Popülasyon çeşitliliği kontrollü ve geri beslemeli galaktik sürü optimizasyon algoritması
Population diversity controlled and feedback galactic swarm optimization algorithm
- Tez No: 548806
- Danışmanlar: DR. ÖĞR. ÜYESİ ERSİN KAYA
- 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: Konya Teknik Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 75
Özet
Optimizasyon, bir problem için en uygun çözümü makul bir sürede bulma işlemidir. Popülasyon tabanlı optimizasyon algoritmaları, çözüme ulaşmak için birden fazla çözüm adayını iyileştirerek daha iyi çözümler elde etmeyi amaçlamaktadır. Çözüm adaylarının keşif ve sömürü yeteneklerinin dengesi, optimizasyon yönteminin kaliteli çözümler elde etmesini sağlamaktadır. Keşif ve sömürü yeteneklerini gözlemlemek için, popülasyon çeşitliliği kontrolü yaygın olarak kullanılan bir araçtır. Popülasyon çeşitliliği, popülasyonu oluşturan bireylerin pozisyon, hız ve amaç fonksiyonunun değerlerinin gösterdiği çeşitliliktir. Popülasyon çeşitliliğinin düşük olması, sömürü yeteneğini olumlu etkilerken, çeşitliliğin yüksek olması keşif yeteneğini olumlu olarak etkilemektedir. Galaktik sürü optimizasyonu yöntemi, gezegenlerin ve yıldızların hareketlerinden esinlenilerek ortaya konulmuş popülasyon tabanlı bir optimizasyon sistemidir. Galaktik sürü optimizasyonu yöntemi, doğrudan bir optimizasyon algoritması olmayıp, içerisinde parçacık sürü optimizasyon algoritmasını kullanan bir üst çatıdır. Parçacık sürü optimizasyon algoritması, sürü halinde gezen balıkların ve kuşların davranışlarından esinlenilerek ortaya konulmuş, popülasyon tabanlı bir optimizasyon algoritmasıdır. Galaktik sürü optimizasyonu yöntemi, iki aşamadan oluşmaktadır. İlk aşamanın amacı arama uzayını etkin bir şekilde taramak, ikinci aşamanın amacı ise birinci aşamadan elde edilen çözümlerin iyileştirilmesidir. Bu tez çalışmasında, ilk aşamada popülasyon çeşitliliği kontrolü ile, keşif yeteneği iyileştirilmiştir ve ikinci aşamadan elde edilen bireyler ilk aşamaya ilave edilerek, standart galaktik sürü optimizasyon yönteminin çözüm yeteneği iyileştirilmiştir. Önerilen yöntemin performansı, literatürde sıklıkla kullanılan standart karşılaştırma fonksiyonları üzerinde test edilmiş ve sonuçları yakın zamanda önerilmiş optimizasyon algoritmaları ile karşılaştırılmıştır. Yapılan çalışmalar sonucunda önerilen yöntemin standart galaktik sürü optimizasyon yönteminin performansını arttırdığı gözlemlenmiştir.
Özet (Çeviri)
Optimization is the process of finding the optimal solution for a problem in a reasonable time. Populationbased optimization algorithms aim to achieve better solutions by improving more than one solution candidate to reach a solution. The balance of exploration and exploitation capabilities of the solution candidates enables the optimization method to achieve quality solutions. To improve exploration and exploitation capabilities, population diversity control is a widely used tool. Population diversity is the diversity of the values of the position, speed and objective function of the population. Low population diversity affects the exploitation ability positively while high diversity affects the exploration ability positively. The Galactic swarm optimization method is a population-based optimization system inspired by the movements of the planets and stars. The Galactic swarm optimization method is not a direct optimization algorithm, but a framework that uses the particle swarm optimization algorithm. The particle swarm optimization algorithm is a population-based optimization algorithm that is inspired by the behavior of fishes and birds. Galactic swarm optimization method consists of two stages. The aim of the first phase is to effectively scan the search space and the aim of the second stage is to improve the solutions obtained from the first stage. In this paper, with the control of population diversity at the first stage, the exploration ability was improved and the individuals obtained from the second stage were added to the first stage and the performance of the standard galactic swarm optimization method was improved. The performance of the proposed method has been tested on standard benchmark functions, which are frequently used in the literature, and the results have been compared with the recently proposed optimization algorithms. As a result of the studies, it has been observed that the proposed method improves the performance of the standard galactic swarm optimization method.
Benzer Tezler
- Üç avcı tek av modelinin caputo kesirli türevi ve geri besleme kontrol değişkeni ile analizi
Analysis of three predator-one prey model with caputo fractional derivative and feedback control
SARE SAĞLAM
Yüksek Lisans
Türkçe
2024
MatematikSakarya ÜniversitesiMatematik Ana Bilim Dalı
PROF. DR. ÖMER FARUK GÖZÜKIZIL
- Biopolymer production potential from pickle brine effluent through microbial processes
Turşu salamura atıksuyundan mikrobiyal prosesler ile biyopolimer üretim potansiyeli
MERVE AŞKIN DEMİR
Yüksek Lisans
İngilizce
2023
Çevre Mühendisliğiİstanbul Teknik ÜniversitesiÇevre Mühendisliği Ana Bilim Dalı
DOÇ. DR. GÜLSÜM EMEL ZENGİN BALCI
- Büyük ölçekli inşaat projeleri için paydaş yönetim modeli
The stakeholder management model for large-scale construction projects
MÜRÜVET TÜRESOY
Doktora
Türkçe
2024
Mimarlıkİstanbul Teknik ÜniversitesiMimarlık Ana Bilim Dalı
PROF. DR. HÜSNÜ MURAT GÜNAYDIN
- Sulak alanların uzaktan algılama ve coğrafi bilgi sistemleri ile irdelenmesi: Akgöl örneği
Analysis of wetlands using remote sensing and geographic information systems: Akgol sample
ADALET DERVİŞOĞLU
Doktora
Türkçe
2018
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
PROF. DR. NEBİYE MUSAOĞLU
- The prevention of biofilm formation and prohibiting of the antibiotic resistance development
Biyofilm oluşumunun önlenmesi ve antibiyotik direnç gelişiminin engellenmesi
HADI FAKHRI
Doktora
İngilizce
2021
Biyoteknolojiİstanbul Teknik ÜniversitesiÇevre Mühendisliği Ana Bilim Dalı
PROF. DR. SÜLEYMAN ÖVEZ
DOÇ. DR. SEVCAN AYDIN