İçeriğe geç
parazade
Yapay Zeka

Benzetimli Tavlama Nedir?

İngilizce: Simulated Annealing

Yayın: · Son güncelleme:

Benzetimli Tavlama Nedir? Kısaca

Benzetimli tavlama (simulated annealing), metallerin ısıtılıp yavaşça soğutulmasından esinlenen ve başta daha kötü çözümleri de belirli bir olasılıkla kabul ederek yerel tuzaklardan kaçmaya çalışan olasılıksal bir optimizasyon yöntemidir.

Benzetimli Tavlama nedir?
İçindekiler
  1. Benzetimli tavlama nedir?
  2. Nasıl çalışır?
  3. Nelere dikkat etmeli?

Benzetimli tavlama (simulated annealing), çok sayıda olası çözüm arasından iyi bir çözüm bulmak için kullanılan olasılıksal bir arama yöntemidir. Adını metalürjideki tavlama işleminden alır: metal yüksek sıcaklığa ısıtılıp yavaşça soğutulduğunda atomlar daha düzenli, düşük enerjili bir yapıya yerleşir. Yöntem 1983'te Kirkpatrick ve arkadaşlarının çalışmasıyla yaygınlaştı.

Benzetimli tavlama nedir?

Basit arama yöntemleri yalnızca daha iyi çözümlere geçer ve bu yüzden bir yerel minimuma takılabilir. Benzetimli tavlama ise "sıcaklık" adı verilen bir parametre kullanır. Sıcaklık yüksekken algoritma daha kötü çözümlere geçmeyi de sık sık kabul eder; böylece arama uzayını geniş biçimde keşfeder. Sıcaklık düştükçe kötü hamleleri kabul etme olasılığı azalır ve algoritma iyi bir bölgeye yerleşir.

Nasıl çalışır?

  1. Bir başlangıç çözümü ve yüksek bir sıcaklık seçilir.
  2. Mevcut çözümün küçük bir değişikliğiyle komşu bir çözüm üretilir.
  3. Komşu daha iyiyse kabul edilir; daha kötüyse, farkın büyüklüğüne ve sıcaklığa bağlı bir olasılıkla kabul edilir.
  4. Sıcaklık bir soğutma planına göre azaltılır ve adımlar tekrarlanır.

Nelere dikkat etmeli?

Yöntem; çizelgeleme, devre yerleşimi ve rota planlama gibi kombinatoryal problemlerde kullanılır. En önemli tasarım kararı soğutma planıdır: çok hızlı soğutma algoritmayı tepe tırmanma gibi erken takılmaya iter, çok yavaş soğutma ise gereksiz uzun sürer. Teoride çok yavaş soğutmayla en iyi çözüme yaklaşılabileceği gösterilmiştir, ancak pratikte süre kısıtlı olduğundan çoğu zaman "yeterince iyi" bir sonuçla yetinilir.

Sıkça Sorulan Sorular

Benzetimli tavlama neden kötü çözümleri kabul eder?

Kötü çözümleri zaman zaman kabul etmek, algoritmanın bir yerel tuzaktan çıkıp daha iyi bölgeleri keşfetmesine yardım eder. Sıcaklık düştükçe bu davranış azalır.

Benzetimli tavlama ile tepe tırmanma arasındaki fark nedir?

Tepe tırmanma yalnızca daha iyi komşulara geçer ve kolayca takılır. Benzetimli tavlama ise kontrollü bir rastgelelikle kötü hamlelere de izin vererek bu sorunu hafifletir.

İlgili terimler

Tepe Tırmanma Algoritması(Hill Climbing)Tepe tırmanma algoritması (hill climbing), mevcut çözümden başlayıp her adımda daha iyi bir komşu çözüme geçen ve daha iyi komşu kalmadığında duran basit bir yerel arama ve optimizasyon yöntemidir.Metasezgisel Algoritma(Metaheuristic)Metasezgisel algoritma, belirli bir probleme bağlı kalmadan pek çok farklı optimizasyon problemine uyarlanabilen, keşif ile iyileştirmeyi dengeleyerek büyük arama uzaylarında makul sürede iyi çözümler arayan genel amaçlı yöntemdir.Yerel Minimum(Local Minimum)Yerel minimum, bir fonksiyonun yakın çevresindeki tüm noktalardan daha düşük değer aldığı, ancak fonksiyonun tamamındaki en düşük nokta olmayabilen noktadır. En düşük noktanın kendisine küresel minimum denir.Monte Carlo Yöntemi(Monte Carlo Method)Monte Carlo yöntemi, analitik olarak çözülmesi zor problemleri çok sayıda rastgele deneme (simülasyon) yapıp sonuçların ortalamasını alarak yaklaşık çözen hesaplamalı bir tekniktir.Algoritma(Algorithm)Algoritma, belirli bir problemi çözmek ya da bir görevi yerine getirmek için izlenen, sırası ve sonu belli, açık ve uygulanabilir adımlar dizisidir. Bilgisayar programları ve yapay zekâ sistemleri algoritmalar üzerine kuruludur.Harf Çevirisi(Transliteration)Harf çevirisi (transliterasyon), bir yazı sistemindeki metnin, anlamı çevrilmeden başka bir yazı sisteminin harfleriyle yazılmasıdır. Örneğin Kiril alfabesiyle yazılmış bir ismin Latin harflerine aktarılması harf çevirisidir.