Üçhüyük köyü için deneysel sonuçlar

Üçhüyük köyü, alan bakımından büyük olmasına rağmen az sayıda parsel içermektedir. Bu çalıĢma alanı için mülakat listeleri doğrudan iĢletmeler tarafından doldurulan mülakat formlarına göre hazırlanmıĢtır. GA, DE ve SS yöntemleri Alanözü köyü için verilen parametre değerleri birebir kullanılarak Üçhüyük köyüne uygulanmıĢtır. Yöntemlerin yakınsama hızlarını ve doğruluklarını görebilmek için aynı parametre değerlerinde 1000 ve 2500 iterasyon sayıları için çalıĢtırılmıĢtır.

Çizelge 5.4, Üçhüyük köyü için GA, SS ve DE yöntemleri tarafından 1000 ve 2500 iterasyon ile 30 çalıĢtırma sonucu elde edilen ortalama, standart sapma, en iyi ve en kötü çalıĢtırmaların uygunluk değerleri ve bu uygunluk değerine ait tercih baĢarı yüzdelerini (TBY1 ve TBY2) göstermektedir. Çizelge 5.4‟ün 1000 ve 2500 iterasyon için ayrıntılı çalıĢtırma sonuçlarını EK-2.1 ve EK-2.2‟de sunulmaktadır.

Çizelge 5.4. Üçhüyük köyü için elde edilen deneysel sonuçlar

Ġter. GA DE SS Uygunluk TBY1 (%) TBY2 (%) Uygunluk TBY1 (%) TBY2 (%) Uygunluk TBY1 (%) TBY2 (%) 1000

Ortalama 6.94E-01 71.85 73.38 3.19E-02 91.35 89.48 1.57E-01 86.99 85.01

Std. Sapma 1.99E-02 1.38 1.98 3.22E-03 0.78 1.17 4.05E-02 1.57 2.03

En Ġyi 6.54E-01 75.00 76.60 2.69E-02 92.63 89.74 3.84E-02 90.06 89.10

En Kötü 7.37E-01 68.91 67.63 3.89E-02 90.71 86.86 2.07E-01 83.33 81.73

2500

Ortalama 6.23E-01 74.89 75.88 2.84E-02 91.40 89.70 1.15E-01 88.72 86.73

Std. Sapma 2.72E-02 1.66 1.73 2.18E-03 0.88 1.28 5.63E-02 1.27 1.47

En Ġyi 5.82E-01 77.56 79.17 2.35E-02 92.95 90.71 3.18E-02 90.06 89.10

En Kötü 6.71E-01 72.12 74.36 3.32E-02 90.06 88.14 1.90E-01 84.62 83.33

Çizelge 5.4 incelendiğinde, DE yönteminin diğer yöntemlere göre çok üstün ve baĢarılı olduğu gözlemlenmektedir. GA yöntemi hem uygunluk değeri hem de tercih

baĢarı yüzdesi olarak diğer yöntemlerin çok gerisinde kalmıĢtır. Her üç yöntem içinde 30 çalıĢtırma sonucu elde edilen standart sapma değerlerinin düĢük olması bu problem için yöntemlerin kararlı yapıya sahip oldukları ve elde edilen sonuçların tesadüfi olmadıklarını göstermektedir. Çizelge 5.4‟ te verilen TBY1 ve TBY2 değerleri incelendiğinde, GA yönteminin elde ettiği dağıtım planlarının üzerinde gerçekleĢtirilen uzman sistem adımlarının tercih baĢarı yüzdesini arttırdığı gözlemlenmektedir. Bu sonuçtan GA‟nın yeterli çözümleri bulamadığı ve arama uzayını etkili bir Ģekilde tarayamadığı çıkarılabilir. Uzman sistem ile GA‟nın bulduğu dağıtım planı daha baĢarılı hale getirilmiĢtir. SS ve DE yöntemlerinde ise uzman sistem ile bloklardaki taĢan ve kalan alanlar tamamlanırken tercih baĢarı yüzdelerinin düĢtüğü gözlemlenmektedir. DE yönteminde düĢme farkı SS yöntemine göre daha fazladır ama bu fark %2-%3 seviyelerinde kalmaktadır. Üçhüyük çalıĢma alanı için GA yönteminin tercih baĢarı yüzdeleri maksimum %80‟e yaklaĢırken, SS ve DE yöntemleri yaklaĢık %90 oranında iĢletme memnuniyeti sağlayarak baĢarılı olmuĢlardır.

Üçhüyük çalıĢma alanına ait 1000 ve 2500 iterasyon sayıları için yöntemlerin yakınsama grafikleri ġekil 5.13‟te verilmektedir. Her iki iterasyon sayısı için GA yöntemi hem doğruluk hem de yakınsama hızı bakımından en kötü durumdadır. DE yöntemi ise çok hızlı yakınsamasına rağmen kısa bir süre sonra durgunluk göstermiĢtir. SS yöntemi ise DE kadar hızlı yakınsamasa da durağanlık göstermeden devamlı mevcut çözümü iyileĢtirmiĢtir. 1000 iterasyon için belli bir uygunluk değerlendirme sayısından sonra üç yöntemde durgunluk göstermiĢtir. 2500 iterasyon için verilen yakınsama grafiği incelendiğinde DE yaklaĢık 0.5x105

FEs değerinde, SS yönteminin 2x105 FEs değerinde elde ettiği uygunluk değerine ulaĢabilmiĢtir.

ġekil 5.13. Üçhüyük köyü için yöntemlerin yakınsama grafikleri

Yöntemlerin çalıĢma alanı için elde ettikleri uygunluk değerleri ve yakınsama grafikleri karĢılaĢtırılması dağıtım planlarının baĢarısını göstermek için yeterli değildir. Arazi dağıtım planlarının karĢılaĢtırılması parsel sayısı, ortalama parsel büyüklüğü, iĢletme baĢına düĢen parsel sayısı ve hisseli parsel sayısı kriterlerine göre gerçekleĢtirilmektedir (Demetriou ve ark., 2012a; Inceyol, 2014; Uyan ve ark., 2015). Yöntemler tarafından elde edilen dağıtım planlarının geçerliliğini ve baĢarısını göstermek için çalıĢma alanına ait kadastro durumu, teknisyen tarafından elde edilen geleneksel dağıtım planı ve yöntemler tarafından elde edilen dağıtım planları belirtilen kriterlere göre karĢılaĢtırılmıĢtır. KarĢılaĢtırma için GA, DE ve SS yöntemleri tarafından

2500 iterasyon ile 30 çalıĢtırma sonucu elde edilen en iyi uygunluk değerine sahip dağıtım planları kullanılmıĢtır. BaĢka bir ifadeyle, Çizelge 5.4‟te 2500 iterasyon için verilen en iyi uygunluk değerine sahip çalıĢtırmaya ait dağıtım planları alınmıĢtır. ToplulaĢtırması tamamlanan çalıĢma alanlarının teknisyen tarafından gerçekleĢtirilen dağıtım planı geleneksel yöntem adında sunulmuĢtur.

Çizelge 5.5. Dağıtım planlarının parsel sayısı ve ortalama parsel büyüklüklerine göre karĢılaĢtırılması Kadastro Durumu Geleneksel (Teknisyen) GA DE SS Parsel Sayısı 265 243 255 236 236 Azalma Oranı (%) - 8.30 3.77 10.94 10.94 Ortalama Parsel Büyüklüğü (m2 ) 25698.68 28025.31 26706.47 28856.57 28856.57 Artma Oranı (%) - 9.05 3.92 12.28 12.28

Çizelge 5.5‟ te kadastro durumu, mülakat esaslı yönteme göre teknisyen tarafından gerçekleĢtirilen dağıtım planı ve yöntemler tarafından elde edilen dağıtım planlarının parsel sayısı ve ortalama parsel büyükleri (1. derece alana göre) verilmektedir. Ayrıca geleneksel ve evrimsel yöntemler için parsel sayısı azalma oranı ve ortalama parsel büyüklüğü artma oranı da Çizelge 5.5‟ te sunulmaktadır. Arazi dağıtım planlarında parsel sayısının mümkün olduğu kadar az, ortalama parsel büyüklüğünün ise yüksek olması beklenir. Çizelge 5.5 incelendiğinde DE ve SS yöntemleri 236 parsel sayısı ve 10.94 azalma oranı ile en baĢarılı sonucu elde etmiĢtir. Bu iki yöntem teknisyen tarafından gerçekleĢtirilen dağıtım planına göre parsel sayısını daha da azaltarak ortalama parsel büyüklüğünü arttırmıĢtır. GA yöntemi ise hem diğer evrimsel algoritmalar hem de geleneksel yöntemin gerisinde kalmıĢtır. Çizelge 5.4‟ te 2500 iterasyon için verilen en iyi uygunluk değerleri dikkate alındığında DE ve SS‟nin birbirine yakın uygunluk değerleri elde ettiği ve GA‟nın bu iki yönteme göre daha kötü uygunluk değerine sahip olduğu görülmektedir. Çizelge 5.4 ve Çizelge 5.5‟ teki sonuçlar örtüĢmekte bu da amaç fonksiyonun baĢarısını göstermektedir.

Çizelge 5.6 dağıtım planlarının iĢletme baĢına düĢen parsel sayılarını göstermektedir. AT sonucunda arzu edilen her iĢletmenin bir parseli olmasıdır. BaĢka bir deyiĢle bir parseli olan iĢletme sayısının çok olması istenmektedir. Çizelge 5.6 incelendiğinde kadastro durumunda tek parsele sahip iĢletme sayısı 202 iken, bir

3 17 6.2 6 2.2 3 1.1 2 0.7 2 0.7 4 8 2.9 1 0.3 - - - - 5 5 1.8 - - - - 6 2 0.7 - - - - 7 - - - - 8 - - - - 9 1 0.3 - - - - Toplam 275 100 275 100 275 100 275 100 275 100 DE yöntemi 254 iĢletmeye tek parsel sağlarken, SS yönteminde 251 ve GA yönteminde ise bu sayı 244 „tür. Üç evrimsel algoritmanın da bir iĢletmeye düĢen en yüksek parsel sayısı 3 olmuĢtur. DE ve SS yöntemi iĢletme baĢına düĢen parsel sayısı için diğer yöntemlere göre daha ön plana çıkmaktadır.

Çizelge 5.7‟de dağıtım planlarının hisseli parsel sayılarına göre karĢılaĢtırılması gerçekleĢtirilmiĢtir. Arazi dağıtım planlarında hisseli parsel sayısının mümkün olduğu kadar az olması beklenmektedir. Bunun sebebi ise iĢletmeler hisseli parsellerinin istedikleri gibi kullanamayabilir ve tüm hisse sahiplerinin onayını almadan doğrudan satıĢını gerçekleĢtiremezler. Bazı arazilerde bunun tersi durumlarda oluĢabilmektedir. Kendi köyde bulunmadığı ya da baĢka sebeplerden dolayı tarlasını iĢletemeyenler yakınları ile parsellerini hisseli olarak kullanmayı talep etmekte ve iĢletmesini onlara bırakmaktadırlar. Çizelge 5.7‟ yi genel beklentiler üzerinden yorumlarsak, kadastro durumunda 64 hisseli parsele sahip olan Üçhüyük köyü için tüm yöntemler dağıtım planlarında hisseli parsel sayısını azaltmıĢtır. Geleneksel yöntem, hisseli parsel sayısını 23‟ e düĢerek diğer yöntemlere göre hisseli parsel sayısını azaltma hususunda daha baĢarılı olmuĢtur. SS ve GA yöntemlerinde bir parsel üzerinde en fazla 10 iĢletme hisse sahibiyken, bu sayı DE „de 11 ve geleneksel yöntemde ise 13‟tür.

Çizelge 5.7. Dağıtım planlarının hisseli parsel sayısına göre karĢılaĢtırılması Bir Parseldeki

Hisse Sayısı

Hisseli Parsel Sayıları Kadastro Durumu Geleneksel (Teknisyen) GA DE SS 1 201 220 228 203 204 2 34 8 15 21 18 3 14 4 3 2 4 4 6 6 7 5 6 5 2 1 - 3 1 6 3 - 1 - 1 7 1 2 - 1 - 8 1 - - - - 9 - - - - 1 10 1 1 1 - 1 11 1 - - 1 - 13 1 1 - - - Hisseli Parsel Sayısı 64 23 27 33 32 Toplam 265 243 255 236 236

Üçhüyük çalıĢma alanı için elde edilen tüm deneysel sonuçlar genel olarak değerlendirildiğinde, DE ve SS yöntemlerinin GA‟ya göre çok daha baĢarılı olduğu görülmektedir. Ayrıca DE ve SS yöntemleri hisseli parsel sayısı kriteri dıĢında diğer tüm kriterlerde teknisyen tarafından gerçekleĢtirilen dağıtım planını göre daha ideal ve etkin dağıtım planları oluĢturmuĢlardır. Teknisyen tarafından haftalar süren bu süreci önerilen yöntemler ile saniyeler seviyesinde gerçekleĢtirilerek geçerli ve baĢarılı dağıtım planları elde edilmiĢtir. Önerilen amaç fonksiyonunun ön plana çıkardığı DE ve SS yöntemleri dağıtım planı kriterlerinde de baĢarılı sonuçlar elde ederek amaç fonksiyonunun arazi dağıtım problemi üzerindeki doğruluğunu ve sağlamlığını göstermiĢtir.