Araştırma Makalesi
BibTex RIS Kaynak Göster

GENETİK ALGORİTMA YAKLAŞIMI İLE SANAL PAMUK ÜRETİM MODELLEMESİ

Yıl 2017, Cilt: 3 Sayı: 1, 27 - 37, 01.08.2017

Öz

Türkiye, gelişmekte olan bir
ülkedir. Türkiye’nin gelişmiş ülkeler düzeyine ulaşabilmesi için sahip olduğu
tarım potansiyelinin farkına varması ve katma değeri yüksek ürünler üreterek
ihraç etmesi gerekir. Bu bakımdan katma değeri en yüksek ürünlerden biri
pamuktur. Pamuk, tekstil endüstrisinin önemli hammaddesidir. Ancak, pamuğu ucuz
ve doğru üretmek gerekir. Zira ucuz üretim, rekabetin vazgeçilmez ön koşuludur.
Bu çalışmada, bilişim ve istatistik araçlar kullanılarak pamuk üretim
modellemesi tanıtılmaktadır. Pamuğun yetişmesi için gerekli olan girdiler,
parametre olarak kullanılmakta ve pamuk üretimi bakımından ne kadar önemli
oldukları ikili zaman serileri analizi ile test edilmektedir. Bu çalışma ile az
sayıda olduğu değerlendirilen tarım üretim araştırmalarına bilişim ve
istatistik araçlarının katkısı söz konusu edilmektedir. Genetik algoritma
yaklaşımı, tarımsal üretime çok uygun bir yapı sunduğundan optimizasyon modeli
olarak kullanılmıştır. İstatistik analiz sonuçlarına göre, pamuk bitkisinin
sulama ve gübreleme faktörleri önemli, bakım ve zararlılarla mücadele
faktörleri önemsiz bulunmuştur.

Kaynakça

  • Bayaz M. (2016). Pamuk Bitkisini Yetiştirme Usulleri, Ege Üniversitesi Tire Kutsan Meslek Yüksekokulu öğretim üyesi, Tire Gökçen bölgesi pamuk yetiştiricisi.
  • Dağ B. (2005). Genetik Algoritmalar, Türkiye Bilişim Ansiklopedisi, papatya yayıncılık, 405-408.
  • David L. (1991). Handbook of Genetic Algorithms. New York: Van Nostrand Reinhold.
  • Goldberg D.E. (1989). Genetic Algorithms: In Search Optimization, and Machine Learning, New York: Addison-Wesley Publishing Co. Inc.
  • Fitzmaurice M. G, Lipsitz, R.S. (1995). A model for Binary Time Series Data with Serial Odds Ratio Patterns. Applied Statistics. 44, No:1, 51-61.
  • Gürgen Y. (2005). Pamuk Yetiştirme Teknikleri, Çukurova Üniversitesi, Tarımsal Yayım Araştırma ve Uygulama Merkezi Müdürlüğü.
  • İşci Ö, Korukoğlu S. (2003). Genetik Algoritma Yaklaşımı ve Yöneylem Araştırmasında Bir Uygulama. Yönetim ve Ekonomi, Celal Bayar Üniversitesi, Manisa. Cilt:10, Sayı:2.
  • Karr L.C, Freeman L.M. (1999). Industrial Applications of Genetic Algorithms, CRC Press. 350 pages.
  • Kaya A. (2013). Bilgi Sistemlerinde Model, Veri ve İnsan Kaynaklı Riskler, Atatürk Üniversitesi 2. Ulusal Yönetim Bilişim Sistemleri Kongresi, Bildiriler Kitabı 377-385.
  • Kraft D.H., (1994). The use of Genetic Programming to Build Queries for information Retrieval. in Proceeding of the First IEEE Press, 468-473.
  • Martin M.J. (1997). An Approach to An Adaptive Information Retrieval Agent using Genetic Algorithms with Fuzzy Set Genes. Proceeding of the Sixth International Conference on Fuzzy Systems. New York: IEEE Press, 1227-1232.
  • Mitchell, M. ve Forest, S. (1994). Genetic Alghoritms and Artificial Life, Vol.1, No.3, pp. 267-289, Reprinted in C.G. Langton (Ed.) Artificial Life:On Overwie, MIT Press, Cambridge, MA.
  • Nadia N, Luiza de Macedo M. (2002). Minimal Addition Subtraction Chains Using Genetic Algorithms. Advances in Information Systems (ADVIS), 2002, Lecture Notes in Computer Science (LNCS) 2457, 303-313.
  • Oğuz M. (1999). Genetik Algoritmalar, Yıldız Teknik Üniversitesi Endüstri Mühendisliği Lisans Bitirme Tezi.
  • Öktem D, Kaya A, Çakır Ş., (2005), Virtual Plant Evolution with Genetic Algorithms. Lecture Series on Computer and Computational Sciences, Volume 4, 438-443.
  • Whitely D, Hanson T. (1989). Optimising Neural Networks Using Faster, More Accurate Genetic Search Proc. 3rd Intelligence Conference on Genetic Algorithms and Their Applications, 370-374. Goerge Mason University
Yıl 2017, Cilt: 3 Sayı: 1, 27 - 37, 01.08.2017

Öz

Kaynakça

  • Bayaz M. (2016). Pamuk Bitkisini Yetiştirme Usulleri, Ege Üniversitesi Tire Kutsan Meslek Yüksekokulu öğretim üyesi, Tire Gökçen bölgesi pamuk yetiştiricisi.
  • Dağ B. (2005). Genetik Algoritmalar, Türkiye Bilişim Ansiklopedisi, papatya yayıncılık, 405-408.
  • David L. (1991). Handbook of Genetic Algorithms. New York: Van Nostrand Reinhold.
  • Goldberg D.E. (1989). Genetic Algorithms: In Search Optimization, and Machine Learning, New York: Addison-Wesley Publishing Co. Inc.
  • Fitzmaurice M. G, Lipsitz, R.S. (1995). A model for Binary Time Series Data with Serial Odds Ratio Patterns. Applied Statistics. 44, No:1, 51-61.
  • Gürgen Y. (2005). Pamuk Yetiştirme Teknikleri, Çukurova Üniversitesi, Tarımsal Yayım Araştırma ve Uygulama Merkezi Müdürlüğü.
  • İşci Ö, Korukoğlu S. (2003). Genetik Algoritma Yaklaşımı ve Yöneylem Araştırmasında Bir Uygulama. Yönetim ve Ekonomi, Celal Bayar Üniversitesi, Manisa. Cilt:10, Sayı:2.
  • Karr L.C, Freeman L.M. (1999). Industrial Applications of Genetic Algorithms, CRC Press. 350 pages.
  • Kaya A. (2013). Bilgi Sistemlerinde Model, Veri ve İnsan Kaynaklı Riskler, Atatürk Üniversitesi 2. Ulusal Yönetim Bilişim Sistemleri Kongresi, Bildiriler Kitabı 377-385.
  • Kraft D.H., (1994). The use of Genetic Programming to Build Queries for information Retrieval. in Proceeding of the First IEEE Press, 468-473.
  • Martin M.J. (1997). An Approach to An Adaptive Information Retrieval Agent using Genetic Algorithms with Fuzzy Set Genes. Proceeding of the Sixth International Conference on Fuzzy Systems. New York: IEEE Press, 1227-1232.
  • Mitchell, M. ve Forest, S. (1994). Genetic Alghoritms and Artificial Life, Vol.1, No.3, pp. 267-289, Reprinted in C.G. Langton (Ed.) Artificial Life:On Overwie, MIT Press, Cambridge, MA.
  • Nadia N, Luiza de Macedo M. (2002). Minimal Addition Subtraction Chains Using Genetic Algorithms. Advances in Information Systems (ADVIS), 2002, Lecture Notes in Computer Science (LNCS) 2457, 303-313.
  • Oğuz M. (1999). Genetik Algoritmalar, Yıldız Teknik Üniversitesi Endüstri Mühendisliği Lisans Bitirme Tezi.
  • Öktem D, Kaya A, Çakır Ş., (2005), Virtual Plant Evolution with Genetic Algorithms. Lecture Series on Computer and Computational Sciences, Volume 4, 438-443.
  • Whitely D, Hanson T. (1989). Optimising Neural Networks Using Faster, More Accurate Genetic Search Proc. 3rd Intelligence Conference on Genetic Algorithms and Their Applications, 370-374. Goerge Mason University
Toplam 16 adet kaynakça vardır.

Ayrıntılar

Bölüm Makaleler
Yazarlar

Ahmet Kaya

Yayımlanma Tarihi 1 Ağustos 2017
Yayımlandığı Sayı Yıl 2017 Cilt: 3 Sayı: 1

Kaynak Göster

APA Kaya, A. (2017). GENETİK ALGORİTMA YAKLAŞIMI İLE SANAL PAMUK ÜRETİM MODELLEMESİ. Yönetim Bilişim Sistemleri Dergisi, 3(1), 27-37.
AMA Kaya A. GENETİK ALGORİTMA YAKLAŞIMI İLE SANAL PAMUK ÜRETİM MODELLEMESİ. Yönetim Bilişim Sistemleri Dergisi. Ağustos 2017;3(1):27-37.
Chicago Kaya, Ahmet. “GENETİK ALGORİTMA YAKLAŞIMI İLE SANAL PAMUK ÜRETİM MODELLEMESİ”. Yönetim Bilişim Sistemleri Dergisi 3, sy. 1 (Ağustos 2017): 27-37.
EndNote Kaya A (01 Ağustos 2017) GENETİK ALGORİTMA YAKLAŞIMI İLE SANAL PAMUK ÜRETİM MODELLEMESİ. Yönetim Bilişim Sistemleri Dergisi 3 1 27–37.
IEEE A. Kaya, “GENETİK ALGORİTMA YAKLAŞIMI İLE SANAL PAMUK ÜRETİM MODELLEMESİ”, Yönetim Bilişim Sistemleri Dergisi, c. 3, sy. 1, ss. 27–37, 2017.
ISNAD Kaya, Ahmet. “GENETİK ALGORİTMA YAKLAŞIMI İLE SANAL PAMUK ÜRETİM MODELLEMESİ”. Yönetim Bilişim Sistemleri Dergisi 3/1 (Ağustos 2017), 27-37.
JAMA Kaya A. GENETİK ALGORİTMA YAKLAŞIMI İLE SANAL PAMUK ÜRETİM MODELLEMESİ. Yönetim Bilişim Sistemleri Dergisi. 2017;3:27–37.
MLA Kaya, Ahmet. “GENETİK ALGORİTMA YAKLAŞIMI İLE SANAL PAMUK ÜRETİM MODELLEMESİ”. Yönetim Bilişim Sistemleri Dergisi, c. 3, sy. 1, 2017, ss. 27-37.
Vancouver Kaya A. GENETİK ALGORİTMA YAKLAŞIMI İLE SANAL PAMUK ÜRETİM MODELLEMESİ. Yönetim Bilişim Sistemleri Dergisi. 2017;3(1):27-3.