Ahmet Cevahir ÇINAR

Normalde bir x değişkeni için f(x) fonksiyonunun her zaman aynı sonucu üretmesi beklenir. Fakat bazı durumlarda bu böyle olmaz ve bu duruma optimizasyon problemlerindeki belirsizlikler (Uncertainties in optimization problems) adı verilir.

Bunlar kabaca 4 kategoriye ayrılabilir:

1) Kestirime bağlı belirsizlikler (uncertainties due to approximation)
2) Sağlamlıktan kaynaklanan belirsizlikler (uncertainties due to robustness)
3) Gürültüden Kaynaklanan Belirsizlikler (uncertainties due to noise)
4) Zamanla Değişime Bağlı Belirsizlikler (uncertainties due to time-variance)

1) Kestirime bağlı belirsizlikler (uncertainties due to approximation)
Amaç fonksiyonunun belli olmadığı durumlarda amaç fonksiyonu yerine kestirim metodları kullanılır. Adı üzerinde amaç fonksiyonu olmadığından bir kestirim yapıldığından her kestirimde de farklı sonuçlar üretme ihtimali olduğundan buradaki farklılık bu durumdan kaynaklanmaktadır.

2) Sağlamlıktan kaynaklanan belirsizlikler (uncertainties due to robustness)
Sağlam/gürbüz (robust) parametreler değiştiği oranda amaç fonksiyonunun değerini değiştiren parametrelerdir. Eğer bir parametredeki küçük bir değişim amaç fonksiyonunda büyük bir değişime yol açıyorsa o parametre Sağlam/gürbüz (robust) bir parametre değildir. Bu yüzden birbirine çok yakın veya aynı parametrelerin farklı amaç fonksiyonu değerleri üretmesi söz konusu olabilir.

3) Gürültüden Kaynaklanan Belirsizlikler (uncertainties due to noise)

Kendi içerisinde tutarlı olmayan sistemlerin optimizasyonunda bu durumla karşılaşılır. Eğer bir gerçek dünya probleminde fiziksel ölçümlerin girdi olarak kullanıldığı bir problem optimize edilirse bu gibi durumlarda ölçüm farklarından kaynaklı aynı parametreler farklı amaç fonksiyonu değeri verebilir.

4) Zamanla Değişime Bağlı Belirsizlikler (uncertainties due to time-variance)

Bu durum değişken amaç fonksiyonu örneğinde akla gelen ilk durumdur. Amaç fonksiyonunun değeri zaman bağlı değişiyorsa zaman sürekli değiştiğinden amaç fonksiyonu değeri de aynı girdilere farklı çıktılar verebilir. Bu tarz optimizasyon problemlerine dinamik optimizasyon problemleri denmektedir. Amaç fonksiyonunun yüzeyinin (fitness landscape changing) zamana göre değişimi de bu kategoriye girmektedir.

Kaynak: Neri, F. and C. Cotta, Memetic algorithms and memetic computing optimization: A literature review. Swarm and Evolutionary Computation, 2012. 2: p. 1-14.