Performance evaluation of evolutionary heuristics in dynamic environments
Dinamik ortamlarda buluşsal teknikler kullanılarak performansın değerlendirilmesi
- Tez No: 181218
- Danışmanlar: PROF.DR. FİKRET GÜRGEN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2006
- Dil: İngilizce
- Üniversite: Boğaziçi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Statik optimizasyan problemlerinde optimizasyon süresince optimize edilen problemdeherhangi bir değişiklik olmadığı varsayılır. Bununla birlikte gerçek hayattaki birçokoptimizasyon problemi dinamiktir ve zaman içerisinde amaç fonksiyonu, karar değişkenleri yada ortamsal parametrelerinde değişikliklere maruz kalır. Dinamik optimizasyonproblemlerinde amaç statik bir optimal çözüm bulabilmekten ziyade, çözüm kümesi içerisindesürekli bir şekilde yer değiştiren optimal değeri olabildiğince iyi takib edebilmektir.Bu tezde önde gelen evrimsel dinamik optimizasyon tekniklerinin tam ve kapsamlı birkarşılaştırmasını sunuyoruz. 13 evrimsel optimizasyon algoritmasını ortak bir platform olanmoving peaks problemi üzerinde önemli problem parametrelerini değiştirerek inceleyipkarşılaştırdık. Bu algoritmalardan iki tanesi bu tez kapsamında geliştirilmiş, karmatekniklerdir. Yapılan karşılaştırma sonucunda, karma tekniklerin literatürdeki tekniklerdendaha iyi sonuç verdiği gözlenmiştir. Bununla birlikte bu çalışmada sinyal benzerliğini temelalan yeni bir performans ölçütü geliştirilmiş ve algoritmaların karşılaştırılmasındakullanılmıştır.Yapılan karşılaştırma çalısması moving peaks gibi sanal bir problemin yanı sırascheduling gibi gerçek bir problemide içermektedir. Dinamik scheduling problemini çözmeküzere dizayn edilmiş 5 evrimsel algoritmayıda inceledik. Algoritmalar stokastik ve deterministscheduling ortamlarında karşılastırıldı. Sonuçlar her ortamda iyi çalısan tek bir algorimanınolmadığını göstermektedir.
Özet (Çeviri)
In stationary optimization problems, it is assumed that no changes occur with respect tothe problem solved during the course of computation. However many real-world optimizationproblems are non-stationary (dynamic) and subject to changes over time with respect to theobjective function, the decision variables or the environmental parameters. For dynamicoptimization problems the goal of an optimization algorithm is no longer to find a stationarysolution, but to continuously track the changing or moving optimum in the problem space.In this thesis, we present a complete and an extensive performance evaluation of leadingevolutionary optimization techniques in dynamic environments. We have examined andimplemented a set of 13 evolutionary optimization techniques on a common platform by usingthe moving peaks benchmark and by varying important problem parameters. Two newalgorithms which are the hybridization of the leading techniques in the literature have beenproposed in this thesis. Based on the experimental study, it was observed that the hybridmethods outperform the related work with respect to quality of solutions for variousparameters of the given benchmark problems. Additionally, a new comparison metric which isbased on signal similarity is proposed and used for performance evaluation of algorithms.The comparison study is based on both artificial problems including moving peaksproblems and some of the real-world problems such as scheduling. We have also implementedfive evolutionary algorithms which have been designed to solve dynamic job shop schedulingproblem. The algorithms are compared in both deterministic and stochastic schedulingenvironments. The results have shown that there is no algorithm that is best for allenvironmental conditions.
Benzer Tezler
- Hyper-heuristics in dynamic environments
Dinamik ortamlarda üst-sezgiseller
BERNA KİRAZ
Doktora
İngilizce
2014
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. AYŞE ŞİMA ETANER UYAR
- Development of a novel evolutionary algorithm specialized for crystal structure prediction of molecular systems: MCaSP-Evo
Moleküler sistemlerin kristal yapı tahmini için özelleştirilmiş bir evrimsel algoritmanın geliştirilmesi: MCaSP-Evo
DENİZHAN TUTAR
Yüksek Lisans
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiHesaplamalı Bilim ve Mühendislik Ana Bilim Dalı (disiplinlerarası)
PROF. DR. ADEM TEKİN
- Geliştirilmiş SPEA2 ile envanter probleminin çözümü
Inventory optimization with a novel SPEA2 algorithm
ALİ BAYRAKDAR
Yüksek Lisans
Türkçe
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Aydın ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. ILHAM HUSEYINOV
- Efficient task allocation in internet of things based systems
IoT tabanlı sistemlerde etkin görev dağılımı
ENAN AMEEN KHALIL SAFFAR
Doktora
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. SUAT ÖZDEMİR
- Hybrid evolutionary algorithms for solving the register allocation problem
Yazmaç özgüleme problemi için evrimsel karma algoritmalar
BETÜL DEMİRÖZ
Yüksek Lisans
İngilizce
2004
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMarmara ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ.DR. HALUK TOPÇUOĞLU