Genetik alqoritm

Genetik alqoritmlərin tətbiqi

Genetik alqoritmlər aşağıdakı problemləri həll etmək üçün istifadə olunur:

1. 
   Funksiyaların optimallaşdırılması
   
2. 
   Müxtəlif qrafik problemləri (səyahətçi satıcı problemi, rəngləmə, uyğunluq tapmaq)
   
3. 
   Süni neyron şəbəkəsinin qurulması və öyrədilməsi
   
4. 
   Layout tapşırıqları
   
5. 
   Oyun strategiyaları
   
6. 
   Bioinformatika (zülal qatlanması)
   
7. 
   Sonlu avtomatların sintezi
   
8. 
   PID nəzarətçiləri tənzimləmək
   

Genetik alqoritmlərə niyə ehtiyac var?

GA-lar aşağıdakı məqsədləri güdürlər:

• 
  həm təbii mühitdə, həm də intellektual tədqiqat (süni) sistemdə uyğunlaşma mexanizmlərini izah edir;
  
• 
  təkamül funksiyalarının modelləşdirilməsi və onların müxtəlif problemlərin, əsasən optimallaşdırılmasının həlli yollarının səmərəli axtarışı üçün tətbiqi.
  
• 
  Yeni nəsil fərdlər yaradıldıqdan sonra mutasiyalar (mutation) baş verir. Bu operator populyasiyanı lokal ekstremumdan “çıxarmaq” üçün zəruridir və alqoritmin vaxtından əvvəl yığılmasının qarşısını alır. Mutasiya xromosomda təsadüfi seçilmiş genin dəyişdirilməsi deməkdir.
  

NANOTEXNOLOGIYA

Məsələn: Bu tədqiqatın bir sahəsi Nano-borulardır: hüceyrələrə müxtəlif elementlərin transportasiyası üçün istifadə olunan mikroskopik borular. Elm adamları Nano-boruların köməyi ilə birbaşa xərçəng hüceyrələrinin içərisinə, digər sağlam hüceyrələrə toxunmamaq şərti ilə dərman yeridə bilirlər. Bu zaman xərçəng hüceyrələri dağıdılır, sağlam hüceyrələr isə toxunulmamış qalır. Digər sahə olan Nano-robotlar vasitəsilə çox kiçik robotlar insanın qanına yerləşdirilir ki, orada olan xərçəng hüceyrələrini axtarıb taparaq, onları məhv etsin. Gələcək bir neçə ildə həkimə xəstəliyinizin müayinəsi üçün gedəcəksiniz. Həkim sizin qan kütlənizə çox kiçicik bir robotu inyeksiya vasitəsi ilə yerləşdirəcək. Robot sizin xəstəlik səbəbinizi aşkar edir, bədəninizin müvafiq hissəsinə ötürülür və zədələnmiş hissəni dərman dozası ilə təmin edir. Sözsüz ki, robot elə kiçik olmalıdır ki, insan bədənində hərəkət edib, dərman dozasını daşıya bilsin. Bundan sonra isə, robot həm də sizin bədəninizi tərk etmə yolunu tapmalıdır. Bu uydurma yox, artıq bir neçə laborotoriyalarda araşdırılan bir işdir. Bu gün sizin həzm sisteminizdə səyahət edən, bədəninizin içərisində şəkillər çəkən və həkimin daxili həzm sistemini yoxlaması üçün bu şəkilləri kabelsiz onun kompüterinə göndərə bilən robotlar mövcuddur. Kamera həbləri artıq bir neçə xəstəxanalarda məşhurlaşmışdır və siz də tezliklə onu bir çox məkanlarda görəcəksiniz.

İndi Yüksək Texnologiyalar dedikdə 3 əsas texnologiya nəzərdə tutulur: İnformasiya, Bio və Nano. Cəmiyyətə daha çox faydalı olmaq, yüksək səviyyədə xidmət etmək üçün bu üç texnologiya adətən birlikdə çalışır. Yüksək texnologiyada baş verən hər bir növbəti yenilikdən yararlanmaq üçün biz şagirdlərimizə Elm, Texnologiya, Mühəndislik və Riyaziyyat (STEM) disiplinlərinə yiyələnmələrini təmin edib, texnoloji cəhətdən dəyişən və inkişaf edən dünyada öz yerlərini tutmalarına köməklik göstərmiş olacağıq. Bu o deməkdir ki, bütün tədris proqramları, ibtidai siniflərdən başlayaraq STEM təhsilinə çevrilməlidirlər. İnsanların çoxu fərdi kompüter və ağıllı telefonların istifadəsini İnformasiya Texnologiyasının bəxş etdiyi vacib amil kimi anladı, lakin bu hələ bir başlanğıcdır. Tədqiqat laborotoriyalarında bir çox araşdırılan, amma kommersiyalaşdırılmayan texnoloji yeniliklər var. Belə bir sual yaranır: “Bu inkişaf etməkdə olan texnoloji yeniliklərə məhəl qoymadan həyatımıza davam etsək nə baş verəcək?” Kimsə iddia etmişdi ki, İnformasiya Texnologiyası trilyon dollarlıq biznesdirsə, onda Biotexnologiya on trilyon dollar, Nanotexnologiya isə yüz trilyon dollarlıq biznes olacaq. İnformasiya Texnologiyası sahəsi milyonerlər yaratdığı halda, Biotexnologiya və Nanotexnologiya trilyonerlər meydana gətirəcək.

Yüksək Texonogiya sahələri STEM sahəsində çalışa bilən mütəxəsislər tələb edir, məhz ona görə də gələcək illərdə yaranacaq tələbə uyğun olaraq, bu bacarıqların inkişafı vacibdir. Bu sahədə karyera quran gənclər ən yaxşı iş imkanlarına sahib olacaq. Siz də bu gənclərin arasında olmaq istəyirsinizsə, tədricən artan tələb, təklif və imkanları qarşılamaq üçün təhsilinizi STEM üzrə qurmalısınız.

Neyronun riyazi modeli

• 
  Neyron şəbəkələr anlayışı 50-ci illərin ortalarında formalaşmağa başladı.Bu sahədə əsas nəticələr U. Makkolaxın, D.Xebbin, F. Rozenblatın, C. Xopfildin adı ilə bağlıdır.
  
• 
  1943-cü ildə U. Makkolax və U.Pitts neyronun riyazi modelini təklf etdilər və beyinin fəaliyyəti nəzəriyyəsinin əsas müddəalarının xülasəsini verdilər.
  
• 
  1949-cu ildə D.Xebb beyinin neyronlarının birləşməsinin xarakteri haqda öz ideyalarını verdi və neyron şəbəkənin təlimlənməsi (öyrətmə) qaydalarını təsvir etdi.
  
• 
  Praktik olaraq neyron şəbəkə 1958-ci ildə F. Rozenblat tərəfindən elektron qurğu kimi reallaşdırıldı ki bu da perseptron adlandırıldı və dünyada ilk neyrokomputerin texniki reallaşması variantını təklif etdi. İlk olaraq neyron məntiqi “1” və məntiqi “0” siqnallarla işləyirdi.Binar və analoq siqnallarla işləyən neyron Vidroy və Hoff təklif etmişlər.
  
• 
  1969- cu ildə M.Minski və S. Peypert tərəfindən çap olunan “Perseptronlar ” adlı kitab perseptronların məhdud imkanlara malik olduğunu sübut etdikdən sonra SNŞ-lərə maraq azalmağa başladı. Lakin 80-cı illərdə beyinin fəaliyyəti haqda yeni biliklərin toplanması, mikroelektronika və komputer texnikası sahəsindı baş verən tərəqqi nəticəsində süni neyron şəbəkələrə maraq yenidən artmağa başladı.1982-1985 ci illərdə C. Xopfild assosiativ yaddaşı modelləşdirən optimallaşdırıcı neyron şəbəkələr ailəsini təklif etdi. 1987-ci ildə ABŞ, Yaponiya, Qərbi Avropada SNŞ sahəsində genişmiqyaslı maliyələşməyə başlanıldı.1989-cu ildə böyük elektrotexniki firmalarda SNŞ tədqiqi və tətbiqinə başlanıldı. 2 ildə satışın miqdarı 5 dəfə artdı.1997-ci ildə SNŞ bazarında illik satış həcmi 2 mlrd. dollar təşkil edirdi. 2000- ci ildən isə molekulyar və biomolekulyar texologiyada əldə olunan müvəffəqiyyətlər, nanotexnologiyaya keçid sayəsində yeni arxitekturaya və texnologiyaya əsaslanan neyrokomputerlərin yaradılmasına başlandı.
  

Neyronun riyazi modeli aşağıdakı kimi yazılır.

• 
  burada w_i – sinapsın çəkisi , (i = 1…n); b – kənarlaşma qiyməti, s – cəmləmənin nəticəsi, x_i – giriş vektoru, (giriş siqnalı), (i = 1…n); y – neyronun çıxış siqnalı, n –neyronunu girişlərinin sayı,f – qeyri xətti dəyişmə ( aktivləşmə funksiyası və ya ötürmə funksiyası).
  
• 
  Siqnalların ötürülməsi istiqamətinə görə neyron şəbəkələri aşağıdakı şəbəkələrə ayırmaq olar:
  
• 
  1.əks əlaqəli - rekurent (feed-back)
  
• 
  2.əks əlaqəsiz – qeyri rekurent(feed-forward) ;
  
• 
  Əks əlaqəsiz şəbəkələrə aşağıdakı şəbəkələr daxildir:
  
• 
  -xətaların geriyə yayılması ;