Geri Dön

Sürekli optimizasyon problemlerinde Mısır akbabası optimizasyon algoritması

The Egyptian vulture optimization algorithm in continuous optimization problems

  1. Tez No: 538727
  2. Yazar: AY SH GOL IHSAN ALI
  3. Danışmanlar: PROF. DR. ERKAN ÜLKER
  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: 2019
  8. Dil: Türkçe
  9. Üniversite: Selçuk Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. 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

  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. Enerji iletim şebekelerinin donanım planlamasında optimizasyonu

    Optimisation in the planning of supply of power transmission networks summary

    K.R.İRFAN GÜNEY

    Doktora

    Türkçe

    Türkçe

    1987

    Elektrik ve Elektronik MühendisliğiMarmara Üniversitesi

    DOÇ. DR. NESRİN TARKAN

  3. 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

    İngilizce

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. BERK CANBERK

  4. 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

    Türkçe

    2021

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKütahya Dumlupınar Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. DOĞAN AYDIN

  5. 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

    Türkçe

    2020

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKonya Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. ERKAN ÜLKER