Kaşıt tabanlı ikili parçacık sürü optimizasyonu algoritması ile öznitelik seçimi
Opposition based binary particle swarm optimization algorithm for feature selection
- Tez No: 682611
- Danışmanlar: DR. ÖĞR. ÜYESİ BERNA KİRAZ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Bilim ve Teknoloji, Mühendislik Bilimleri, Computer Engineering and Computer Science and Control, Science and Technology, Engineering Sciences
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2021
- Dil: Türkçe
- Üniversite: Fatih Sultan Mehmet Vakıf Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 56
Özet
Bu tezde öznitelik seçimi probleminin çözümü için meta-sezgisel algoritmalardan İkili Parçacık Sürü Optimizasyonu algoritmasının Karşıt Tabanlı Öğrenme yöntemi ile birlikte kullanıldığı yeni yaklaşım önerilmiştir. Parçacık Sürü Optimizasyonu algoritmasının başarısını artırmak için Karşıt Tabanlı Öğrenme yöntemi üç farklı şekilde Parçacık Sürü Optimizasyonu algoritması ile birlikte kullanılmıştır. İlk yöntemde Karşıt Tabanlı Öğrenme yöntemi sadece Parçacık Sürü Optimizasyonu algoritmasının başlangıcında kullanılmıştır, ikinci yöntemde hem başlangıç hem de jenerasyonlar boyunca karşıt konumlar dahil edilmiştir, son yöntemde sadece jenerasyonlar boyunca dahil edilmiştir. Deneysel sonuçlara göre ikinci yöntemin istatistiksel olarak daha iyi olduğu gözlemlenmiştir. Deneysel çalışmalarda ayrıca İkili Parçacık Sürü Optimizasyonu algoritmasının içinde kullanılan transfer fonksiyonlarının başarıma etkisi incelenmiştir. Sekiz farklı transfer fonksiyonu denenmiştir. En iyi performansı sağlayan transfer fonksiyonu S1(x) sigmoid fonksiyonu transfer fonksiyonu olarak seçilmiştir. Önerilen yöntemin başarımını değerlendirmek için, İkili Parçacık Sürü Optimizasyonu algoritması ile karşılaştırma yapılmıştır. Çalışmamızda önerilen yöntem ile İkili Parçacık Sürü Optimizasyonu algoritması aynı veri seti ve değişkenler ile çalıştırılmıştır. Sonuçlar karşılaştırıldığında çalışmamızda önerilen algoritmanın daha iyi sonuç verdiği gözlemlenmiştir. Böylece Karşıt Tabanlı Öğrenme yönteminin İkili Parçacık Sürü Optimizasyonu algoritmasına uygulanması ve trasfer fonksiyonunun değiştirilmesi uygulama başarısını arttırdığı sonucuna ulaşılmıştır.
Özet (Çeviri)
In this thesis, a new approach is proposed, in which Binary Particle Swarm Optimization algorithm, one of the meta-heuristic algorithms, is used together with the Opposite-Based Learning method for the solution of the feature selection problem. In order to increase the success of the Particle Swarm Optimization algorithm, Opposite-Based Learning method was used together with the Particle Swarm Optimization algorithm in three different ways. In the first method, the Opposite-Based Learning method was used only at the beginning of the Particle Swarm Optimization algorithm, in the second method, opposite positions were included both at the start and across generations, in the last method only across generations. According to the experimental results, it was observed that the second method was statistically better. In the experimental studies, the effect of the transfer functions used in the Binary Particle Swarm Optimization algorithm on the performance was also investigated. Eight different transfer functions have been tried. The transfer function S1(x) providing the best performance was chosen as the sigmoid transfer function. To evaluate the performance of the proposed method, a comparison with the Binary Particle Swarm Optimization algorithm was made. With the method proposed in our study, the Binary Particle Swarm Optimization algorithm was run with the same data set and variables. When the results were compared, it was observed that the proposed algorithm in our study gave better results. Thus, it has been concluded that the application of the Opposite-Based Learning method to the Binary Particle Swarm Optimization algorithm and changing the transfer function increase the success of the application.
Benzer Tezler
- Yapay arı kolonisi ile veri indirgeme
Data reduction with artificial bee colony algorithm
RABİA KURNAZ
Yüksek Lisans
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolErciyes ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ TAYYİP ÖZCAN
- 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
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKonya Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ERKAN ÜLKER
- Rüzgar parametrelerinin değişiminin izlenmesi ve yapay zeka algoritmaları kullanılarak tahmini
Monitoring of the change of wind parameters and estimation using artificial intelligence algorithms
ALPER KEREM
Doktora
Türkçe
2018
Elektrik ve Elektronik MühendisliğiGazi ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ALİ SAYGIN
- A methodology for energy optimization of buildings considering simultaneously building envelope HVAC and renewable system parameters
Binalarda yapı kabuğu, mekanik sistemler ve yenilenebilir enerji sistemleri parametrelerinin eş zamanlı enerji optimizasyonu için bir yöntem
MELTEM BAYRAKTAR
Doktora
İngilizce
2015
Enerjiİstanbul Teknik ÜniversitesiMimarlık Ana Bilim Dalı
PROF. DR. AYŞE ZERRİN YILMAZ
PROF. DR. MARCO PERINO
- Akıllı yöntem tabanlı tekli ve ikili kısıtlılık analizi
Intelligent method based single and double contingency analysis
OĞUZHAN CEYLAN
Doktora
Türkçe
2012
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiHesaplamalı Bilimler ve Mühendislik Ana Bilim Dalı
PROF. DR. AYDOĞAN ÖZDEMİR