilgisayar bilimleri ve psikoloji profesörü olan John H. Holland tarafından tasarlanmıştır. Holland, ikilik sayı sistemiyle bir genetik kodu çözümlemeyi başarmıştır. Bilindiği gibi, ikilik sayı sisteminde, istenirse 1 “doğru” ve 0 “yanlış” anlamına gelecek şekilde programlanabilir. Genetik algoritma, sorun için en iyi olası çözüm yapısını temsil eden doğru dizilimi belirlemek için, olası tüm ikilik sayı bileşimlerini (kombinasyonlarını) araştırır. 1 ve 0 sonuçlarına göre, yanlış çözüm şıkları elenir, doğrular tekrar sorgulanır ve sonsuza yakın yinelemelerle (iterasyonla) olası en iyi çözüm bulunur.

Bilindiği gibi, 2000 yılının başlarında, Amerikan ve İngiliz bilim adamlarının ortak yürüttüğü bir araştırma projesiyle, insanın genetik haritası çıkarılmıştır. Bu olağanüstü keşif karşısında, ABD Başkan, “Tanrının dilini çözmeye çalışıyoruz” demiştir. Gerçekten de, bütün canlılar, genlerde yazılı özel algoritmalara göre biçimlenip davranışlarda bulunarak, belirli bir sona (ölüm) doğru ilerliyor. İnsanın gen haritasının çıkarılması, yapay zekâ çalışmalarına büyük katkılarda bulunacaktır. Bu arada da yapay genetik algoritmalar, işletme yönetiminde, daha da çok kullanılmaya başlayacaktır.

Genetik algoritmalar, birçok çözüm içinden yeni çözümlerin üretilmesini olurlu kılar. Ayrıca, anne babalar ile sonraki kuşaklar arasındaki davranış benzerliklerini belirler. Dolayısıyla, soy tespitinde ya da babalık davalarında kesin çözüm sağlar.

Genetik algoritmalar yapay zekâsıyla verilen işletmecilik kararlarının başında; ürün tasarımı, endüstriyel sistemlerin görüntülenmesi ve çeşitli en uygun şekle sokma (optimizasyon) uygulamaları gelir. Özellikle maliyet minimizasyonları, kar maksimizasyonları, optimal kaynak dağılımı ve etkili programlama ve benzeri optimizasyon durumlarında, genetik algoritmalar, mucizevî çözümler sağlamaktadır. Geleneksel optimizasyon yöntemleri, sorunlar dinamikleştikçe, karmaşıklaştıkça ve değişken sayısı arttıkça yetersiz kalmaya başlardı. Oysa genetik algoritmalar, koşullar ne kadar karmaşık, ne kadar dinamik olursa olsun; binlerce değişkeni, binlerce formülü ve binlerce genetik işlem dizisini, çözümleme yetenek ve kapasitesine sahiptir.

General Electric’teki mühendisler, jet uçak motoru türbinlerinin tasarımında, genetik algoritmaları kullanmışlardır. Söz konusu proje, 100 değişkenden ve eşitlik veya eşitsizlik şeklindeki 50 kısıttan (constraint)  oluşan, karmaşık bir sorun görünümündeydi. Mühendisler, böyle zor bir tasarımı, genetik algoritmalar kullanarak, başarıyla yapmışlar ve şirketlerine yarış üstünlüğü kazandırmışlardır.