Geri Dön

Melez metasezgisel algoritmalar için parametre kontrolü

Parameter control for hybrid metaheuristic algorithms

  1. Tez No: 514486
  2. Yazar: OSMAN GÖKALP
  3. Danışmanlar: PROF. DR. AYBARS UĞUR
  4. Tez Türü: Doktora
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2018
  8. Dil: Türkçe
  9. Üniversite: Ege Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 120

Özet

Bir metasezgiselin en az bir algoritma ile birleştirilmesi melez metasezgisel olarak tanımlanmaktadır. Parametre değerlerinin algoritmanın çalışma zamanında belirlenmesi ise parametre kontrol olarak adlandırılmaktadır. Bu tez çalışmasının amacı melez metasezgiseller ile parametre kontrol yönteminin birlikte uygulanmasını sağlayarak özgün eniyileme yöntemleri geliştirmektir. Bu kapsamda, sürekli eniyileme ve kombinasyonel eniyileme olmak üzere iki temel alanda yeni algoritmalar geliştirilmiştir. Sürekli eniyileme için sınır kısıtlamalı problemler üzerinde çalışılmış ve bu alanda yaygın olarak kullanılan ABC, DE ve PSO metasezgiselleri yüksek seviyeli ve nöbetleşe çalışma prensibi ile melezleştirilmiştir. Geliştirilen bu melez algoritmadaki metasezgisellerin çalışma sırası, bir parametre olarak, UCB seçim algoritması tabanlı uyarlanabilir parametre kontrolü ile belirlenmiştir. Gerçekleştirilen deneysel çalışma, algoritma seviyesinde metasezgisel seçiminin parametre kontrolü ile yapılabilirliğini göstermektedir. Kombinasyonel eniyileme alanında ise Kapasiteli Araç Rotalama Problemi için ILS ve VND metasezgisellerini alt seviyeli ve takım çalışması prensibi ile melezleştiren bir algoritma geliştirilmiştir. Bu algoritmada, kabul fonksiyonu için uyarlanabilir parametre kontrolü uygulanmıştır. Gerçekleştirilen deneysel çalışma, önerilen yöntemde parametre kontrolü kullanılmasının istatistiksel olarak anlamlılığını göstermektedir. Ayrıca, ölçülen çalışma süreleri ve ortalama hata yüzdeleri literatürde bu alanda yer alan önemli algoritmalar ile yarışabilir düzeydedir.

Özet (Çeviri)

A hybrid metaheuristic is defined as combining a metaheuristic with at least one algorithm. If parameter values are determined at run time of the algorithm, it is called parameter control. The aim of this thesis is to develop novel optimization methods by using hybrid metaheuristics and parameter control methods together. In this context, methods have been developed in two main optimization domains, namely continuous optimization and combinatorial optimization. For continuous optimization, bound constrained problems have been studied, and ABC, DE, and PSO metaheuristics, which are widely used in this area, were hybridized with high-level and relay principle of operation. As a parameter, the running order of these metaheuristics in this developed hybrid algorithm were determined by the adaptive parameter control based on the UCB selection algorithm. The experimental study shows the feasibility of metaheuristic selection with parameter control at algorithm level. For combinatiorial optimization domain, an algorithm that hybridizes ILS and VND metaheuristics with low-level and teamwork principle of operation was developed for Capacitated Vehicle Routing Problem. In this algorithm, an adaptive parameter control has been applied for acceptance function. The experimental study shows that the usage of parameter control in the proposed method is statistically significant. In addition, measured run-time and mean error rates are comparable to state-of-the-art algorithms in the literature.

Benzer Tezler

  1. Hipersezgisel yöntemlerle lojistik ağ tasarımı ve optimizasyon

    Logistic network design and optimization using hyperheuristic methods

    VURAL EROL

    Doktora

    Türkçe

    Türkçe

    2017

    Endüstri ve Endüstri Mühendisliğiİstanbul Teknik Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    DOÇ. DR. MURAT BASKAK

    PROF. DR. GÜLGÜN KAYAKUTLU

  2. Güncel en iyileme algoritmalarının paralel ve birlikte uygulamaları ve performans analizleri

    Parallel and collaborative applications of the recent optimization algorithms and their performance analyses

    HASAN MAKAS

    Doktora

    Türkçe

    Türkçe

    2015

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya Üniversitesi

    Bilgisayar ve Bilişim Mühendisliği Ana Bilim Dalı

    PROF. DR. NEJAT YUMUŞAK

  3. Parçacık sürü optimizasyonu ve çoğalan sürü algoritmasının yüzey geri çatımı probleminde uygulanması ve karşılaştırılması

    Application and comparision of the particle swarm optimization and breding swarms algorithm on the surface reconstruction problem

    HÜSEYİN DEMİRCİ

    Yüksek Lisans

    Türkçe

    Türkçe

    2014

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya Üniversitesi

    Bilgisayar ve Bilişim Mühendisliği Ana Bilim Dalı

    DOÇ. DR. AHMET TURAN ÖZCERİT

  4. Çok sınıflı medikal görüntü sınıflandırması için melez derin öğrenme yaklaşımları

    Hybrid deep learning approaches for the multi class medical image classification

    ZELİHA KAYA AKÇELİK

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFatih Sultan Mehmet Vakıf Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ GÖNÜL ULUDAĞ

  5. Yapay sinir ağı eğitimi için çoklu evren optimizasyonu ve tavlama benzetimi algoritması ile yeni bir melez meta-sezgisel model önerisi

    A new hybrid meta-heuristic model proposal with multiverse optimization and simulated annealing algorithm for artificial neural network training

    ÖMER YILMAZ

    Doktora

    Türkçe

    Türkçe

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSelçuk Üniversitesi

    Bilişim Teknolojileri Mühendisliği Ana Bilim Dalı

    PROF. DR. ADEM ALPASLAN ALTUN