Yapay çekirge sürü optimizasyonu
Artificial locust swarm optimization
- Tez No: 725783
- Danışmanlar: DOÇ. DR. ORHAN KESEMEN
- Tez Türü: Doktora
- Konular: İstatistik, Statistics
- Anahtar Kelimeler: Metasezgiseller, Optimizasyon, Sürü zekası, Metaheuristics, Optimization, Swarm intelligence
- Yıl: 2022
- Dil: Türkçe
- Üniversite: Karadeniz Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik ve Bilgisayar Bilimleri Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Optimizasyon genel olarak en iyiyi bulma sürecidir ve belirli bir arama uzayında tanımlanan bir probleme kabul edilebilir bir çözüm bulmayı amaçlar. Yapay zekânın gelişmesiyle birlikte, optimizasyon problemlerinin çözümü için meta-sezgisel algoritmalar popüler hale gelmiştir. Meta-sezgisel algoritmalar, özellikle doğadaki biyolojik sistemlerden ve sürü davranışından esinlenir. Sadece bir yöntemin bütün optimizasyon problemlerini çözmesi mümkün olmadığından, literatürde birçok meta-sezgisel algoritma geliştirilmiş ve geliştirilmeye devam etmektedir. Bu bağlamda, bu tez çalışmasında, zor optimizasyon problemlerinin çözümü için çekirge sürülerinin rastgele zıplama ve bitkileri istila etme davranışlarından esinlenerek yapay çekirge sürü optimizasyonu (ALSO) adı verilen sürü zekâsı tabanlı meta-sezgisel bir algoritma önerilmiştir. Çekirgeler yiyecek arama için aile ve sosyal olma üzere iki fazda birbirleriyle etkileşimde bulunurlar. Ailesel fazda, yerel bir alanda çekirgeler küçük gruplar halinde yiyecek arar ve sosyal fazda topladıkları bilgileri paylaşırlar. Önerilen algoritma, 22 test fonksiyonu ve 3 mühendislik tasarım problemi üzerinde test edilerek yaygın ve yeni geliştirilen optimizasyon algoritmaları ile karşılaştırılmıştır. Simülasyon sonuçları, diğer algoritmalarla kıyaslandığında önerilen ALSO algoritmasının oldukça rekabetçi olduğunu kanıtlamaktadır. Ayrıca, aynı koşullar altında, ALSO algoritması daha az çalışma zamanı ve bellek alanı gerektirmektedir.
Özet (Çeviri)
Optimization is generally the process of finding the best and aims to find an acceptable solution to a problem defined over a given search space. As the artificial intelligence has developed, meta-heuristic algorithms have become popular for solving optimization problems. Meta-heuristic algorithms are particularly inspired by biological systems and swarm behavior in nature. Since it is not possible for just one method to solve all optimization problems, many meta-heuristic algorithms have been developed and continue to be developed in the literature. In this regard, in this thesis, a new swarm intelligence based meta-heuristic algorithm called Artificial Locust Swarm Optimization (ALSO) is proposed inspiring random jumping and plant invasion behavior of locust swarms. Locusts interact in two different ways of searching for food: social and familial. In the familial phase, small locust groups search foods in a local area and the locusts share their information in the social phase. The proposed algorithm is tested on 22 benchmark functions and 3 engineering design problems and compared with other recent and well-known optimization algorithms. Simulation results prove that the proposed ALSO algorithm is quite competitive when compared to the other algorithms. Moreover, it even requires the less runtime and memory space under the same conditions.
Benzer Tezler
- Çekirge optimizasyon algoritması ve yapay sinir ağları kullanılarak hane güç tüketimi tahmini
Prediction of household power consumption using grasshopper optimization algorithm and artificial neural networks
TÜLİN SERT İRİ
Yüksek Lisans
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBilecik Şeyh Edebali ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. EMRE DANDIL
- Fotovoltaik sistemlerde mgnt performansının artırılmasına yönelik PSO, MFO, GOA ve ABC algoritmalarının karşılaştırılmalı analizi ve hibrit yaklaşım önerisi
Comparative analysis of PSO, MFO, GOA AND ABC algorithms and hybrid approach proposal for increasing mgnt performance in photovoltaic systems
GÖKTUĞ RECEP AYDIN
Yüksek Lisans
Türkçe
2025
Elektrik ve Elektronik MühendisliğiZonguldak Bülent Ecevit ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. NİHAT PAMUK
- Sürü iha görüntülerinin birleştirilmesinde paralel optimizasyon algoritmalrı
Parallel optimization algorithms in combining swarm uav images
SİBEL ERTÜRK BEREKETOĞLU
Doktora
Türkçe
2025
İstatistikKaradeniz Teknik Üniversitesiİstatistik ve Bilgisayar Bilimleri Ana Bilim Dalı
PROF. DR. ORHAN KESEMEN
- THz bandında haberleşen dron ağlarında kanal modelleme ve konuşlandırma problemi üzerine bir çalışma
A study on channel modeling and deployment problem in (THz band communication for drone networks
İSMAİL ERSİN
Doktora
Türkçe
2025
Elektrik ve Elektronik MühendisliğiEge ÜniversitesiUluslararası Bilgisayar Ana Bilim Dalı (disiplinlerarası)
PROF. DR. ORHAN DAĞDEVİREN
PROF. DR. MUSTAFA ALPER AKKAŞ
- Evrişimsel sinir ağları ve çekirge optimizasyon algoritması kullanarak kolon kanser hastalığı tesbiti
Colon cancer disease diagnose with convolutional neural network and grasshopper optimization algorithm
AMNA ALI A MOHAMED
Doktora
Türkçe
2024
Mühendislik BilimleriKastamonu ÜniversitesiMalzeme Bilimi ve Mühendisliği Ana Bilim Dalı
PROF. DR. AYBABA HANÇERLİOĞULLARI