Genetik algoritmalarda doğal olmayan gen aktarım tekniği uygulaması

Abstract

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.

Genetic algorithms (GA) is one of the heuristic algorithms used for many years in solving optimization problems. Since its development, it has been used in many different optimization problems and has contributed to obtaining successful results. GA, which is based on evolutionary processes and selections in line with genetic variations in nature, was created by simulating these structures. In recent years, the use of techniques such as the CRISPR/Cas9 method for genome editing and gene transfer in genetics has paved the way for different situations than classical natural selection. In the light of these developments in the genetic arrangements of living things, it is aimed to see what kind of results will be achieved when the current gains in the field of genetics are adapted to genetic algorithms within the scope of this study. In classical GA applications, two new organisms are produced as a result of combining gene particles taken from two organisms by crossover method. Our study is based on the continuation of the evolutionary process of two new creatures that will be formed as a result of the inclusion of a third creature in the crossover process. Knapsack problem, which is one of the layout problems commonly used in the literature, is discussed in the new GA method produced. The new method and the classical method were compared in terms of speed and success rates, and the results were given in a table. When the results obtained are examined, it is seen that the new method, which has been created, achieves results in earlier iteration numbers and has a higher success rate compared to the classical method.