Yiyecek bulmak için dışarıdaki dev dünyaya adım atan bir karınca için zaman çok değerlidir. En kısa süre içinde yiyeceği bulması ve bir an önce yuvasına dönmesi gerekir. Küçücük boyutlarına rağmen karıncalar bu görevde insanlardan daha başarılıdırlar...
Karıncaların Yol Bulma Stratejisi
Karıncalar, yiyecek bulmak için kendi bireysel içgüdülerine değil, ait oldukları karınca kolonisinin “ortak zekasına” güvenirler. Bu dayanışma ruhu onların her zaman en kısa yolları bularak, yuvalarına en kısa süre içinde dönmelerini sağlar. Nasıl mı?
Yiyecek bulmak için yuvadan çıkan öncü karıncalar, yol boyunca yiyecek kaynağının yerini işaret eden bir feromon1 (koku izi) bırakırlar. Diğer karıncalar da bu koku izlerini takip ederek yiyecek kaynağına giden yolu bulabilirler.
1. Yuvadan yiyecek bulmak için çıkan karıncalar, diğer karıncaların yaydığı baskın bir koku alamazlarsa, kendi başlarına hareket eder ve bireysel olarak farklı taraflara yönelirler.
2. Eğer karınca, diğer karıncaların yaydığı bir koku alırsa, kokunun geldiği tarafa yönelir. Birden çok yönden koku alıyorsa, kokunun en yoğun olduğu tarafa doğru yönelir.
3. Karıncanın yaydığı koku bir süre sonra buharlaşarak kaybolur. Eğer bir yol birden çok karınca tarafından sıklıkla tercih edilmişse, daha çok kullanılan bu yoldan daha baskın bir koku gelir. Daha az tercih edilen yollarda ise bir koku izi kalmaz. Karıncalar bu sayede daha “kısa” olan yolları kolaylıkla tespit edebilirler.
Karıncaların kullandığı bir “yol bulma stratejisi” ile yiyecek kaynağı ve yuva arasındaki en “kısa” yol tespit edilerek, maksimum düzeyde verimlilik elde edilir.
.jpg)
Karınca Sürüsü Optimizasyon Algoritması
Karıncaların yol bulma stratejileri, karınca kolonilerini inceleyen bilim insanları için oldukça ilgi çekicidir. Çünkü karıncalar teknik olarak oldukça basit bir yöntem kullanmalarına rağmen, yol bulmak konusunda günümüz GPS teknolojisinden faydalanmakta olan insanlarla yarışacak kadar başarılılar.
Bilim insanları, karıncaların yiyecek ararken kullandıkları “yemek kaynağı ve yuva arasındaki en kısa yolu bulma stratejilerini modellediler ve bir “Karınca Kolonisi Optimizasyonu Algoritması (ACO)2” oluşturdular. Bu algoritma sayesinde matematikçiler ve mühendisler karınca davranışlarını taklit ederek oldukça karmaşık optimizasyon problemlerini çözebiliyorlar. Bu algoritma “”en kısa zaman” problemlerinin yanı sıra, “en az para kullanımı” ya da “en az enerji kullanımı” gibi optimizasyonlar için de kullanılabilir.
Örneğin mutfaktaki en temiz kaşığı bulmak için kullanılacak bir algoritma şöyle olabilir: (1) Kaşık 1 ve 2’yi karşılaştır. En temiz olanı tut. (2) Bulduğun en temiz kaşığı, Kaşık 3 ile karşılaştır. (3) Bu adımları n’inci kaşığı da karşılaştırana kadar tekrarla. Bu algoritma ile mutfağınızdaki en temiz kaşığı bulmanız oldukça kolaydır. (4)
Koloni optimizasyonu algoritması NP-zor adı verilen en zor hesaplama problemlerinin çözümünde dahi yardımcı olmaktadır. Bir proteinin nasıl 3-boyutlu şekilde katlandığı gibi NP-zor (belirleyici olmayan polinom) problemlerinin çözümleri nümeriktir ve matematikçilerin bunları çözmesi tüm evrenin ömründen daha uzun sürebilir. (5)
Örnek verilebilecek farklı bir uygulama alanı da internetteki arama motorlarıdır. Madrid’de bulunan Carlos III Üniversitesi’ndeki araştırmacılar yaptıkları çalışmada, internet arama motorlarında karıncalardan esinlenen bir algoritma kullandılar. Bu algoritma ile internet kullanıcılarının aradıkları sonuca en kısa sürede (milisaniyenin onda biri gibi bir sürede) ulaşmaları sağlandı. (6)
Karıncalara Bu Bilgiyi İlham Eden Allah’tır
Boyutları bir toplu iğne başı kadar olan karıncaların sahip olduğu bu hayret verici özelliklerin insanlara örnek olacağı Kuran’da şu şekilde bildirilmiştir:
“Gerçekten hayvanlarda da sizin için bir ders (ibret) vardır…” (Mü’minun Suresi, 21)
- 1- Feromon: Bir canlının diğer canlılarla kokusal yolla sosyal ilişki kurmak için havaya yaydığı kimyasalların genel adı.
- 2- ACO: Ant Colony Optimization (Karınca Kolonisi Optimizasyonu)
Kaynaklar:
1. Galloway, Katie (October, 2013) “The Road Less Traveled Is Not For Ants”
2. http://en.wikipedia.org/wiki/Ant_colony_optimization_algorithms
3. http://iridia.ulb.ac.be/~mdorigo/ACO/index.html
4. Maniezzo, Gambardella, de Luigi (2004) “Ant Colony Optimization”
5. http://www.hindawi.com/archive/2008/316145/ref/
6. http://portal.uc3m.es/portal/page/portal/actualidad_cientifica/noticias/search_social_networks
