Page 76 - Neşide Dergisi 6.Sayı

DOSYA

lemler sonucunda bir çıkarım yapılır. Bulanık (Çizelgeleme, Gezgin Satıcı vb.) çözmeye yö-
mantık da bir kural tabanlı sistem olarak dü- nelik ileri teknikler Yapay zekâ teknikleri ola-
şünülebilir. Fakat burada nitelendirmeler, uz- rak adlandırılır. Bunların başlıcaları:
man sistemlerden farklı olarak kesin değildir.
Bir insanın günlük hayatta yaptığı nitelemele- a-) Bilgi tabanlı uzman sistem yaklaşımı b-)
rin büyük çoğunluğu da kesin değildir. Bula- Yapay sinir ağları yaklaşımı
nık mantık bu şekilde kural tabanının günlük c-) Bulanık mantık yaklaşımı
hayatta kullanılan kesin olamayan kelimelerle d-) Geleneksel olmayan optimizasyon teknik-
oluşturulmasına imkân sağlar. Beynin öğren- leri i-) Genetik algoritma ii-) Benzetilmiş
me kapasitesi nöronlar ve bunların birbiri ile tavlama (Simulated annealing) iii-) Hyprid
olan bağlantısına bağlıdır. Yapay sinir ağları, algoritmalar
adından da anlaşılacağı gibi, beynin çok basit
e-) Nesne tabanlı (Object-oriented) program-
bir nöron modelinin benzetimidir. Bu şekilde
lama f-) Coğrafi bilgi sistemleri(GIS)
elde edilen ağ ile öğrenme olayı gerçekleşir.
Genetik algoritma ise, doğanın kullanmış ol- g-) Karar destek sistemlerinin gelişimi
duğu biyolojik evrim modelini benzeterek çö- h-) Esnek programlama (Soft computing )
züm arayan bir optimal arama algoritmasıdır.
Bu yöntemlerden sadece trafik alanında yay-
Bu çalışmada yapay zekâ tekniklerinden uz- gın olarak kullanım alanı bulan uzman sistem-
man sistemler, bulanık mantık, yapay sinir ler, yapay sinir ağları, genetik algoritma ve
ağları ve genetik algoritma yöntemleri ta- bunların kendi aralarında ikili veya üçlü birle-
nıtılarak, bu tekniklerin trafik kontrol prob- şimiyle oluşan esnek programlama ile ilgilen-
lemlerinde kullanımları üzerine araştırma dik. Bunun için bu teknikleri çok detaylara gir-
yapılmıştır. Çalışmada trafik kontrolünde bu meden özetleyip trafikte kullanım alanlarına
tekniklerin nerede ve nasıl uygulandığına iliş- göre tasnif çalışması yaptık.
kin bir sınıflandırma yapılmıştır.
1. KULLANILAN YAPAY ZEKÂ TEKNİKLERİ
GİRİŞ
Uzman Sistemler (Expert Systems)
Yapay zekâ, insan tarafından yapıldığında
Yapay zekânın en önemli uygulama alanla-
zekâ olarak adlandırılan davranışların (akıllı
davranışların) makina tarafından da yapılma- rından biri Uzman Sistemledir. Bu tip sistem
sıdır. Yapay zekânın insan aklının nasıl çalıştı- belli bir alanda uzman olan kişilerin uzman-
ğını gösteren bir kuram olduğu da söylenebi- lıklarına dayanarak çözüm arar. Bunu bir tür
lir. Yapay zekânın amacı, makinaları daha akıllı bilgisayarda düzenlenmiş danışma sistemi
olarak düşünebiliriz. Uzman sistemler hem
hale getirmek, zekânın ne olduğunu anlamak
ve makinaları daha faydalı hâle getirmektir. makine hem de insan müdahalesine ihtiyaç
duyan uygulamalarda kullanılır. Tıp, finansal
Yapay zekânın amacı insanın zekâsını bilgisa- planlama, bilgisayar konfigürasyonu, gerçek
yar aracılığı ile taklit etmek, bu anlamda belli zamanlı sistemler, trafik yönetimi ve kontro-
bir ölçüde bilgisayarlara öğrenme yeteneği lü, sigortacılık bazı uygulama alanlarıdır. Bir
kazandırabilmektir. Bu şekilde Yapay zekâ uzman sistem üç parçadan oluşur. Bunlar;
çoğunlukla insanın düşünme yeteneğini, bey- Kural Tabanı, Data Tabanı ve Kural Çözüm-
nin çalışma modelini veya doğanın biyolojik leyicidir. Bu şekilde oluşturulmuş bir Uzman
evrimini modellemeye çalışan yöntemlerden
Sistemim blok yapısı Şekil.1‘de görülmekte-
YAPAY ZEKÂ oluşur. dir.
Bilgisayar teknolojisindeki gelişime paralel
Kural tabanında, kural çözümleyicinin sonuca
olarak özellikle son yirmi yılda ulaşım alanın-
varmak için kullanacağı kural kümesi bulunur.
da karşımıza çıkan ve sezgisel olarak çözüle-
Pek çok uygulamada Kural tabanı IF-THEN
bilen ya da çözülmesi matematik teknikler ile
birkaç kuraldan birkaç bin kurala kadar ola-
mümkün olmayan gerçek hayat problemlerini kural yapısında tutulur. Bu kural kümesinde

74