Sürekli optimizasyon problemlerinde Mısır akbabası optimizasyon algoritması
The Egyptian vulture optimization algorithm in continuous optimization problems
- Tez No: 538727
- Danışmanlar: PROF. DR. ERKAN ÜLKER
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2019
- Dil: Türkçe
- Üniversite: Selçuk Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 83
Özet
Bilindiği gibi deve kuşu yumurtaları oldukça büyük bir yapıya sahiptir. Her deve kuşu yumurtası yaklaşık 20 tavuk yumurtası büyüklüğündedir. Büyüklüğü dolayısı ile deve kuşu yumurtası zengin bir protein kaynağıdır. Doğada terk edilmiş deve kuşu yumurtasını gören tüm hayvanlar hayatta kalabilmek için bu yumurtanın kabuğunu kırıp zengin besin kaynağına ulaşmaya çalışır. Çakallar, kurtlar ve kuşlar için deve kuşu yumurtasının kabuğunu kırma görevi oldukça zordur. Mısır Akbabası (MA) kuşu üstün zekâ ve becerisi ile bu zorlu görevin üstesinden kolayca gelmektedir. Bunun gibi, Mısır Akbabasının yaşam tarzı ve hayatta kalabilmek için sergilediği davranışlar pek çok bilim insanın dikkatini çekmiştir. MA kuşunun bu özelliğinden esinlenerek davranış tarzı bilim insanları tarafından modellenmiş ve Mısır Akbabası Optimizasyon Algoritması (MAOA) önerilmiştir. MAOA orijinalinde ayrık problemlerin çözümü için üretilmiş bir algoritmadır. Bu tez çalışmasında, önce MAOA'nın ayrık problemlerde başarısı incelenmiştir. MAOA'nın çoğunlukla yerel optimuma takılması ve performansının kötü olması sebebi ile iyileştirilmesi gerektiği görülmüş ve ayrık problemlerin çözümünde daha iyi performans sergileyen geliştirilmiş bir MAOA (GMAOA) önerilmiştir. Sürekli optimizasyon problemlerinin MAOA ile çözümü literatürde ilk kez bu tez kapsamında çalışılmış ve performans analizi yapılmıştır. Sürekli optimizasyon problemlerinde MAOA'nın performans sonuçları incelemiş, MAOA sonuçlarının optimum değerden uzak olduğu görülerek MAOA'nın iyileştirilmesi hedeflenmiş ve sürekli problemler için yeni bir GMAOA önerilmiştir. Yeni geliştirilen algoritmalar, ayrık optimizasyon problemleri olan Gezgin Satıcı Problemi (GSP) ve Sırt Çantası Problemi (SÇP) üzerinde, sürekli optimizasyon problemleri olan ve iyi bilinen Kısıtsız Optimizasyon Test Problemleri (KOTP) ile test edilmiştir. Optimizasyon problemleri ile elde edilen orijinal MAOA sonuçları ve GMAOA sonuçları hem birbirleriyle hem de literatürden seçilen sezgisel algoritmalar ile karşılaştırılarak performans analizleri yapılmış ve önerilen yöntemlerin başarısı gösterilmiştir.
Özet (Çeviri)
The ostrich egg has a very large size. Each the ostrich egg is about 20 chicken eggs. Ostriches leaves the ostrich egg in nature and continues to live. Due to its size, ostrich eggs are a rich source of protein. All the animals that saw the abandoned ostrich egg in nature try to break the ostrich eggs shell and reach the rich food source in order to survive. For coyotes, wolves and birds, the task of breaking the ostrich eggs shell is quite difficult. In the nature, only EV can overcome this challenging task with superior intelligence and skill. The life style of Egyptian Vulture (EV) and the behaviors that it exhibited to survive attracted the attention of many scientists. EV the way of behavior is modeled by scientists and the Egyptian Vulture Optimization Algorithm (EVOA) has been proposed. In the literature EVOA is an algorithm for discrete problems. In this thesis, the success of EVOA in discrete problems was investigated but higher than optimum values were obtained. EVOA is improved and this developmented algorithm performs better in the discrete problems. The solution of continuous optimization problems with EVOA has been studied in this thesis for the first time in the literature and performance analysis has been performed. EVOA performance results were examined but the result was that the results of EVOA were far from the optimum value. EVOA is improved and this developmented algorithm performs better in the continous problems. The success of algorithms were examined with the Travelling Salesman Problem (TSP) and Knapsack Problem (KP). After, EVOA has been tested with Benchmark Optimization Test Problem (BOTP). Performance analysis of the original EVOA results and performance analysis of the improved EVOA results were compared and the success of the proposed methods was shown. The performance of EVOA was compared with other heuristic algorithms and the success of the proposed methods was shown.
Benzer Tezler
- 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
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Bilimleri Ana Bilim Dalı
PROF. DR. MUHAMMET ALİ AKCAYOL
- Enerji iletim şebekelerinin donanım planlamasında optimizasyonu
Optimisation in the planning of supply of power transmission networks summary
K.R.İRFAN GÜNEY
- Rl based network deployment and resource management solutions for opportunistic wireless access for aerial networks in disaster areas and smart city applications
Felaket alanları ve akıllı şehir uygulamalarında uçan fırsatçı kablosuz erişim ağları için takviyeli öğrenme tabanlı ağ oluşturma ve kaynak yönetimi çözümleri
MEHMET ARİMAN
Doktora
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. BERK CANBERK
- Sürekli optimizasyon problemleri için ters bakış açılı bir yapay arı kolonisi algoritması
An improved artificial bee colony algorithm with opposite point of view for continuous optimization problems
ÜMİT GÜVEN
Yüksek Lisans
Türkçe
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKütahya Dumlupınar ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. DOĞAN AYDIN
- Sosyal örümcek algoritmasının sürekli ve ayrık optimizasyon problemlerinde performans iyileştirmeleri
Performance improvements of social spider algorithm in continuous and discrete optimization problems
EMİNE BAŞ
Doktora
Türkçe
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKonya Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ERKAN ÜLKER