Geri Dön

Sürekli optimizasyon problemleri için değişken komşuluk arama tekniklerinin geliştirilmesi

Developing variable neighborhood search techniques for continuous optimization problems

  1. Tez No: 459328
  2. Yazar: YUSUF UZUN
  3. Danışmanlar: PROF. DR. HÜSEYİN ARIKAN
  4. Tez Türü: Doktora
  5. Konular: Makine Mühendisliği, Mechanical Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2017
  8. Dil: Türkçe
  9. Üniversite: Necmettin Erbakan Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Makine Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 128

Özet

Metasezgisel yöntemlerden biri olan Değişken Komşuluk Arama (DKA) algoritması, ayrık optimizasyon problemlerine uygulanmak amacıyla geliştirilmiş bir metottur. Literatürde, sürekli optimizasyon problemleri için DKA'nın diğer metasezgisel algoritmalar ile birlikte kullanıldığı hibrit yapılar mevcuttur. Ayrıca, literatürde DKA'nın yapay zeka yöntemleri ile birlikte kullanıldığı çalışma sayısı azdır ve kural çıkarımına yönelik her hangi bir çalışmaya rastlanılmamıştır. Bu tez çalışmasında sınıflandırma problemleri için, eğitilmiş yapay sinir ağlarından (EYSA) bilgi kazanımına yönelik (sınıflandırma kuralları şeklinde) bir algoritma geliştirilmiştir. Geliştirilen algoritma, YSA' daki bağlantı ağırlıklarında bulunan gizli bilgiyi keşfetmek için eğitilmiş yapay sinir ağları üzerinde çalıştırılmıştır. DKA metasezgisel algoritması iki adımlı hiyerarşik bir yapıya sahiptir. İlk adımda çok katmanlı bir sinir ağı eğitilmekte ve ağırlıkları çıkarılmaktadır. İkinci adımda, elde edilen ağırlıklar DKA algoritması ile sınıflandırma kurallarının üretimi için kullanılmaktadır. Önerilen algoritma iki farklı veri kümesi (Echo ve WBC) üzerinde deneysel olarak değerlendirilmiş ve literatürde yer alan diğer yöntemler ile karşılaştırılmıştır. Veri kümeleri üzerinde yapılan analizler, geliştirilen algoritmanın doğru ve etkin sınıflandırma kuralları üretebildiğini göstermektedir.

Özet (Çeviri)

Variable Neighborhood Search (VNS) algorithm, one of metaheuristic methods, is a method developed to be applied to discrete optimization problems. In literature, are available hybrid structures using the VNS method along with different algorithm for continuous optimization problems. Additionally, have been observed that the small number of studies using the VNS method along with artificial intelligence methods in the literature and hasn't been found a study for rule extraction. This thesis study presented a method of extraction correct and intelligible rules from trained artificial neural networks (TANN) using variable neighborhood search (VNS) metaheuristic method. The developed method, were run on trained artificial neural networks to discover of confidential information contained in ANN connection weight. VNS metaheuristic algorithm has a two-step hierarchical structure. In the first step, a multi-layer neural network has been trained and weights are removed. In the second step, the weights obtained are used for the production of classification rules. The suggested algorithm was assessed experientially on two different data group (Echo and WBC) and was compared with other methods in the current literature. The analyses on the test data sets show the fact that the developed algorithm can produce accurate and effective classification rules.

Benzer Tezler

  1. Solving single and parallel machine scheduling problems with sequence dependent setup times using differential evolution based algorithms

    Sıra bağımlı hazırlık süreleri içeren tek ve paralel makinalı çizelgeleme problemlerini diferensiyel evrim algoritması tabanlı algoritmalar kullanarak çözmek

    ÖĞÜNÇ ÖZDEMİR

    Yüksek Lisans

    İngilizce

    İngilizce

    2010

    Endüstri ve Endüstri MühendisliğiDokuz Eylül Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ŞEYDA TOPALOĞLU

  2. Eş zamanlı topla dağıt araç rotalama problemi için karınca koloni sistemi ile güçlendirilmiş değişken komşuluk arama algoritması

    An ant colony system empowered variable neighborhood search algorithm for the vehicle routing problem with simultaneous pickup and delivery

    CAN KAYA

    Yüksek Lisans

    Türkçe

    Türkçe

    2017

    Endüstri ve Endüstri MühendisliğiPamukkale Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. CAN BERK KALAYCI

  3. Yapay sinir ağlarında öğrenme algoritmalarının analizi

    Analysis of learning algorithms in neural networks

    SEVİNÇ BAKLAVACI

  4. Directional regularization based variational models for image recovery

    Görüntü onarımı için yön güdümlü düzenlemeye dayalı varyasyonel modeller

    EZGİ DEMİRCAN TÜREYEN

    Doktora

    İngilizce

    İngilizce

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. MUSTAFA ERSEL KAMAŞAK

  5. A semismooth newton method for generalized semi-infinite programming problems

    Genelleştirilmiş yarı sonsuz optimizasyon problemleri için yarı düzgün newton yöntemi

    AYSUN TEZEL ÖZTURAN

    Doktora

    İngilizce

    İngilizce

    2010

    MatematikOrta Doğu Teknik Üniversitesi

    Matematik Bölümü

    PROF. DR. BÜLENT KARASÖZEN

    PROF. DR. OLİVER STEİN