Coalition of metaheuristics through parallel computing for solving complex optimization problems
Karmaşık optimizasyon problemlerinin çözümü için metasezgisel algoritmaların paralel hesaplama yoluyla koalisyonu
- Tez No: 752192
- Danışmanlar: PROF. DR. ADİL BAYKASOĞLU
- Tez Türü: Doktora
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: İngilizce
- Üniversite: Dokuz Eylül Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Endüstri Mühendisliği Bilim Dalı
- Sayfa Sayısı: 131
Özet
Gerçek hayat problemlerinin çoğu optimizasyon problemleri olarak modellenebilir ve bu problemlerin etkin çözümüne olan ihtiyaç her zaman talep görmektedir. Bu bağlamda, optimizasyon problemlerinin çözümüne yönelik etkili yaklaşımlar geliştirme çabaları önemli araştırmaların konusu olmuştur. Bu yaklaşımlar genellikle genel amaçlı veya belirli kuralları mantıksal bir kapsamda birleştirir ve bu kuralların mantıksal birleşiminden oluşan yöntemlere optimizasyon algoritmaları denir. Bu çalışmada, karmaşık optimizasyon problemlerinin çözümü için çeşitli metasezgisel algoritmalar Ağırlıklı Süperpozisyon Çekim-İtme Algoritması (WSAR) kontrolünde bir paralel hesaplama ortamında bir araya getirilmiştir. Önerilen yaklaşım, paralel olarak farklı tek çözüm tabanlı meta-sezgisel algoritmaları (SSBMA'lar) çalıştırır ve denetleyici olarak WSAR'ı (yakın zamanda geliştirilen bir sürü zekası tabanlı metasezgisel algoritma) kullanır. SSBMA'lar arama alanını keşfetmekten sorumluyken, WSAR SSBMA'lar arasındaki iletişim sürecini kontrol eder. Sunulan yöntem, iyi bilinen bazı karmaşık optimizasyon problemlerine karşı sırasıyla, sürekli optimizasyon problemleri, ikili optimizasyon problemleri ve kombinatoryal optimizasyon problemleri olmak üzere üç grupta test edilmiştir. Sürekli optimizasyon problemleri için test problemleri olarak CEC 2020 problemleri seçilirken, ikili optimizasyon problemleri için test durumu olarak kapasitesiz tesis yerleşim problemi (UFLP) ve küme birleşimli sırt çantası problemi (SUKP) seçilmiştir. Ayrıca, Kaynak Kısıtlı Proje Çizelgeleme Problemi (RCPSP) ve Permütasyon Akış Atölye Çizelgeleme Problemi (PFSP), kombinatoryal optimizasyon için test problemleri olarak seçilmiştir. Elde edilen sonuçlar diğer bazı optimizasyon algoritmaları ile karşılaştırılmıştır. Karşılaştırma sonuçları, önerilen yaklaşımın çözüm kalitesi ve çözüm süresi açısından rekabetçi olduğunu göstermektedir.
Özet (Çeviri)
Most of the real-life problems could be modeled as optimization problems and the need for effective solution of these problems is always in demand. In this context, efforts to develop effective approaches to solving optimization problems have been the subject of considerable research. These approaches usually combine general-purpose or particular rules in a logical scope and the methods that are formed by the logical combination of these rules are called optimization algorithms. In this study several metaheuristic algorithms are brought together to form a coalition under Weighted Superposition Attraction-Repulsion Algorithm (WSAR) in a parallel computing environment for solving complex optimization problems. The proposed approach runs different single solution based metaheuristic algorithms (SSBMAs) in parallel and employs WSAR (which a recently developed recently proposed swarm intelligence based optimizer) as controller. While SSBMAs are responsible for exploring the search space, WSAR controls the communication process between the SSBMAs. The presented method tested against some well-known complex optimization problems in three groups, namely, continuous optimization problems, binary optimization problems and combinatorial optimization problems. While CEC 2020 problems are selected as test problems for continuous optimization problems, the uncapacitated facility location problem (UFLP) and the set union knapsack problem (SUKP) are selected as test case for binary optimization problems. In addition, the Resource Constrained Project Scheduling Problem (RCPSP) and the Permutation Flow Shop Scheduling Problem (PFSP) are selected as test problems for combinatorial optimization. The obtained results are compared with some other optimization algorithms. The results of the comparison show that the proposed approach is competitive in terms of solution quality and solution time.
Benzer Tezler
- Effects of bus priority methods on adjacent mixed traffic
Karma trafik akışında otobüs önceliği yöntemlerinin etkileri
NIMA DADASHZADEH
Doktora
İngilizce
2019
Trafikİstanbul Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
DOÇ. DR. MURAT ERGÜN
- Metamaterial based transmission lines and their applications on matching circuits
Metamateryal temelli iletim hatları ve uydurma devresi uygulamaları
TOLOGON KARATAEV
Doktora
İngilizce
2016
Elektrik ve Elektronik MühendisliğiYıldız Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. FİLİZ GÜNEŞ
- İki eksenli eğilme ve eksenel kuvvet altındaki betonarme çubukların optimal tasarımı
Optimal design of reinforced concrete bars under biaxial bending and axial force
AYŞEGÜL SÜMEYYE DALGIÇ
Yüksek Lisans
Türkçe
2022
İnşaat MühendisliğiEskişehir Osmangazi Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
DOÇ. DR. HAKAN ÖZBAŞARAN
- A hybrid deep learning metaheuristic model for diagnosis of diabetic retinopathy
Diyabetik retinopatinin tanısı için hibrit bir derin öğrenme meta-sezgisel modeli
ÖMER FARUK GÜRCAN
Doktora
İngilizce
2022
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ÖMER FARUK BEYCA
- A condition coverage-based black hole inspired meta-heuristic for test data generation
Koşullu kaplam tabanlı ve kara delik algoritması bazlı test verisi üretimi için meta-sezgisel bir yöntem
DERYA YELİZ ULUTAŞ
Yüksek Lisans
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ AYŞE TOSUN KÜHN