Nümerik tabu arama algoritması
Numeric tabu search algorithm
- Tez No: 109498
- Danışmanlar: YRD. DOÇ. DR. ŞABAN ÖZER, DOÇ. DR. ŞEREF SAĞIROĞLU
- Tez Türü: Doktora
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2001
- Dil: Türkçe
- Üniversite: Erciyes Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 194
Özet
ÖZET Bu çalışmada lineer sistemler, lineer olmayan sistemler ve yapay zeka tekniklerinden başlıcaları incelenmiş, klasik tabu arama algoritması baz alınarak geliştirilen nümerik tabu arama algoritmasının sistem modellemedeki performansı karşılaştırılmıştır. İkinci bölümde sistem tanımı, model tanımı, modelleme tipleri, matematiksel model yapıları hakkında genel bilgi verilmiştir. Lineer sistemler ile lineer olmayan sistemler arasındaki farklar, gerçek hayatta sistem modellemenin kullanım alanları incelenmiştir. Bu bölümde ayrıca, lineer sistemlerin modellenmesinde kullanılan autoregressive (AR) modelleme yöntemlerinden; Least Mean Square (LMS), Normalized Least Mean Square (NLMS), Recursive Least Square (RLS), Least Square Lattice (LSL), Affine Projection Algoritması (APA) ve Double Lattice (DL) yöntemlerine, Autoregressive moving average (ARMA) modelleme yöntemlerinden Least Squares, Lattice, Q-slice, Residual yöntemlerine yer verilmiştir. Lineer olmayan sistemlerin modellenmesinde ise çeşitli modelleme yapıları (Volterra, bilineer ve polinomiyal autoregressive) incelenmiş, bunlardan Volterra yapısı için yaygın olarak kullanılan klasik tekniklerden Adaptif RLS, Nonlinear Transform Domain LMS (NTDLMS), Adaptif Myriad, Power ve Tick yöntemleri hakkında bilgi verilmiştir. Sistemlerin modellenmesinde kullanılan yapay zeka tekniklerinden sinir ağları konusunda; temel ağ yapıları, öğrenme yöntemlerinin tanıtımı yapılmış, bulanık mantık konusunda ise; bulanık mantık yapısı, üyelik fonksiyonları, kural tabanı ve berraklaştırma işlemi konularında genel bilgi verilmiştir. Yine yapay zekaVI teknikleri içerisinde yer alan sezgisel yöntemlerden genetik algoritma, demir tavlama ve tabu arama algoritması konularına değinilmiştir. Üçüncü bölümde, klasik tabu arama algoritması (KTA) hakkında bilgi verilmiştir. Algoritmanın temel basamakları olan, tabu listesinin oluşturulması ve çözüm üretme aşamasındaki işlemler tanıtılmıştır. Dördüncü bölümde, bu çalışmada geliştirilen nümerik tabu arama algoritması (NTA) tanıtılmış, KTA algoritmasıyla aralarındaki farklar, çözüm üretme aşamasındaki işlemler (komşu sayılarının belirlenmesi, komşu üretme yöntemleri gibi) açıklanmıştır. Bu yöntemler bir test sistemine uygulanarak hangi yöntemin daha yüksek performans gösterdiğinin belirlenmesine çalışılmıştır. Beşinci bölümde, geliştirilen NTA algoritmasının klasik test problemleri üzerinde KTA algoritmasıyla performans değerlendirmesi yapılmıştır. Ayrıca, lineer (AR ve ARMA) ve lineer olmayan (Volterra) test sistemi üzerinde adaptif teknikler ve sinir ağlarıyla performans karşılaştırmalarına yer verilmiştir. Altıncı bölümde ise geliştirilen NTA algoritmasının bulanık mantık yapısının optimizasyonu konusunda geliştirilen yaklaşım anlatılmış ve bu yaklaşıma dayanan çeşitli uygulamalar verilmiştir. Bu uygulamalar; lineer olmayan sistemlerin kontrolü (ters sarkaç ve robot kolu kontrolü) ile mikroşerit anten parametrelerinin optimizasyonu problemleridir. Son bölümde sonuçlar ve değerlendirmeye yer verilmiştir.
Özet (Çeviri)
VIII Third chapter presents the classic tabu search algorithm (CTS). Construction of tabu list and neighborhood producing processing for classic tabu search algorithm concepts are given. In the fourth chapter, a new algorithm, called Numeric Tabu Search (NTS) is presented. The differences between the new algorithm and classic Tabu search are illustrated. The neighborhood production, construction of tabu list concepts of the new algorithm are given. Different neighborhood production mechanisms are investigated and tested on well known optimization problems. In the fifth chapter, the performance of NTS algorithm, investigated in this work, is compared with CTS on benchmark problems. Also, performances are compared to neural networks and classic techniques. In the sixth chapter, the NTS algorithm was used for optimizing the parameters (membership functions and consequent parameters) of fuzzy logic systems. The applications including nonlinear control (inverted pendulum and robot control) and parameter optimization of microstrip patch antennas are also given. In the last chapter, the work is summarized and concluded.
Benzer Tezler
- Sezgisel algoritmalarla çoklu denetçi parametrelerinin optimizasyonu
Optimization of multiple controller parameters with heuristic algorithm
ABDULLAH ATEŞ
Doktora
Türkçe
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİnönü ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. CELALEDDİN YEROĞLU
- Tabu araştırma algoritması kullanılarak robot hız denetiminin FPGA ile gerçeklenmesi
Realization of robot speed control with FPGA using taboo search algorithm
HÜSEYİN ARSLAN
Yüksek Lisans
Türkçe
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKocaeli ÜniversitesiElektronik-Bilgisayar Eğitimi Ana Bilim Dalı
DOÇ. DR. EMİNE BOLAT
- Tabu araştırma ve karınca koloni optimizasyon algoritmaları ile anten dizilerinde demet şekillendirme ve diyagram sıfırlama
Beam shaping and pattern nulling of antenna arrays using tabu search and ant colony optimization algorithms
ALİ AKDAĞLI
Doktora
Türkçe
2002
Elektrik ve Elektronik MühendisliğiErciyes ÜniversitesiElektronik Mühendisliği Ana Bilim Dalı
PROF.DR. KERİM GÜNEY
- Characterization of nanoparticle aggregates using inverse formulation and discrete-dipole approximation
Ters formulasyon ve ayrık-dipol yaklaşımı kullanılarak nanoparçacık kümelerinin karakterizasyonu
OZAN BURAK ERİÇOK
Yüksek Lisans
İngilizce
2017
Makine MühendisliğiBoğaziçi ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
DOÇ. DR. HAKAN ERTÜRK
- Geri beslemeli yapay sinir ağlarının genetik operatörlere dayalı tabu araştırma algoritması kullanarak eğitilmesi
Training recurrent neural networks using tabu search based on genetic operators
ADEM KALINLI