halı saha yapan firmalar halı saha yapan firmalar

Parçacık Sürüsü Optimizasyon Algoritması (Particle Swarm Optimization Algorithm)

Parçacık Sürüsü Optimizasyon Algoritması(PSO), kuş sürülerinin davranışlarından esinlenilerek ortaya çıkarılmış bir algoritmadır. Popülasyon tabanlıdır ve skotastik bir yapıya sahiptir. Sosyal sistemler bireyin çevresiyle ve diğer bireylerle olan etkileşimini ve davranışını incelemektedir. Bu davranışlara sürü zekası denmektedir. Sürülerden esinlenilerek ortaya çıkarılan iki popüler optimizasyon yöntemi vardır. Bunlar; Karınca Koloni Optimizasyonu ve Parçacık Sürü Optimizasyonudur.PSO sürünün besin kaynağı ararken ortaya koyduğu davranış üzerine kuruludur. PSO, evrimsel algoritmalarla bir çok benzerlik göstermektedir. PSO’nun adımları aşağıdaki gibidir.

Algoritmada bahsedilen parçacıklar sürüdeki bireylere işaret etmektedir.

PSO KONTROL PARAMETRELERİ

  • Parçacık Sayısı : Problemin çeşidine göre ayarlanmalıdır. Bazı problemlerde 10 parçacık yeterliyken, bazılarında 20-40, bazılarında ise 100-200 değerleri gerekmektedir.
  • Parçacık Boyutu : Optimize edilecek probleme göre değişir.
  • Parçacık Aralığı :Probleme göre farklı boyut ve aralıklarda ayarlanabilir.
  • Vmax : Bir iterasyonda bir parçacıkta meydana gelecek maksimum hızı belirler. Genellikle parçacık aralığına göre ayarlanır.
  • Öğrenme Faktörleri : Denklemde görülen c değerleridir. Genellikle 2 olarak seçilirler. Fakat farklı değerler de alabilirler. Yaygın olarak [0,4] aralığında alınır.
  • Durdurma Kriteri : İki şekilde yapılabilir; Birincisi başlangıçta maksimum iterasyon sayısı belirlenir ve algoritma bu sayıya ulaştığında sonlandırılır. İkincisi ise değerlendirme fonksiyonu istenilen değere ulaştığından algoritma sonlandırılır.

Algoritmanın Pseudo Code’u aşağıdaki gibidir.

Begin
   While Durdurma kriteri sağlanmıyorsa do
      Begin
      for i = 1 to parçacık sayısı 
         Uygunluk Değeri := f(Xi); 
         Pi ve gi’yi güncelle;
         I denklemini kullanarak hızı güncelle;
         Parçacığın koordinatını güncelle;
         i= i+1;
   end while
end

Parçacık Sürüsü Algoritması bir başlangıç popülasyonuyla başlatılır ve algoritmanın çalışmasıyla, çözümler güncellenir ve optimum çözüm bulunmaya çalışılır. Her döngüde parçacıkların konumları, iki en iyi(best) değere göre güncellenir. Bu değerlerden ilki pbest, o ana kadar parçacığın elde ettiği en iyi çözümü sağlayan konum koordinatlarıdır. Diğer değer ise popülasyon tarafından elde edilen en iyi çözümü sağlayan konum koordinatlarıdır. Diğer değeri local en iyi(best) olarak kabul edersek, bu değer ise global en iyi olarak kabul edilir.

Aşağıda D adet parametrede oluşmuş, n adet parçacığın oluşturduğu popülasyon görülmektedir.

Popülasyon matrisine göre i. parçacık   Xi = [ Xi1,Xi2,…,…,X1D] şeklinde ifade edilir. En iyi değeri veren parçacığın pozisyonu için de pbest  şeklinde bir matris oluşturulur. Yine aynı şekilde yukarıdaki denklemde verilen hız parametresi de vektörle ifade edilir.

Denklemler de geçen C değerleri öğrenme faktörleridir. Bu değerler her parçacığı en iyi konuma çeken stokastik hızlanma terimlerini ifade eden sabitlerdir. İlk c değeri parçacığın kendi tecrübesine göre hareket etmesini, diğeri ise sürüdeki diğer parçacıkların tecrübelerine göre hareket etmesini sağlar. Bu sabitlerin değerleri belirlenirken dikkat edilmelidir. Düşük değerler seçilmesi durumunda hedefe doğru dolaşarak gider, böylelikle farklı yerler gezilerek, farklı kaynak bulma imkanı doğabilir. Fakat bu durum hedefe ulaşma süresini uzatır. Bu değerlerin yüksek seçilmesinde ise hedefe doğru hızla gidilir fakat bu durumun, hedefin atlanıp geçilmesine de sebep olabileceği unutulmamalıdır. Yapılan çalışmalar sonrasında elde edilen verilere göre en uygun c değerleri 2 olarak bulunmuştur. Ayrıca denklemde bulunan rand değerleri [0,1] arasında düzgün dağılımı rastgele değerlerdir. Denklemlerde geçen k değerleri ise iterasyon sayısını bildirmektedir.

PARÇACIKLARIN HIZ VE KOORDİNATI

Parçacıkların hız ve koordinat hesaplamaları yukarıda verdiğim I ve II numaralı denklemler ile yapılmaktadır. Yeni konum yeni hız ve bir önceki koordinat bilgisiyle hesaplanmaktadır. İkinci denklem bunu göstermektedir. x(k+1) bir sonraki koordinat bilgisi, mevcut koordinat bilgisi x(k) ile parçacığın o andaki hızı ile toplanarak bulunmakta.

İlk denklem ise mevcut hızı hesaplamaktadır. c1 ve c2 değerleri global en iyiye gidiş için önem arz etmektedir. Bu yüzden dikkatli seçilmelidir. Daha önce bahsettiğim gibi bu değerler genelde 2 seçilirler.

Yukarıda görüldüğü üzere verilen hız denklemi pbest ve gbest  değerlerine bağımlıdır. Bu yüzden tüm elemanlar hesaba katılmamaktadır. Bu yüzden formülü aşağıdaki şekildeki gibi de kullanabiliriz. Bu şekildeki kulanım sayesinde yeni  hız bulunurken sadece en iyilerin kullanımından kurtarılmış olacaktır. Formüldeki x değeri orantı sabiti, qi değeri ise pbest değerlerinin ağırlıklı toplamı olarak kullanılmaktadır.

Parçacık Sürüsü Optimizasyonu Algoritması’nda bir diğer önemli nokta da komşuluk seçimidir. Üzerinde çalıştığımız probleme göre komşuluk seçimi stratejisi belirlenir. Komşuluk seçimi için genel olarak kullanılan birkaç metod vardır.

KAYNAKLAR

  • Particle Swarm Optimization and Differential Evolution Algorithms: Technical Analysis, Applications and Hybridization Perspectives
  • Parçacık Sürüsü Optimizasyon Algoritması ve Benzetim Örnekleri – Seçkin Tamer-Cihan Karakuzu
  • Parçacık Sürü Optimizasyonunda Yeni Bir Birey Davranış Biçimi Önerisi – Ö.Tolga Altınöz-A.Egemen Yılmaz
  • http://www.swarmintelligence.org
  • http://wikipedia.org

Diferansiyel Gelişim Algoritması (Differential Evolution Algorithm)

Diferansiyel Gelişim Algoritması (DGA), popülasyon tabanlı sezgisel bir optimizasyon tekniğidir. Global optimizasyon için basit ama güçlü bir tekniktir. Özellikle sürekli verilerin söz konusu olduğu problemlere yönelik olarak geliştirilmiştir ve rastlantısal bir yapıya sahiptir. Temeli genetik algoritmaya dayanır. Benzer operatörleri kullansalar da bu operatörlerin yapısı ve kullanım şekilleri birbirinden farklıdır. Genel anlamda algoritmanın adımları aşağıdaki gibidir.

Algoritmanın adımlarını sırasıyla inceleyelim;

1. Kontrol Parametrelerinin Değerlerini ve Sınırlarını Atama

Temel anlamda parametrelerimiz aşağıdaki gibidir;

  • Değişken Sayısı (D) : minimum 1 olmak üzere istenilen sayı verilebilir. Kromozomdaki gen sayısı olarak düşünülebilir. (1,2,…….,j)
  • Maksimum Jenerasyon Sayısı (Gmax) : Oluşturulacak olan popülasyonun kaç jenerasyon boyunca mutasyon, rekombinasyon ve seleksiyona tabî tutulacağını belirtir. (1,2,…….Gmax)
  • Popülasyon büyüklüğü (NP) : Popülasyonun büyüklüğünün ne kadar olacağını belirtir. Bu da kromozom sayısı olarak düşünülebilir.
  • Ölçekleme Faktörü (F) : Ölçekleme faktörüdür, kullanıcı belirleyecektir.
  • Çaprazlama Oranı (CR) : Olasılığı temsil eder bu yüzden 0 ile 1 arasında değer alır.
  • Xlo ve Xhi  değerleri ise parametre sınırlarını belirtmektedir.

Kontrol parametrelerinin  değerlerinin atanması işlemi şu şekilde temsil edilir;

NP üçten büyük olmalıdır, çünkü Diferansiyel Gelişim Algoritması’nda yeni kromozomların üretilebilmesi için mevcut kromozon dışında üç adet kromozom gerekmektedir. NP adet D boyutlu kromozomdan meydana gelen başlangıç popülasyonun oluşturulma şekli aşağıdaki gibidir.

2. Başlangıç Popülasyonunun Oluşturulması

Mevcut popülasyon gelecek jenerasyonu oluşturmak için kullanılacağından dolayı başlangıç popülasyonu  iyi tanımlanmış sınırlamalara sahip bir araştırma uzayından uniform dağılımla rastgele elemanlar seçilerek oluşturulur.

3. Değerlendirme Fonksiyonu

Yeni bir birey üretildiğinde popülasyona girip girmeyeceğine değerlendirme fonksiyonuyla karar verilir. Hedef kromozomumuzun uygunluk değeri bilinmektedir. Yeni birey onunla karşılaştırılır ve popülasyona girip girmeyeceğine karar verilir. Böylelikle yeterince uygun olmayan bireyler popülasyona eklenmeyerek popülasyonun bozulmaması sağlanır.

4. Mutasyon İşlemi

Mutasyon işlemi parametre optimizasyonu açısından büyük önem  taşır. Kromozomun genleri üzerinde rasgele değişiklikler yapmaktır. Mutasyon sayesinde çözüm noktası çözüm uzayında hareket etmektedir. Bir anlamda mutasyon arama uzayını genişletmektedir. Böylelikle daha çok bölgeye ulaşılıp farklı çözümlere ulaşılabilme ihtimali ortaya çıkar. Mutasyondan beklenen çözümün, çözüm uzayında doğru yönde ve  doğru miktarda hareket etmesidir. Bu sayede bir yerde takılıp kalınmaz. Fakat bu hareketin beklenen şekilde doğru yönde ve doğru miktarda olması garanti edilemez. Mutasyona tabî tutulacak kromozom dışında birbirinden farklı üç kromozom seçilir. () İlk ikisinin farkı alınır ve ölçekleme faktörüyle çarpılır. F genellikle 0 ile 2 arasında değerler almaktadır. Ağırlıklandırılmış fark kromozomu ile üçüncü kromozom toplanır. Amacı amaç vektörleri doğru yönde hareket ettirecek artışları üretmektir.

5. Rekombinasyon İşlemi

Mutasyon işlemi temel olarak yeni araştırma bölgelerinin araştırılmasından sorumludur. Rekombinasyon ya da çaprazlama işleminin amacı ise var olan amaç vektör parametrelerinden yararlanarak yeni vektörler oluşturmak suretiyle araştırmanın başarılı olması için yardımcı olmaktır. Rekombinasyon önceki jenerasyonla başarılı çözümleri birleştirir. Daha iyi bireyler üretmek için eldeki bireyler çaprazlanır.  Mutasyon işlemini gerçekleştirirken elde ettiğimiz fark kromozomu ve Xi,g kromozomu kullanılarak yeni deneme kromozomu (Ui,G+1) üretilir. Deneme kromozomuna genler CR olasılıkla fark kromozomundan 1-CR olasılıkla mevcut kromozomdan seçilir. j=jrand koşulu, en az bir tane genin üretilen yeni kromozomdan alınmasının garanti olması için kullanılır.

6. Seleksiyon İşlemi

Yeni üretilen bireylerin hangi şartlar altında popülasyona girebileceğini tanımlayan kriterdir. Buradaki seleksiyon yöntemi aç gözlü olarak seçilmiştir. Bilindiği üzere diğer evrimsel algoritmalarda kullanılan Deterministik, Rulet Tekerleği, Rasgele ve Turnuva gibi seleksiyon metodları bulunmaktadır. Çalışılan probleme göre bu metodlarda biri de burada tercih edilebilir. Deterministik te belirli sayıdaki en iyi bireyler ile yeni popülasyon oluşturulur, kötü bireyler popülasyona katılmaz. Rulet tekerleğinde, her bireyin çözüme uygunluk derecesi arttıkça yeni popülasyona aktarılma şansı artar. Rasgele seçimde bireylerin uygunluk dereceleri seçilme şanslarını etkilemez. Turnuva metodunda, rasgele seçilen iki birey arasında uygunluk derecesi yüksek olan popülasyona katılırken diğer birey popülasyona kabul edilmez.

Mutasyon, rekombinasyon ve seleksiyon işlemleri durdurma kriteri sağlanana kadar tekrar sırasıyla devam ettirilir. Diferansiyel gelişim algoritmasını maksimum jenerasyon sayısına ulaşana denk çalışır ve ulaştığında algoritma durdurulur. Buna ek algoritmanın çalışması maksimum jenerasyon sayısı ile değil belirlenen durdurma kriterine göre de belirlenebilir. Bu durumda en iyi ve en kötü bireylerin arasındaki farkın belirlenen miktara kadar düşmesi durumunda algoritma sonlandırılır.

Diferansiyel Gelişim Algoritması sürekli parametreleri söz konusu olduğu durumlarda oldukça başarılı sonuçlar veren bir algoritmadır.

KAYNAKLAR

  • Particle Swarm Optimization and Differential Evolution Algorithms : Technical Analysis, Applications and Hybridization Perspectives
  • Yapay Zeka Optimizasyon Algoritmaları – Derviş Karaboğa
  • Diferansiyel Gelişim Algoritması – Timur Keskintürk
  • http://tr.wikipedia.org
  • Diferansiyel Gelişim Algoritması Kullanılarak Sinyal Kesimine Yönelik Adaptik SDY Süzgeç Tasarımı
  • An Introduction to Differential Evolution – Kelly Fleetwood
  • Differential Evolution : A Simple Evolution Strategy for Fast Optimization – Napapan Piyasatian

Linux: SSH Keygen public key şifre soruyor – I still getting password prompt with ssh public key authentication

Daha önce linux sunucuya SSH-Keygen ile nasıl şifresiz SSH bağlantısı yapılacağına dair bir yazı yazmıştım. Bugün bir SSH-Keygen ile şifresiz giriş için ayarladığım bir sunucuya bağlanmaya çalıştığımda halen şifre sormaya devam etti. Daha önce karşılaşmamıştım. Problemi ilgili sunucunun authorized_keys dosyasının okuma iznini aşağıdaki şekilde değiştirerek hallettim.

Even I configured a linux server as passwordless SSH by SSH-Keygen, I was still getting password prompt. I solvent the problem as shown below.

chmod 400 ~/.ssh/authorized_keys

Windows 10 vpn A connection to the remote computer could not be established. You might need to change the network settings for this connection hatası

Uzun süredir kullandığım VPN bağlantım birden girmez oldu (A connection to the remote computer could not be established. You might need to change the network settings for this connection). Sunucu tarafında bir değişiklik yapılmadığını öğrendim. VPN ayarlarıyla oynadım ama ne çare. Aklıma gelen tek sebep de güncelleme oldu. Her neyse yaptığım araştırmalarda aşağıdaki çözümü buldum. Başınıza böyle birşey gelmişse sizde aşağıdaki adımları takip edebilirsiniz.

  1. Aygıt yöneticisini açın (Open Device Manager).
  2. Ağ Bağdaştırıcılarının üzerine tıklayarak alt seçeneklerin açılmasını sağlayın (Expand Network Adapters).
  3. Buradan Wan Miniport (IP), WAN Miniport (IPV6) ve WAN (Miniport PPTP)‘lere sırasıyla tıklayarak Cihazı kaldır diyin (Right click and Uninstall Wan Miniport (IP), WAN Miniport (IPV6) and WAN Miniport (PPTP).
  4. Sonra en yukarıda bilgisayarınızın adının yazdığı kök elemente sağ tıklayarak Donanın Değişikliğini Tara diyin.
  5. Şimdi mevcut VPN bağlantınızı kaldırın ve yeniden kurun. Sorun çözülmüş olmalı.

Kayseri Kitabeleri – Halit Erkiletlioğlu

Kitabelere, mezar taşlarına ve diğer eski yazılara karşı bir ilgim var. Fakat bunlarla uğraşmak için çok fazla zaman da ayıramıyorum. Geçenlerde Kayseri Kitabeleri adında bir kitap geçti elime. 2001 yılında basılmış. Tabi hem konuya ilgi duyup hem de Kayserili olunca bir çırpıda okumak istedim. İçerisinde Kayseri ve ilçelerinde bulunan eski cami, kilise vs. kitabelerinin resimleri, tercüme ve açıklamaları mevcut. Hazırlayan Halit Erkiletlioğlu’na teşekkür etmek gerekiyor. Bu kitap daha profesyonelce hazırlanacak, daha geniş kapsamlı, ilgili yapıların yeri ve tarihi hakkında bilgi verecek daha kapsamlı bir kaynak için temel olarak kullanılabilir.

Mekanlar ve Olaylarıyla Hz. Muhammed’in Hayatı – Mekke – Medine

Güzel bir kitap olmuş. Bir gün kutsal toprakları görme fikrinde olanların veya Mekke ve Medine’yi tanımayı isteyenlerin kesinlikle okuması gereken bir kitap. Bir umre seyahatinde -hatta biraz daha genişletilmiş bir ziyaret de diyebiliriz- nereye niçin gidiliri güzel bir şekilde anlatmış Talha Uğurluel. Ayrıca bu kitap bir kez okumalık bir kitap da değil. Bir başucu kaynağı olarak da kullanılabilir. Özellikle umre veya hac fikrinde olanların kutsal topraklara gitmeden önce kesinlikle oralar hakkında bilgi edinmesini gerektiğini düşünen biri olarak kütüphanede saklanması gereken bir kitap olduğunu düşünüyorum. Talha Uğurluel’in de ellerine sağlık. Kitaptan çektiğim üç tane fotoğrafı da paylaşmak istiyorum.

Fotoğraflarda ilki Mekke’nin krokisi.

İkincisi Medine’nin Planı.

Ve sonuncusu da Mescid-i Nebevi’nin Planı.

 

Dünya ve Ahiret Efendimizsin

Bir ulü’l emr idin emrine girdik;
Ezelden bey’atlı hakanımızsın.
Az idik, sayende murada erdik.
Dünya ve ahiret sultanımızsın.

Unuttuk İlhan’ı, Kara Oğuz’u;
İşledik seni göz bebeğimize.
Bağışla ey şef’i kusurumuzu
Bin küsur senelik emeğimize.

Suçumuz çoksa da sun’umuz yoktur.
Şımardık müjde-i sahabetinle
Gönlümüz ganidir, gözümüz toktur
Doyarız bir lokma şefaatinle

Nedense kimseler dinlemez eyvah!
O kadar saf olan dileğimizi
Bir ümmi isen de Ya Rasulallah
Ancak sen okursun yüreğimizi.

Suları tükendi gülabdanların.
Dinmedi gözümüz yaşı merhamet
Külleri soğudu buhurdanların.
Aşkınla bağrını yakmada millet.

Gelmemiş Türkçe’de Lebid, Hassan’ın.
Yok bizde ne Bürde, ne Muallaka.
Yolunda başveren Al-i Osman’ın.
Lâl ile yazdığı tarihten başka.

Ne kanlar akıttık hep senin için.
O ulu Kitab’ın hakkı içün aziz…
Gücümüz erişsin ve erişmesin.
Uğrunda her zaman döğüşeceğiz.

Yapamaz Ertuğrul evladı sensiz.
Can verir, cananı veremez Türkler.
Ebedi hadim’ül harameyniniz.
Ölsek de Ravza’nı ruhumuz bekler.

Mülâzım-ı evvel (Üsteğmen) İdris Sabih Bey (Fahreddin Paşa’nın ihtiyat mülazımı)

Meşekkatli LG G2 Maceram

Yaklaşık 4,5 senedir ısrarla kullanmaya devam ettiğim LG G2 telefonum artık S.O.S. veriyor diyebilirim. Çok güzel başlayan LG G2 maceram kötü bir şekilde son bulacak gibi görünüyor. LG G2 ile yaşadığım sorunları aşağıda sıralayacağım.

  • Aslında herşey çok güzel başlamıştı çok hızlı ve güzel tasarımlı bir telefondu. Pil ömrü de iyiydi ve aldığım zamanlarda Samsung S4 ile kıyaslanıyordu. Aralarında da fiyat farkı çok yoktu. Ben G2’yi tercih ettim. İlk zamanlar fark ettiğim ilk sorun cihazın çok ısınmasıydı. Önemsemedim ama bir müddet sonra bu ısınmalar ekranda sararmalara yol açtı ve kameramda odaklanma problemi oluşmaya başladı. Garantiye gönderdim sağolsunlar ekranı tamamen değiştirdiler. Kamera içinde kapaktaki kamera camını değiştirmeyle yetindiler ama sorun çözülmedi.
  • Neyse dedim Aliexpress’ten G2 kamerası aldım ve kendim taktım. En sevdiğim yanlarından bir tanesi telefonun modüler olması kamerayı rahatlıkta değiştirebildim.
  • Garanti süresi dolduktan bir müddet sonra hoparlörüm patladı. Bundan benim hatam olabilir. Çünkü yağmurlu bir günde uzun süre kullanmak durumunda kaldım ve akabinde bu sorun ortaya çıktı. Yine Aliexpress’ten hoparlör aldım. Onu da kolaylıkla değiştirdim.
  • Bir müddet sonra ekranda sararmalar yeniden ortaya çıktı ve halen o şekilde kullanıyorum.
  • Telefon üçüncü yılın ardından baya bir yavaşladı. Yüklü uygulamaların yeni versiyonlarına gücü yetmiyor artık. Boşken hızlı ama uygulama yükleyince kağnıya dönüşüyor.
  • Bir gün bir baktım kulaklık takılı olmadığı halde takılıymış gibi görünüyor. Kendim düzeltemedim çünkü donanımsal bir problemdi. Telefoncuya falan götürdüm ama onlar da yapamadılar. Netice itibariyle bluetooth kulaklıkla kullanıyorum ve bir de headset toogle adlı uygulamayla.
  • Arada sırada reboot etmeye başladı kendi. Hem de bu reboot’larda pin de sormuyor ilginç.
  • Ve son bomba logo ekranında takılma sorunu Soft-brick. Bu da telefonumdaki resim ve dosyalarımın uçmasına sebep oldu. Artık can çekişiyor diyebilirim.

4,5 yılda bu kadar problemle karşılaşmışım acaba zamanında Samsung S4 alsam ne olurdu diye düşünmüyor değilim. Ama sanıyorum bundan sonra LG telefon almayacağım.

eskisehir escort eskisehir escort porno porno izle
porno izle