Geri Dön

Çoklu popülasyon tabanlı metasezgisel algoritma ile yapay sinir ağlarının eğitilmesi

Training of artificial neural networks with multi population based meta heuristic algorithm

  1. Tez No: 606705
  2. Yazar: CİHAT KIRANKAYA
  3. Danışmanlar: DR. ÖĞR. ÜYESİ LATİFE GÖRKEMLİ AYKUT
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Endüstri ve Endüstri Mühendisliği, Computer Engineering and Computer Science and Control, Industrial and Industrial Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2019
  8. Dil: Türkçe
  9. Üniversite: Erciyes Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Endüstri Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: 89

Özet

Son yıllarda yapay zeka hayatın her alanında kendine yer bulmaya başlamıştır. En etkili yapay zeka tekniklerinden biri olan yapay sinir ağları, insan beyninden esinlenerek insanın öğrenme ve yorumlama kabiliyetlerinin bilgisayarlara kazandırılıp anlamlı sonuçlar üretilmesinde oldukça başarılıdır. Yapay sinir ağlarının etkili sonuçlar üretebilmesi ağın ne şekilde eğitildiği ile doğrudan ilişkilidir. Yapay sinir ağlarını eğitmek için kullanılan geleneksel algoritmalar karmaşık problemlerde ve gerçek hayat problemlerinde her zaman başarılı sonuçlar vermemektedir. Metasezgisel algoritmalar çözümü zor ve uzun zaman alan problemleri, kısa zamanda ve optimuma yakın sonuçlar elde ederek çözmek için geliştirilmiş etkili yöntemlerdir. Bu çalışmada yapay sinir ağlarının etkin bir şekilde eğitilebilmesi için son yıllarda birçok problem çeşidinin çözümünde kullanılan yapay arı kolonisi algoritması tercih edilmiştir. Algoritmanın yerel optimumlara takılmadan arama yapabilmesi için alt popülasyonlar kullanılarak farklı değişim stratejileri tercih edilmiş ve her alt popülasyonun farklı parametreler ile arama yapması sağlanarak daha etkin bir yapı kurulmaya çalışılmıştır. Önerilen model farklı veri setleri üzerinde uygulanmış sonuçlar analiz edilmiştir.

Özet (Çeviri)

In recent years, artificial intelligence has started to find its place in every aspect of life. Artificial neural networks, which is one of the most effective artificial intelligence techniques, are very successful in producing meaningful results by acquiring computer's learning and interpretation abilities inspired by the human brain. The ability of artificial neural networks to produce effective results is directly related to how the network is trained. Traditional algorithms used to train artificial neural networks do not always produce successful results in complex and real life problems. Metaheuristic algorithms are effective methods for figure out difficult and time consuming problems in short time and close to optimum results. In this study, artificial bee colony algorithm, which is used in the solution of many kinds of problems in recent years, has been preferred in order to effectively train artificial neural networks. Different exchanging strategies have been preferred by using subpopulations so that the algorithm can search without locating to the local optimizations, and each subpopulation has been tried to establish a more effective structure by enabling it to search with different parameters. The proposed model was applied on different data sets and the results were analyzed.

Benzer Tezler

  1. 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

  2. Esnek robot kol sistemi için LQR denetleyici parametrelerinin metasezgisel algoritmalar kullanılarak belirlenmesi

    Determination of LQR controller parameters for flexible link manipulator using meta intuitional algorithms

    SEMİH ÖZKAYA

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    Makine Mühendisliğiİskenderun Teknik Üniversitesi

    Makine Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ÇAĞLAR CONKER

  3. A hybrid evolutionary algorithm for multi-objective flexible job shop problems

    Çok amaçlı esnek atölye tipi çizelgeleme problemlerine yönelik hibrit evrimsel bir algoritma

    ALPER TÜRKYILMAZ

    Doktora

    İngilizce

    İngilizce

    2023

    Endüstri ve Endüstri MühendisliğiMarmara Üniversitesi

    Mühendislik Yönetimi Ana Bilim Dalı

    PROF. DR. SEROL BULKAN

    DOÇ. DR. ÖZLEM ŞENVAR

  4. Parçacık sürü ve karınca koloni optimizasyon algoritmalarının aç gözlü bilgi takası stratejisi kullanılarak paralelleştirilmesi

    Parallelization of the particle swarm and ant colony optimization algorithms by using the greedy information swap strategy

    ŞABAN GÜLCÜ

    Doktora

    Türkçe

    Türkçe

    2017

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSelçuk Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. HALİFE KODAZ

  5. Bitki tabanlı optimizasyon algoritmaları ile fotovoltaik modellerin parametre tahmini

    Parameter estimation of photovoltaic models with plant-based optimization algorithms

    AYŞE BEŞKİRLİ

    Doktora

    Türkçe

    Türkçe

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolEskişehir Osmangazi Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. İDİRİS DAĞ