Using modified whale optimization algorithm with a comparative analysis of different technique for solving traveling salesman problem
Seyahat satışı sorununun çözümü için değiştirilmiş toptan optimizasyon algoritmasının kullanılması
- Tez No: 805082
- Danışmanlar: PROF. DR. MESUT ÇEVİK
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: İngilizce
- Üniversite: Altınbaş Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Elektrik ve Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: 58
Özet
Ağın temel sorunuyanlış ve yanlışbağlantının.maliyetetkisi ve ağ verimliliği sorunları gibi büyük sorunlara yol açmasıdır. Travel Sellers (TSP) sorunu, günümüzün optimizasyonuna bağlı olarak bu tür bir sorunu.çözmeninyollarından biridir. Değiştirilmiş algoritmalar, hayvan temelliTSP problemlerini çözmenin en etkili ve verimli yollarından biri olarak kabul edilebilir. Gezgin satıcı probleminde yapılmıştır. Uygulamada 51 ila 150 aralığında bir dizi klasik veri seti kullanılmıştır. Sonuçlar, hibrit algoritmanın (WOA + NN), tüm veri kümelerinin %50'si için AS (Ant sys tem), WOA, GA ve SA'dan daha iyi performans gösterdiğini göstermektedir. Karınca Sistemi (AS), tüm veri setlerinin %40'ı için diğerlerinden daha iyi Meta çıkarım yapan ikinci algoritmadır. Ayrıca detaylı analizin meta çıkarsama göre daha iyi bir sayı, En Kötü, ortalama, standart sapma ve ortalama CPU zamanı çözümlerini gösterdiği de verilmiştir. Balina İyileştirme Algoritması WOA optimal çözümleri bulmada %50'nin üzerinde bir performans oranı gösterdiğinin teyidi. AS (Karınca Sistemi), tüm optimal çözümlerden %40 daha iyidir. Son olarak, Balina İyileştirme Algoritması (WOA), orta büyüklükteki veri kümeleri için diğer algoritmalara kıyasla ayrık problemi Makul zamanlarda çözer. Balina İyileştirme Algoritması (WOA) ve Genetik Algoritma (GA) Bu makale TSPLIB tipi problemlere odaklanmaktadır..
Özet (Çeviri)
In e study the most well-known issues related optical fibre network, which are still viewed as a challenge for various networks. Depending on current optimization techniques, the Travel Sellers (TSP) problem is one of the oldest approaches to solving this kind of problem.Best andefficient approachto solve animal-based TSPproblem is by using modified algorithms. It was created for the difficulty of the travelling salesman. The programme used a set of traditional datasets with a 51 to 150 range. Theresults showthat the hybrid algorithm (WOA+NN) outperformsAS(Ant system), WOA,GA,andSA for50%of all datasets.Ant System(AS)is the second most effective algorithm when compared to meta-inference techniques for 40% of all data sets. A better number, worse number, mean, standard deviation, and mean CPU time solutions are also shown in the full analysis with regard to meta-inference. The whale Improvement Algorithm (WOA) has a performance rate of over 50% in discovering the best solutions, according to metrics. The Ant System (AS) outperforms all optimal solutions by 40%. Finally, compared to previous algorithms for medium-sized data sets, the Whale Improvement Algorithm (WOA) solves the discrete problemin aReasonable amount of time.The study concentrates on TSPLIB-type issues with the WhaleImprovement Algorithm (WOA) and Genetic Algorithm(GA).
Benzer Tezler
- Hybrid optimization algorithm based THD reduction in three phase multilevel inverter
Hibrit optimizasyon algoritması tabanlı üç fazlı çok seviyeli eviricilerde THD azalması
MEHMET HALİL YABALAR
Doktora
İngilizce
2024
Elektrik ve Elektronik MühendisliğiGaziantep ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. ERGUN ERÇELEBİ
- Sezgisel algoritmalar kullanılarak iki-parametreli maxwell dağılımı ve üstel olarak değiştirilmiş lojistik dağılım için en çok olabilirlik yöntemiyle parametre tahminleri
Estimating the parameters of two-parameter maxwell distribution and exponentially-modified logistic distribution by the maximum likelihood method using heuristic algorithms
ADI OMAIA IBRAHIM FAOURI FAOURI
- Elektrokardiyogram verilerinin iyileştirilmiş yapay arı kolonisi (MABC) algoritması ile analizi
Analysis of electrocardiogram data by using modified artificial bee colony (MABC) algorithm
SELİM DİLMAÇ
Doktora
Türkçe
2017
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. TAMER ÖLMEZ
- Optimizasyon problemlerinin çözümü için yapay arı kolonisi algoritması tabanlı yeni yaklaşımlar
Novel approaches based on articial bee colony algorithm to solve optimization pronlems
MUSTAFA SERVET KIRAN
Doktora
Türkçe
2014
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSelçuk ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. MESUT GÜNDÜZ
- Channel and switchbox routing by simulated annealing
Tavlama benzetimi ile kanal ve anahtar kutusu izgeleme
ADNAN AÇAN
Doktora
İngilizce
1992
Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik ÜniversitesiPROF. DR. ZAFER ÜNVER