Geri Dön

Nümerik tabu arama algoritması

Numeric tabu search algorithm

  1. Tez No: 109498
  2. Yazar: AHMET KAPLAN
  3. Danışmanlar: YRD. DOÇ. DR. ŞABAN ÖZER, DOÇ. DR. ŞEREF SAĞIROĞLU
  4. Tez Türü: Doktora
  5. Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2001
  8. Dil: Türkçe
  9. Üniversite: Erciyes Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektronik Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. 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

  1. Sezgisel algoritmalarla çoklu denetçi parametrelerinin optimizasyonu

    Optimization of multiple controller parameters with heuristic algorithm

    ABDULLAH ATEŞ

    Doktora

    Türkçe

    Türkçe

    2018

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİnönü Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. CELALEDDİN YEROĞLU

  2. 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

    Türkçe

    2018

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKocaeli Üniversitesi

    Elektronik-Bilgisayar Eğitimi Ana Bilim Dalı

    DOÇ. DR. EMİNE BOLAT

  3. 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

    Türkçe

    2002

    Elektrik ve Elektronik MühendisliğiErciyes Üniversitesi

    Elektronik Mühendisliği Ana Bilim Dalı

    PROF.DR. KERİM GÜNEY

  4. 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

    İngilizce

    2017

    Makine MühendisliğiBoğaziçi Üniversitesi

    Makine Mühendisliği Ana Bilim Dalı

    DOÇ. DR. HAKAN ERTÜRK

  5. 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

    Doktora

    Türkçe

    Türkçe

    1996

    Elektrik ve Elektronik MühendisliğiErciyes Üniversitesi

    Y.DOÇ.DR. DERVİŞ KARABOĞA