TARIFNAME FPGA TABANLI HIBRIT SEZGISEL ARAMA ALGORITMALARINA DAYALI IS SIRALAMA CIHAZI VE ALGORITMASI Teknolojik Alan: Bu bulus; sezgisel optimizasyon algoritmalarinin hibrit bir sistemde ele alinmasi ile optimuma yakin çözümlere seri ve kolay bir sekilde ulasmayi saglayan FPGA tabanli hibrit sezgisel arama algoritmalarina dayali is siralama cihazi ve algoritmasi ile ilgilidir. Teknigin Bilinen Durumu: Günümüzde bilindigi üzere arama algoritmalari; bilgi, kelime, dizi gibi çesitli hedef verileri aramak için kullanilan algoritmalarin genel bir ismidir. Her bir arama algoritmasi farkli çözüm bulma mekanizmasina sahiptir. Arama uzayinda milyonlarca alternatif çözüm bile olsa en iyi çözümü daha kisa sürede bulabilen algoritmalardir. Bu algoritmalarin öncelikli amaci ulasilmak istenen hedef verilere en basit yoldan en kisa sürede ve en etkili sekilde ulasmayi ve problemi çözmeyi mümkün kilan bir yöntem sunmaktir. Diger bir amaci ise problemlere ait en uygun çözümü ya da en uyguna en yakin çözümü sunmaktir. Klasik arama teknikleri kullanilarak yapilan aramalarin arama algoritmalari kadar etkili olmasi beklenemez. Çünkü sayilmasi güç miktarda çözüm alternatifi bulunan bir çözüm uzayinda aranan verinin tek tek incelenerek bulunmasi mümkün degildir. Bilgisayarla gerçeklestirilen islemlerde ise arama yapilacak veri yapilarinin büyüklügü arttikça buna bagli olarak islem için harcanan süre de artacaktir. Ancak sezgisel arama algoritmalari sayesinde sayilmasi güç miktarda çözüm alternatifi bulunan bir çözüm uzayinda en iyi ya da en iyiye yakin çözümlere kolay ve hizli bir sekilde ulasilmaktadir. Mevcut sistemlerde islerin belli bir düzende belirli niteliklere göre siralamasi gerçeklestirilmekte ve yapilmasi gereken çoklu birçok isin nasil bir siralama ile yapilacagi belirlenmektedir. Islerin siralamasi önemlilik derecesi, aciliyet durumu gibi belirli kriterler göz önünde bulundurularak yapilmaktadir. Herhangi bir is yerinde yapilmasi gereken islerin bu gibi bir is siralamasina ihtiyaçlari vardir. Çünkü yapilmasi gereken islerin belli bir düzende belirli kriterlere öncelik verilerek siralanmasi sistematik bir ilerlemeyi beraberinde getinnektedir. Aksi takdirde yapilmasi gereken isler belirli bir düzende sunulmadigi için zamaninda yetistirilemeyebilir, ertelenebilir, gözden kaçirilabilir veya unutulabilir. Günümüzde is Siralamalarinin fazla is kolu olan is yerlerinde manuel olarak yapilmasi söz konusu bile degildir. Çünkü bu büyük ölçüde bir zaman sarfiyatina sebep olacaktir. Ayni zamanda bu durum fazladan bir is gücü gerektirmekte ve sadece bir personelin vaktini ve enerjisini buna ayirmasini mecbur kilmaktadir. Is Siralamalarinin otomatik olarak bilgisayarlar yardimiyla gerçeklestirildigi mevcut tekniklerde ise is yogunluguna bagli olarak siralamanin yapilma süresi de artis göstermektedir. Mevcut tekniklerde geleneksel bilgisayarlar kullanilarak çalistirilan sistemlerde es zamanli olarak farkli islemler gerçeklestirilememekte ve hizli sonuçlar elde edilememektedir. Mevcut tekniklerde is siralamalari çesitli arama algoritmalar kullanilarak gerçeklestirilmektedir. Farkli birkaç arama algoritmasinin hibrit bir sekilde bulundugu bir el terminali araciligiyla is siralamalarinin yapilmasi islemlerin daha kisa sürelerde daha basit bir sekilde gerçeklestirilmesine katki saglamaktadir. TR201517551 numarali basvuruda "Is Siralamasi Belirlemek Için Bir Sistem" ele alinmaktadir. Mevcut bulus; bir veri ambarinda yer alan islerin çesitli kriterlere göre siniflandirilarak siralanmasina yönelik bir sistemle ilgilidir. Burada islerin toplam çalisma süresinin, bagimlilik ve baslangiç zamanlarinin, paralel çalisma gereklilikleri göz önünde tutularak is siralamasi yapilmaktadir. CN112905316 numarali basvuruda "Genetik Algoritmaya Dayali GPU Kümesinin Çoklu Is Çizelgeleme Yöntemi" ele alinmistir. Mevcut bulus, genetik algoritma tabanli olup GPU kümesi üzerinde derin ögrenme is programlama yöntemi ile ilgilidir. Yukarida yer alan basvurular genetik algoritmaya dayali sistemleri ele almakta olup, ayni sorunu çözmek için bir araya getirilen sezgisel arama algoritmalarinin hibrit bir yapida bulunmasi söz konusu degildir. Bahsi geçen mevcut tekniklerde bu hibrit algoritma yapisinin bulunmamasi bu hibrit yapidan kaynakli olarak algoritmalarin bir sinerj i olusturarak problemleri hedeflenenden Çok daha kisa sürelerde çözmesi mümkün olmamaktadir. Mevcut tekniklerde yer alan genetik algoritma ile hibrit çözüm sistemi kiyaslamak adina bir takim örnek problemlerin sonuçlari ele alindiginda hibrit çözüm sistemi ile elde edilen sonuçlarin daha basarili ve daha hizli oldugu belirlenmistir. CN112905316 numarali bu basvuruda her dügümün bir grafik islem birimine sahip oldugu GPU kümesi yer almakta olup, Field-programmable gate array (Alanda programlanabilir kapi dizisi) (FPGA) kullanilmamasindan kaynakli hizli ve yüksek performansli sonuçlar elde edilememektedir. Sonuç olarak yukarida bahsedilen dezavantajlarin üstesinden gelebilen ve hibrit sezgisel optimizasyon algoritmalarinin kullanimina dayali bir sistemde FPGA devreye sahip el terminali araciligiyla tahmin edilenden oldukça kisa sürelerde is siralama islemini gerçeklestiren, hizli, basit dogru ve yüksek performansli yeni bir teknolojiye ihtiyaç duyulmaktadir. Bulusun Tanimi: Bu bulus, FPGA tabanli hibrit sezgisel arama algoritmalarina dayali is siralama cihazi ve algoritmasi olup, özelligi; hibrit sezgisel optimizasyon algoritrnalarinin kullanimina dayali bir sistemde optimuma yakin çözümlere hizli ve basit bir sekilde ulasmayi saglayan ve tüm bunlari paralel veri isleme olanagi sunan FPGA devreye sahip bir el terminali araciligiyla milisaniyeler içinde bir fabrikadaki makinelerde yapilmak üzere siralanacak olan ve sunucu bilgisayarin veri tabaninda yer alan islerin siralama islemini gerçeklestimieyi saglayan yeni bir teknoloji olmasidir. Yukarida bahsedilen ve asagida da detayli anlatimdan ortaya çikacak tüm amaçlari gerçeklestirmek üzere bulus; paralel çalisma kabiliyetine sahip olan bir veya daha fazla mantiksal islemi gerçeklestirmek üzere programlanabilen bir FPGA donanim devresine sahip olan ve bu donanim devresi üzerinde sezgisel arama algoritmalarinin çalistirilmasi sonucu optimuma yakin çözümlere çok kisa sürelerde ulasmayi mümkün kilmaktadir. Bulus konusu el terminali içinde yer alan FPGA donanim devresi, hibrid optimizasyon modelini çalistirabilecek bir sekilde dizayn edilmistir. Bulusun amacini gerçeklestirmek üzere bir fabrikadaki makinelerde yapilmak üzere siralanacak olan ve sunucu bilgisayarin veri tabaninda yer alan isler el terminaline aktarildiktan sonra Genetik Algoritma (GA), Benzetim Tavlama (SA) ve Parçacik Sürü Optimizasyonu (PSO) gibi algoritmalarin hibrit kullanimi ile FPGA üzerinde siralama islemi gerçeklestirilmektedir. Siralama islemi yapildiktan sonra ilgili sonuçlar sunucu bilgisayara ethernet (yerel ag) üzerinden aktarilarak makinalara iletilmektedir. Bu sayede çok is kolu olan is yerlerinde isler kisa bir sürede tamamlanmaktadir. Bulusta; Genetik Algoritma (GA), Benzetim Tavlama (SA) ve Parçacik Sürü Optimizasyonu (PSO) gibi arama algoritmalarinin ayni problemi çözümlemek için bir araya getirilerek etkilesimli çalismalari söz konusudur. Bu sayede algoritmalarin birbirinden bagimsiz olarak çalismasina kiyasla bulusun hibrit algoritma yapisina sahip olmasiyla çözüme çok daha kisa sürelerde ulasilmaktadir. Algoritmalarin birbiriyle etkilesimli çalismasinin çok kisa sürelerde problem çözümlemeye imkân tanimasinin yaninda paralel veri isleme olanagi saglayan FPGA tabanli sistemin entegre olmasiyla birçok devrenin bir araya gelerek çözümleyecegi problemler tek bir devre ile milisaniyeler içinde yapilacaktir. FPGA`nin paralel veri isleme kabiliyetine sahip olmasi birbirinden bagimsiz olarak yapilmasi gereken proseslerin es zamanli olarak gerçeklestirilmesi anlamina gelmektedir. Geleneksel bilgisayarin aksine es zamanli olarak farkli islemlerin gerçeklestirilmesine olanak taniyan FPGA"lar ile yüksek hiz, yüksek performansli islemleri minimum güç tüketimi ile gerçeklestirmek mümkün olmaktadir. Bulusa konu olan önerilen modelde; Genetik Algoritmalar (GA), Parçacik Sürü Optimizasyonu (PSO) ve Tavlama Benzetimi (SA) ve Rassal Arama (RA) yaklasimlari kullanilarak mevcut arama algoritmalarina göre daha hizli bir sekilde çözüme ulasmak hedeflenmistir. Arama algoritmalarinin her birinin kendine özel bir sonuç bulma mekanizmasi vardir. Bulusta yer alan üç arama algoritmasi rassal arama metodu ile etkilesimli olarak çalistirarak mevcut arama algoritmalarinin verdigi çözümden daha iyi ve hizli çözüm bulunmasi amaçlanmaktadir. Genetik Algoritmalar (GA), Parçacik Sürü Optimizasyonu (PSO) ve Tavlama Benzetimi (SA) birbirleriyle etkilesimli çalisan hibrit algoritmalar oldugu için hangi algoritma daha iyi bir çözüm bulursa geri kalan algoritmalarda bulunan en iyi çözümü baz alarak 0 noktadan arama yapmaya devam edeceklerdir. Bu etkilesimden dogan Sinerji sayesinde kisa sürede daha iyi çözümlere ulasilmaktir. Sekillerin Açiklanmasi: Bulus, ilisikteki sekillere atifta bulunularak anlatilacaktir, böylece bulusun özellikleri daha açikça anlasilacak ve takdir edilecektir, fakat bunun amaci bulusu bu belli düzenlemeler ile sinirlamak degildir. Tam tersine, bulusun ilisikteki istemler tarafindan tanimlandigi alani içine dahil edilebilecek bütün alternatifleri, degisiklikleri ve denkliklerinin kapsanmasi amaçlanmistir. Gösterilen ayrintilar, sadece mevcut bulusun tercih edilen düzenlemelerinin anlatimi amaciyla gösterildigi ve hem yöntemlerin sekillendirilmesinin hem de bulusun kurallari ve kavramsal özelliklerinin en kullanisli ve kolay anlasilir tanimini saglamak amaciyla sunulduklari anlasilmalidir. Bu çizimlerde; Sekil 1 Bulus konusu sistemin sematik görünümüdür. Sekil 2 Toplam Agirlikli Gecikme-Iterasyon Sayisi Grafik görünümüdür. Bu bulusun anlasilmasina yardimci olacak sekiller ekli resimde belirtildigi gibi numaralandirilmis olup isimleri ile beraber asagida verilmistir. Referanslarin Açiklanmasi: l. FPGA Anakart, 2. El Terminali, 3. Veri Tabani 4. Siralanacak Isleri . Sunucu Bilgisayar 6. Siralanmis Isler 7. Makine 8. Ethernet Baglantisi Bulusun Açiklanmasi: Bulus konusu ürün; Genetik Algoritma (GA), Benzetim Tavlama (SA), Parçacik Sürü Optimizasyonu (PSO) ve Rassal Arama (RA) gibi arama algoritmalarini içerisinde bulundurarak hibrid optimizasyon modelini çalistiran FPGA anakart (l), FPGA anakartini (1) içeren el terminali (2), FPGA anakart (1) tarafindan veri tabanindan (3) alinan siralanacak isleri (4) sunucu bilgisayardan (5) alan ve FPGA anakartin (1) siralama islemini yaptiktan sonra siralanmis islerin (6) tekrar sunucu bilgisayara (5) üzerinden makinalara (7) iletilen ethernet baglantisini (8) içermektedir. Bulus konusu ürünün algoritmasi; siralanacak islerin (4) sunucu bilgisayardan (5) alinarak FPGA anakartta (1) yer alan Genetik Algoritma (GA), Rassal Arama (RA), Benzetim Tavlama (SA), Parçacik ve Sürü Optimizasyonu (PSO) gibi arama algoritmalar kullanilarak baslangiç çözümlerinin üretilmesi, üretilen baslangiç çözümlerinin en iyilerini kullanim sayilarina göre Genetik Algoritmasinin (GA) baslangiç popülasyonuna, Sürü Optimizasyonunun (PSO) baslangiç çözüm sürüsüne aktarilmasi, Benzetim Tavlama (SA) için en iyi tek çözümü alarak daha iyi çözümlerin aramaya baslanmasi, Genetik Algoritma (GA), Rassal Arama (RA), Benzetim Tavlama (SA), Parçacik ve Sürü Optimizasyonu (PSO) metotlarinin hibrit bir sekilde çalistirilmaya baslanmasi, çözüm sonuçlarinin kiyaslanmasi sonucu baslangiç çözümünden daha iyi bir çözüm bulan bir metot varsa, bu iyi çözümü ya da çözümlerin diger metotlara aktarilmasi, arama isleminin bitmesi sonucu en iyi çözüm uzun süre tekrar etmeye basladiginda sistemin çalismasini durdurmasi islem basamaklarini içermektedir. Bulusun Detayli Açiklanmasi: Bulus konusu sistemi olusturan temel unsurlar; FPGA anakart (1), el terminali (2) veri tabani (3) sunucu bilgisayar (5) makinalar (7) ve ethernet baglantisi (8) olmaktadir. Bulus FPGA tabanli ve PSO, GA, SA gibi arama algoritmalarini etkilesimli çalistirip daha süper hizli çözüm bulunmasini saglayan bir sistemi açiklamaktadir. Bulusa konu olan önerilen sistemde; Genetik Algoritmalar (GA), Parçacik Sürü Optimizasyonu (PSO) ve Tavlama Benzetimi (SA) ve Rassal Arama (RA) yaklasimlari kullanilarak mevcut arama algoritmalarina göre daha hizli bir sekilde çözüme ulastirmaktadir. Burada GA, PSO ve SA gibi her bir arama yaklasiminin kendine has bir sonuç bulma mekanizmasi bulunmaktadir. Bu üç arama metodunu ve rassal arama metodunu etkilesimli olarak çalistirarak mevcut arama algoritmalarinin verdigi çözümden daha iyi ve hizli çözüm bulunmasi amaçlanmaktadir. Bulusun çalisma algoritmasinin asamalari su sekilde islemektedir: 1- Arama algoritmalarinda kullanilacak baslangiç çözümlerinin üretilmesi. Bu baslangiç çözümlerini problemin durumuna göre, eger mümkünse, sezgisel arama algoritmalarindan olmayan bilinen baska tekniklerden üretilmesi. Yoksa rassal olarak üretilmesi. 2- Üretilen baslangiç çözümlerinin en iyilerini kullanim sayilarina göre GA"nin baslangiç popülasyonuna, PSO" nun baslangiç çözüm sürüsüne aktarilmasi. SA için en iyi tek çözümünü alarak daha iyi çözümlerin aramaya baslanmasi. 3- GA, PSO, SA ve RA metotlarini çalistirmaya baslamasi. Baslangiç çözümünden daha iyi çözüm bulan bir metot varsa, bu iyi çözümü ya da çözümleri diger metotlara aktarilarak, çözüm aramaya baslanmasi. Örnegin SA daha iyi bir çözüm bulduysa bu çözümü alip PSO"nun çözüm sürüsüne ve GA°nin çözüm popülasyonuna aktarilmasi. Eger GA daha iyi çözüm bulduysa, bunun en iyi çözümünün alinip SA"ya aktarilmasi ve SA"nin daha iyi çözüm aramaya baslamasi. PSO°nun sürü elemani sayisi kaç ise GA dan en iyi ilk çözümleri alarak PSO'nun yeni sürüsünü olusturmasi ve daha iyi çözüm aramaya baslamasini saglamasi. Rassal arama metodu tamamen rassal çözüm arar ve buldugu çözümü GA°n1n popülasyonuna aktarir. RA°n1n SA ve PSO ile direk olarak iliskisi yoktur. RA eger en mükemmel sonucu bile bulsa, SA ve PSO bu sonucu GA,nin popülasyonu üzerinden alirlar. 4- Arama islemi bitip ayni en iyi çözüm uzun süre tekrar etmeye basladiginda sistemin çalismasini durdur. Arama algoritmalari her biri farkli çözüm bulma mekanizmalari olan algoritmalardir. Arama uzayinda milyonlarca alternatif çözüm bile olsa en iyi çözümü daha kisa sürede bulabilen algoritmalardir. Önerilen çözüm sisteminde bu algoritmalardan üç tanesi kullanilmistir, bunlar; Genetik Algoritmalar (GA), Tavlama Benzetimi (SA), Parçacik Sürü Optimizasyonudur (PSD). Genetik algoritmalar dogal seleksiyon prensibini temel alir, belirli bir popülasyondaki kromozomlar birbiriyle çaprazlanir ve mutasyona ugrarlar. Bunun sonucu yeni çözüm alternatifleri elde edilir. Daha sonra bu çözüm alternatifleri ve eski popülasyon kullanilarak yeni popülasyon olusturulur. Bu islem iyi bir çözüme gelininceye kadar devam eder. Tavlama benzetiminde bir adet çözümden yola çikilarak yeni çözümler elde edilir. Bu algoritma metallerin sogutma islemini prensip alarak çalisir. Parçacik sürü optimizasyonu ise kus sürülerinin hareketlerini temel alarak bir çözüm arar. Her bir parçacigin bir hizi ve konumu vardir. Burada sürüdeki elemanlar degismez sadece hiz ve konumlari degisir. Bulus konusu sistemin amaci GA, SA ve PSO algoritmalarini etkilesimli kullanarak çözüm süresini kisaltmaktir. Bu etkilesimden dogan Sinerji sayesinde kisa sürede daha iyi çözümler bulunabilmektedir. Her bir arama algoritmasim bayrak yarisina kosan kosuculara benzetebiliriz. Daha sonra bu sistem FPGA tabanli hale getirilerek süper hizli bir sekilde milisaniyelerle çözüm üretmektedir. 1.... i... TR TR