Geri Dön

A hybrid multi-objective genetic algorithm for bandwidth multi-coloring problem

Çizgeyi kümeli boyama problemi için kullanılan çok hedefli hibrit genetik algoritma

  1. Tez No: 438694
  2. Yazar: İSMAİL UĞUR BAYINDIR
  3. Danışmanlar: DOÇ. DR. EMİN ERKAN KORKMAZ
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2014
  8. Dil: İngilizce
  9. Üniversite: Yeditepe Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 94

Özet

Genetik Algoritmalar (GAs) çeşitli problemler üzerinde başarıyla uygulanmıştır. Çok hedefli Genetik Algoritmalar (ÇHGAs) birbirinden farklı hedefleri paralel olarak iyileştirebilmektedir. Kombinatoryal optimizasyon problemleri için çeşitli ÇHGA uyguları vardır. Ancak, ÇHGA yaklaşımı özellikle gruplama problemi üzerinde sınırlı seviyede başarı oranına sahiptir. Bu düşük başarı oranından çoğalma yöntemlerinden biri olan çaprazlama operatörü sorumludur. Çaprazlama operatörü, gruplama problemi üzerinde yıkıcıdır ve bu tür problemler üzerinde çaprazlama operatörü kullanarak başarılı yeni bireyler üretilmesi zordur. Bu çalışmada, çaprazlama operatörünün gruplama problemleri üzerindeki başarı oranını arttıran yenilikçi bir metot sunulmuştur. Metot ÇHGA'nın Yapay Sinir Ağları (YSA) ile melezlenmesinden oluşmaktadır; YSA çaprazlama operasyonuna genetik arama işlemi sırasında yol göstermektedir. Sunulan metot, standart ÇHGA'ların sınırlı başarı elde ettiği Çizgeyi Kümeli Boyama problemi üzerinde test edilmiştir. Problem, bant genişliği ve çakışma sayısının aynı anda azaltılmaya çalışıldığı bir çok-hedefli gerçekleme kullanılarak çözülmüştür. Yapılan testler sonucunda, YGS tarafından yönlendirilmiş olan çaprazlama operasyonunun başarılı birey üretme olasılığını arttırdığı ve elde edilen genel çözümlerin kalitesinin de yükseldiği görülmüştür.

Özet (Çeviri)

Genetic Algorithms (GAs) have been successfully applied on different kinds of problems. Multi-objective Genetic Algorithms (MOGAs) are capable of improving different objectives in a parallel manner. Various applications of MOGAs exist for combinatorial optimization problems. However, the MOGA approach yields a limited success rate especially on grouping problems. The crossover operation, one of the reproduction methods in GAs, is the main reason for the low performance. The crossover operation is quite destructive in grouping problems and it is difficult to produce successful offspring with this operator in this domain. In this study, a novel method that can increase the success rate of crossover operation is proposed for grouping problems. The method is a hybridization of MOGA with Artificial Neural Networks (ANNs), where ANNs guide the crossover process in the genetic search. The bandwidth multicoloring problem where standard MOGA yields limited performance has been used as the testbed for the method. The problem is solved using a multi-objective framework that minimizes bandwidth as well as conflict number in a parallel fashion. It has been observed that the crossover operation guided by the trained ANN improves the possibility of producing high fit offspring and the quality of the overall solution obtained at the end of MOGA runs.

Benzer Tezler

  1. An efficient design optimization framework for rf and optical applications

    Başlık çevirisi yok

    ORKUN KARABAŞOĞLU

    Yüksek Lisans

    İngilizce

    İngilizce

    2008

    Mekatronik MühendisliğiSabancı Üniversitesi

    Mühendislik Bilimleri Ana Bilim Dalı

    DOÇ. DR. GULLU KIZILTAS

  2. Beklemesiz akış tipi çizelgeleme problemlerinin çok amaçlı melez genetik algoritma ile çözümü

    Solving the no wait flow shop scheduling problems by multi objective hybrid genetic algorithm

    KENAN KESKİN

    Yüksek Lisans

    Türkçe

    Türkçe

    2010

    Endüstri ve Endüstri MühendisliğiSelçuk Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ORHAN ENGİN

  3. Hibrit çok amaçlı rüzgar güdümlü optimizasyon algoritması

    A hybrid multi-objective wind driven optimization algorithm

    FETHİYE SULTAN ÖZPEHLİVAN AY

    Yüksek Lisans

    Türkçe

    Türkçe

    2020

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolDüzce Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. PAKİZE ERDOĞMUŞ

  4. A hybrid evolutionary algorithm for multi-objective flexible job shop problems

    Çok amaçlı esnek atölye tipi çizelgeleme problemlerine yönelik hibrit evrimsel bir algoritma

    ALPER TÜRKYILMAZ

    Doktora

    İngilizce

    İngilizce

    2023

    Endüstri ve Endüstri MühendisliğiMarmara Üniversitesi

    Mühendislik Yönetimi Ana Bilim Dalı

    PROF. DR. SEROL BULKAN

    DOÇ. DR. ÖZLEM ŞENVAR