Geri Dön

Maksimum klik problemi için algoritmik yaklaşımlar

Algorithmic approaches for maximum clique problem

  1. Tez No: 537804
  2. Yazar: GÖZDE KIZILATEŞ EVİN
  3. Danışmanlar: PROF. DR. URFAT NURIYEV
  4. Tez Türü: Doktora
  5. Konular: Matematik, Mathematics
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2019
  8. Dil: Türkçe
  9. Üniversite: Ege Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Matematik Ana Bilim Dalı
  12. Bilim Dalı: Bilgisayar Bilimleri Bilim Dalı
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Maksimum Klik Problemi; yöneylem araştırması alanında çok çalışılan ve NP-Tam sınıfına ait teorik çizge optimizasyon problemidir. Problem, birçok alanda yaygın bir uygulama alanına sahiptir. Ayrıca problem birçok çizge kuramı problemi ile yakın bir ilişki içerisindedir. Bu yüzden maksimum klik problemi bilgisayar bilimleri alanında önemli bir role sahiptir. Bu tezde, maksimum klik problemi araştırılmış, problem için literatürde var olan çözüm yöntemleri incelenmiş ve bu problem için yeni bir hibrit genetik algoritma önerilmiştir. Önerilen algoritma Java dilinde kodlanmış, DIMACS ve BHOSLIB kütüphane örnekleri üzerinde test edilerek, literatürdeki benzer çalışmalar ile karşılaştırılmıştır. Hesaplama sonuçları önerilen algoritmanın etkinliğini göstermektedir.

Özet (Çeviri)

The Maximum Clique Problem is much studied graph theory optimization problem in operation research field, and it belongs to the class of NP-Complete. The problem has widespread field of application in many areas. Besides, the problem is closely related to many graph theory problems. Thus, the maximum clique problem plays an important role in computer science field. In this thesis, the maximum clique problem is studied, the solution approaches for the problem in literature are investigated and a new hybrid genetic algorithm have been proposed for the problem. The proposed algorithm has been implemented in Java and has been tested on the DIMACS and BHOSLIB benchmark instances, the results have been compared with similar studies the literature works. The experimental results show that proposed algorithm is effective.

Benzer Tezler

  1. Derin öğrenme ve büyük veri analitiği yöntemleriKullanarak Covid-19 yayılımının ileriye dönük tahmini

    Forecasting the spread of covid-19 using deep learning and big data analytics methods

    CYLAS KIGANDA

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi Üniversitesi

    Bilgisayar Bilimleri Ana Bilim Dalı

    PROF. DR. MUHAMMET ALİ AKCAYOL

  2. Prediction of COVID 19 disease using chest X-ray images based on deep learning

    Derin öğrenmeye dayalı göğüs röntgen görüntüleri kullanarak COVID 19 hastalığının tahmini

    ISMAEL ABDULLAH MOHAMMED AL-RAWE

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. ADEM TEKEREK

  3. An optimal energy management system for sustainable city based on renewable energy sources

    Sürdürülebilir şehir için yenilenebilir enerji kaynaklarına dayalı en uygun enerji yönetim sistemi

    MOHAMED ALI H. ELWEDDAD

    Doktora

    İngilizce

    İngilizce

    2023

    Elektrik ve Elektronik MühendisliğiKarabük Üniversitesi

    Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. MUHAMMET TAHİR GÜNEŞER

  4. Social network analysis

    Sosyal ağ analizi

    HUMAIR KHAN BUGHIO

    Yüksek Lisans

    İngilizce

    İngilizce

    2021

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAntalya Bilim Üniversitesi

    Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. CAFER ÇALIŞKAN

  5. Düşük akıntı hızlarında düşey eksenli hidrokinetik türbinlerin çok sadakatli vekil model ile optimizasyonu

    Optimization of vertical axis hydrokinetic turbines at low speeds via multi-fidelity surrogate model

    OĞUZ SUSAM

    Doktora

    Türkçe

    Türkçe

    2026

    Gemi Mühendisliğiİstanbul Teknik Üniversitesi

    Gemi İnşaatı ve Gemi Makineleri Mühendisliği Ana Bilim Dalı

    PROF. DR. ÖMER GÖREN