Çok amaçlı optimizasyon algoritması: Mogoldsa
Başlık çevirisi mevcut değil.
- Tez No: 618658
- Danışmanlar: DOÇ. DR. ERKAN TANYILDIZI
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2020
- Dil: Türkçe
- Üniversite: Fırat Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Yazılım Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 116
Özet
Çok amaçlı optimizasyon problemlerin karmaşıklığı, çatışması, geniş çözüm uzayına sahip olması ve tek bir çözüm yerine bir çözüm kümesine ihtiyaç duyulması nedeniyle oldukça zordur. Literatürdeki çok amaçlı optimizasyon algoritmalarının tüm problemler için aynı derecede etkili çözümler üretememektedir. Bu durum yeni çok amaçlı optimizasyon algoritmalarına ihtiyaç duyulduğunu göstermektedir. Bu çalışmada, literatürde bulunan başarılı bir optimizasyon algoritması olan matematiksel tabanlı Altın Sinüs Algoritması(Gold-SA)' nın, çok amaçlı problemler için geliştirilmiş hali olan Çok Amaçlı Altın Sinüs Algoritması (MOGoldSA) önerilmiştir. MOGoldSA ve literatürde yer edinmiş 5 adet metasezgisel çok amaçlı optimizasyon algoritması ile karşılaştırılmıştır. Bunlar sırasıyla: Çok Amaçlı Karınca Aslanı Optimizasyonu(MOALO), Çok Amaçlı Yusufçuk Algoritması(MODA), Çok Amaçlı Çekirge Optimizasyonu Algoritması (MOGOA), Baskın Olmayan Sıralama Genetik Algoritma II (NSGA II) Ve Güçlü Evrimsel Pareto Algoritması-2(SPEA2) algoritmalarıdır. Bu çalışmada, karşılaştırmanın doğruluğunu göstermek için 22 farklı test fonksiyonu kullanılmıştır. Performans değerlendirmesinde ise 6 farklı performans kriteri: Genel Uzaklık (GD), Ters Genel Uzaklık (RGD), Maksimum Yayılma (MS), Yayılma (S), Boşluk (SP), Hipervolume (HV) ve hız kullanılmıştır. Çalışma sonucunda MOGoldSA problemlerin çoğunluğunda en iyi sonuca ulaşırken, diğerlerinde de oldukça rekabetçi bir performans sergilemiştir. Elde edilen başarılı sonuçlar önerilen algoritmanın çok amaçlı optimizasyon problemleri için kullanılabilir olduğunu göstermiştir.
Özet (Çeviri)
It is very difficult to find suitable solutions for multi-objective optimization problems. Because of the complexity, conflict, wide solution space of the problems and the need for a solution set instead of a single solution, it is difficult for the multi-objective optimization algorithms in the literature to obtain equally effective solutions for all problems. This shows the need for new multi- objective optimization algorithms. In this study, the multiobjective Gold Sine Algorithm (MOGoldSA), a mathematical based Gold Sine Algorithm (Gold-SA) which is a successful optimization algorithm in the literature, is proposed. MOGoldSA and 5 metaheuristic multiobjective optimization algorithms in the literature. These are: Multiobjective Ant Lion Optimization (MOALO), Multiobjective Dragonfly Algorithm (MODA), Multiobjective Grasshopper Optimization Algorithm (MOGOA), Non-dominant Sorting Genetic Algorithm II (NSGA II) and Strong Pareto Evolution Algorithm-2 (SPEA2) algorithms. In this study, 22 different test functions were used to demonstrate the accuracy of the comparison. For performance evaluation, 6 different performance measure: Generational Distance (GD), Reverse Generational Distance (RGD), Maximum Spread (MS), Spread (S), Spacing (SP) and Hypervolume (HV) and velocity were used. As a result of this study, MOGoldSA achieved the best results for the majority of the problems and showed a very competitive performance in the others. Successful results showed that the proposed algorithm can be used for multi-objective optimization problems.
Benzer Tezler
- Hibrit çok amaçlı rüzgar güdümlü optimizasyon algoritması
A hybrid multi-objective wind driven optimization algorithm
FETHİYE SULTAN ÖZPEHLİVAN AY
Yüksek Lisans
Türkçe
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolDüzce ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. PAKİZE ERDOĞMUŞ
- Sürü zekâsı kullanarak renkli görüntü segmentasyon tekniklerinin geliştirilmesi
Development of color image segmentation techniques using swarm intelligence
TAHİR SAĞ
Doktora
Türkçe
2015
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSelçuk ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. MEHMET ÇUNKAŞ
- Çok amaçlı optimizasyon problemlerinin çözümünde Pareto tabanlı yeni yaklaşımlar
New approaches on Pareto based for solving multi-objective optimization problems
MUSTAFA ALTIOK
Doktora
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKonya Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. MESUT GÜNDÜZ
- Çok amaçlı optimizasyon problemlerinde Pareto cephesinin maliyet etkin yöntemlerle temsil edilmesi
Representation of the Pareto front in the multi-objective optimization problems by means of cost effective methods
ÖKKEŞ TOLGA ALTINÖZ
Doktora
Türkçe
2015
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAnkara ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. ASIM EGEMEN YILMAZ
- Çok amaçlı sosyal tabanlı metasezgisel optimizasyon algoritmaları ile sosyal ağlarda örtüşen topluluk keşfi
Overlapping community detection in social networks with multi objective social based metaheuristic optimization
FEYZA ALTUNBEY
Yüksek Lisans
Türkçe
2015
Mühendislik BilimleriFırat ÜniversitesiYazılım Mühendisliği Ana Bilim Dalı
DOÇ. DR. BİLAL ALATAŞ