Parçacık sürü optimizasyonu algoritmasının gezgin satıcı problemine uygulanması ve performansının incelenmesi
Application of particle swarm optimisation algorithm to travelling salesman problem and its performance investigation
- Tez No: 237263
- Danışmanlar: YRD. DOÇ. DR. MEHMET ÇUNKAŞ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2009
- Dil: Türkçe
- Üniversite: Selçuk Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektronik ve Bilgisayar Sistemleri Eğitimi Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 119
Özet
Bir çok optimizasyon tekniği doğadaki olaylardan esinlenerek geliştirilmiştir. Parçacık Sürü Optimizasyonu (PSO), kuş ve balık sürülerinin sosyal davranışlarını gözlemleyerek geliştirilen popülasyon temelli bir optimizasyon algoritmasıdır. Bu çalışmada, PSO algoritması, 8 ayrı test problemi üzerine uygulanmış, Genetik Algoritmalar (GA) ve Diferansiyel Evrim Algoritmaları (DEA) ile performansı karşılaştırılmıştır. PSO ayrıca, NP-zor sınıfına giren Gezgin Satıcı Problemi'nin (GSP) çözümü için uygulanmış ve performansı Genetik Algoritma ile karşılaştırılmıştır. GSP problemleri olarak 6 küçük boyutlu GSP, 4 orta boyutlu GSP, Türkiye haritası üzerinde il merkezleri ve ilk defa ilçe merkezleri ele alınmıştır.Sürekli fonksiyonların çözümünde PSO algoritması oldukça başarılı sonuçlar üretmiştir. DEA ise GA' ya göre iyi performans göstermesine rağmen PSO' ya göre daha kötü sonuçlar üretmiştir. GSP problemlerinde ise PSO jenerasyon sayısı olarak GA' ya göre daha iyi olmasına rağmen, ortalama yol uzunluğu olarak daha kötüdür. Sonuç olarak PSO algoritması sürekli fonksiyonların çözümünde oldukça başarılı bir sonuç göstermiştir. Ayrıca GSP çözümlerinde ise jenerasyon sayıları açısından daha iyi sayılabilir.
Özet (Çeviri)
Many of the optimisation techniques have been devoloped by the inspiration of naturel occurance events. Particle Swarm Optimization (PSO), is a population based optimization algorithm which is devoloped by the observation of bird and fish swarms social behaviors. In this study, PSO algorithm is applied on a 8 different test functions and the results are compared with Genetic Algorithms (GA) and Differantiel Evolution Algorithms (DEA). PSO specially, applied on the solution of Travelling Salesman Problem (TSP) which is catogorized as a NP-hard and also the solutions are compared with Genetic Algorithms (GA). As the TSP, problems are applied on a 6 small sized TSP, 4 medium sized TSP and province of Turkey map and the first time on the districts of Turkey.On continuous function solutions PSO algorithm has generated a successful solutions. DEA has a successfull performance than GA but less solutions than PSO. On TSP solutions PSO has succesfull generation numbers than GA but unsuccessful by the avarage tour length. As a result PSO algorithm has a good solution on continous functions. Besides PSO can be accepted as successful in terms of generation number.
Benzer Tezler
- Gezgin satıcı probleminin çözümünde parçacık sürü optimizasyonu algoritması performansının bulanık c-ortalamalar yöntemi ile iyileştirilmesi
Improving solution performance of the particle swarm optimization algorithm on traveling salesman problem with fuzzy c-means method
AHMET YEKTA KAYMAN
Doktora
Türkçe
2015
Endüstri ve Endüstri MühendisliğiKocaeli ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. KASIM BAYNAL
- Yapay atom algoritması ve ayrık problemlere uygulanması
Artificial atom algorithm and its application to discrete problems
AYŞE ERDOĞAN YILDIRIM
Doktora
Türkçe
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİnönü ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ALİ KARCI
- Yapay arı kolonisi algoritması kullanarak gezgin satıcı probleminin Türkiyedeki il ve ilçe merkezlerine uygulanması
Evaluation of traveling salesman problem to the nodes of city and township centers by using artificial bee colony algorithm
MELİKE RUHAN AKÇA
Yüksek Lisans
Türkçe
2011
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSelçuk ÜniversitesiElektronik ve Bilgisayar Sistemleri Eğitimi Ana Bilim Dalı
YRD. DOÇ. DR. HASAN ERDİNÇ KOÇER
- Developing and applying multi-threaded metaheuristic policies to solve combinatorial industrial engineering problems
Endüstri mühendisliğindeki kombinatoryal optimizasyon problemlerinin çözümü için çoklu iş parçacıklı metasezgisel politikalar geliştirilmesi ve uygulanması
İSMET KARACAN
Doktora
İngilizce
2023
Endüstri ve Endüstri MühendisliğiMarmara ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. SEROL BULKAN
PROF. DR. ÖZLEM ŞENVAR
- Çoklu gezgin satıcı probleminin sezgisel algoritmalar ile çözümü
Solving the multiple traveling salesman problem using heuristic algorithms
SEVDA DAYIOĞLU GÜLCÜ
Yüksek Lisans
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKonya Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. HUMAR KAHRAMANLI