Kısıtlı ve ayrık optimizasyon problemlerinin çözümü için ağaç-tohum algoritmasının uyarlanması ve analizi
Adaptation and analysis of tree-seed algorithm for solving constrained and discrete optimization problems
- Tez No: 625481
- Danışmanlar: DOÇ. DR. MUSTAFA SERVET KIRAN
- Tez Türü: Doktora
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2020
- Dil: Türkçe
- Üniversite: Konya Teknik Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 161
Özet
Ağaç-tohum algoritması (TSA), 2015 yılında sürekli kısıtsız optimizasyon problemlerini çözmek için önerilmiş olan metasezgisel bir arama algoritmasıdır. Bu tez çalışmasında küçük boyutlu sürekli kısıtsız optimizasyon problemlerine kaliteli sonuçlar üreten TSA'nın sürekli kısıtlı, ayrık ikili ve ayrık tam sayılı optimizasyon problemlerine çözüm üretecek şekilde iyileştirilmesi ve geliştirilmesi ile ilgili çalışmalar yapılmıştır. Sürekli kısıtlı optimizasyon problemlerini çözmek için literatürde yer alan kural tabanlı bir seçim stratejisi TSA'ya entegre edilerek kısıtlı TSA (CTSA) önerilmiştir. CTSA ile hem sayısal kıyas fonksiyonları, hem de mühendislik tasarım problemleri çözülmüş ve CTSA, literatürdeki güncel algoritmalarla karşılaştırılmıştır. Ayrık ikili optimizasyon problemlerini çözmek için TSA ikili çözüm uzayında çalışacak şekilde yapılandırılmış, yeni çözümler üretmek içinse mantıksal kapı kullanan (LogicTSA) ve benzerlik tabanlı (SimTSA) yeni algoritmalar önerilmiştir. Performansı daha üst seviyeye çıkarmak için bu iki yaklaşım hibritlenerek SimLogicTSA isimli yeni bir yaklaşım önerilmiş ve mevcut algoritmalarla kıyaslandığında daha başarılı sonuçlar elde edildiği görülmüştür. Ayrık tam sayılı optimizasyon problemlerinin çözümü için TSA permütasyon kodlu gösterim (DTSA) ile çalışacak hale getirilmiştir. DTSA, takas, öteleme ve simetri gibi komşuluk operatörleri ile yeni çözümler üretmektedir. En yakın komşu sezgiseli ve 2-opt yerel arama algoritması ile DTSA'nın elde ettiği çözümlerin kalitesi artırılmaya çalışılmıştır. Bu tez kapsamında TSA tabanlı önerilen yöntemlerin literatürdeki benzerlerinden daha kaliteli veya rekabetçi çözümler ürettiği gösterilmiştir.
Özet (Çeviri)
Tree-seed algorithm (TSA) is a metaheuristic search algorithm proposed in 2015 to solve continuous unconstrained optimization problems. In this thesis, the studies have been carried out on the improvement and development of TSA, which produces high-quality results on small-sized continuous unconstrained optimization problems, in a way to provide solutions to continuous constrained, discrete binary and discrete integer optimization problems. A rule-based selection strategy which is in the literature has been integrated with TSA, and a constrained TSA (CTSA) has been proposed in order to solve continuous constrained optimization problems. Both numerical benchmark functions and engineering design problems were solved by CTSA, and it has been compared with the state-of-art algorithms in the literature. To solve discrete binary optimization problems, TSA is re-structured to work on binary search space, and logic-gate based TSA (LogicTSA) and similarity-based TSA (SimTSA) are proposed to generate new binary solutions. In order to obtain better results, these two approaches have been hybridized and a new approach, called SimLogicTSA, has been proposed, and more successful results have been obtained when compared to existing algorithms. In order to solve discrete integer optimization problems, TSA has been modified for working with permutation coded representation (DTSA). DTSA produces new solutions with neighborhood operators such as swap, shift, and symmetry. The quality of the solutions obtained by DTSA has been improved with the nearest neighbor heuristic and 2-opt local search approach. It has been shown that all proposed methods in this thesis content produce better quality or more competitive solutions than their counterparts in the literature.
Benzer Tezler
- Fake news classification using machine learning and deep learning approaches
Makine öğrenimi ve derin öğrenme yaklaşımlarını kullanarak sahte haber sınıflandırması
SAJA ABDULHALEEM MAHMOOD AL-OBAIDI
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ TUBA ÇAĞLIKANTAR
- Ayrık optimizasyon problemlerinin çözümü için Jaya algoritması tabanlı yeni yaklaşımlar
Jaya algorithm based new approaches for solving discrete optimization problems
MURAT ASLAN
Doktora
Türkçe
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKonya Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. MESUT GÜNDÜZ
- Kısıtlı optimizasyon problemlerinin çözümü için düzgünleştirilmiş ceza algoritması
Smoothed penalty algorithm for solving constrained optimization problems
HATİCE ÖĞÜT
Yüksek Lisans
Türkçe
2023
MatematikSüleyman Demirel ÜniversitesiMatematik Ana Bilim Dalı
DR. ÖĞR. ÜYESİ NURULLAH YILMAZ
- Girdap arama ve yapay alg algoritmalarının çok amaçlı optimizasyon problemlerine uyarlanması
Adaptation of vortex search and artificial algae algorithms for multiobjective optimization problems
AHMET ÖZKIŞ
Doktora
Türkçe
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSelçuk ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ AHMET BABALIK
- Uncapacitated multiple allocation hub location problem under congestion
Trafik sıkışıklığı altında çok atamalı kapasite kısıtsız ana dağıtım üssü yerleşim problemi
ÇAĞRI ÖZGÜN KİBİROĞLU
Doktora
İngilizce
2019
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. YUSUF İLKER TOPCU