Differential evolution for optimization of nonlinear chemical processes
Doğrusal olmayan kimyasal süreçlerin optimizasyonunda diferensiyel evrim yaklaşımı
- Tez No: 216111
- Danışmanlar: PROF. DR. BENO KURYEL
- Tez Türü: Yüksek Lisans
- Konular: Kimya Mühendisliği, Matematik, Mühendislik Bilimleri, Chemical Engineering, Mathematics, Engineering Sciences
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2008
- Dil: İngilizce
- Üniversite: Ege Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Kimya Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Proses ve Reaktör Tasarımı Bilim Dalı
- Sayfa Sayısı: 202
Özet
Son yıllarda, evrimsel algoritmalar, birçok mühendislik disiplininde karşılaşılan multimodal doğrusal olmayan problemlerin optimal çözümlerinde ilgi çekmektedir. Evrimsel algoritmalardan birisi olan diferansiyel evrim (DE), yeni bir optimizasyon yöntemi olup, türevlenemeyen, doğrusal olmayan multimodal amaç fonksiyonlarının ele alınmasında etkin olmaktadır. Daha önceki çalışmaların gösterdiği gibi, diferansiyel evrim, verimli, etkin ve dolaysız bir evrimsel optimizasyon yöntemidir. Bu yöntemi daha etkin kılabilmek için modifiye edilmiş diferansiyel evrimi gündeme getirmek gerekmektedir. Yakınsama özellikleri de geliştirilmiş bu yaklaşımda bilgisayar desteği de kolaylaşmaktadır. Bu çalışmada, geliştirilecek bilgisayar programı, gerçek yaşamdan süreçlere uygulanacaktır.
Özet (Çeviri)
In recent years, evolutionary algorithms are gaining popularity for finding the optimal solution of nonlinear multimodal problems encountered in many engineering disciplines. Differential evolution (DE), one of the evolutionary algorithms, is a novel optimization method capable of handling nondifferentiable, nonlinear and multimodal objective functions. Previous studies have shown that differential evolution is an efficient, effective and robust evolutionary optimization method. This thesis aims to introduce a modification to original DE that enhances the probability without compromising on solution quality. The modified differential evolution (MDE) algorithm utilizes only one set of population as against two sets in original DE at any given point of time in a generation. Application to real processes is targeted in this work
Benzer Tezler
- Optimization of drying process of plastic granules based on stochastic method with neuro regression approach
Nöro regresyon yaklaşımı ile stokastik metot tabanlı plastik granüllerin kurutma prosesi optimizasyonu
MUSTAFA DİNÇ
Yüksek Lisans
İngilizce
2023
Makine Mühendisliğiİzmir Katip Çelebi ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
DOÇ. DR. LEVENT AYDIN
- Elektronik aygıtlar için n-tipi ve p-tipi Si yongaların üretilmesi karakterizasyonu ve uygulamaları
Production, characterization and applications of n-type and p-type Si wafers for electronic devices
SAVAŞ ÖZTÜRK
Doktora
Türkçe
2017
EnerjiDokuz Eylül ÜniversitesiMetalurji ve Malzeme Mühendisliği Ana Bilim Dalı
PROF. ERDAL ÇELİK
- Experimental investigation and optimization of laser surface treatment parameters for 1.2379 (AISI D2) tool steel
1.2379 (AISI D2) Takım Çeliğinin Lazerle Yüzey İşleme Parametrelerinin Deneysel Olarak İncelenmesi ve Optimizasyonu
SAYİT ÖZBEY
Yüksek Lisans
İngilizce
2023
Makine Mühendisliğiİzmir Yüksek Teknoloji EnstitüsüMakine Mühendisliği Ana Bilim Dalı
PROF. DR. HATİCE SEÇİL ARTEM
PROF. DR. ERSİN KAYAHAN
- 1100 serisi alüminyum malzemelerde tig kaynağı ile oluşan kaynak dikiş geometrisinin optimizasyonu
Optimization of weld bead geometry for tig welding of 1100 series aluminum
FATİH TURHAN
Yüksek Lisans
Türkçe
2017
Makine Mühendisliğiİzmir Katip Çelebi ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. LEVENT AYDIN
- Yapıların mekanik davranışının yapay sinir ağları ile modellenmesi ve optimizasyonu
Modelling and optimization of mechanical behavior of structures with artificial neural networks
BURAK AYDOĞDU
Yüksek Lisans
Türkçe
2023
Makine MühendisliğiBursa Uludağ ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
PROF. DR. NECMETTİN KAYA