Metasezgisel arama algoritmalarında yakınsama denklemi tasarımı için yeni bir yöntemin geliştirilmesi
Development of a new method for approximation equation design in metaheuristic search algorithms
- Tez No: 855038
- Danışmanlar: PROF. DR. HAMDİ TOLGA KAHRAMAN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Diferansiyel gelişim algoritması, Metasezgisel algoritmalar, Optimizasyon, Optimizasyon teknikleri, Differential evolution algorithm, Metaheuristic algorithms, Optimization, Optimization techniques
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Karadeniz Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Yazılım Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Yazılım Mühendisliği Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bilgisayarların yaygın kullanımıyla birlikte optimizasyon problemlerini çözmek için doğadan esinlenen metasezgisel arama (MSA) algoritmaları popüler hale gelmiştir. MSA algoritmalarının performansı, özellikle komşuluk araması ve çeşitlilik görevlerindeki başarılarına bağlıdır. Ancak karmaşık problemlerin çözümünde MSA algoritmalarının karşılaştığı iki temel zorluk bulunmaktadır. Birincisi, çok modlu problemlerin arama uzaylarında sıkça bulunan yerel minimum tuzaklarına takılmasıdır. Temel zorluklardan ikincisi ise arama sürecinin sonunda yeterince global çözüme yaklaşamamalarıdır. Bu çalışmada MSA algoritmalarındaki performansı artırmak için yeni bir yöntem olan“Yüzde Hata Değişimi Esaslı Yakınsama Denklemi Tasarlama Yöntemi ”önerilmektedir. Bu yöntemde, rehber seçim yöntemleri kullanılarak yakınsama denklemlerinin farklı versiyonları ve halkalar tasarlanmaktadır. Tasarlanan halkaların skorları hesaplanılarak, en yüksek skora sahip halkalardan yakınsama zincirleri oluşturulur. MSA algoritmalarında arama sürecinde hatanın yüzde değişimi takip edilmektedir. Hatanın değişimi belirlenen yüzde hata değişim oranının altında ise tasarlanan zincirler kullanılarak algoritmanın arama performansını iyileştirmeyi amaçlamaktadır. Önerilen yöntemin DE algoritması üzerindeki olumlu etkileri açıkça gözlemlenmiştir.
Özet (Çeviri)
With the widespread use of computers, nature-inspired metaheuristic search (MSA) algorithms have become popular for solving optimization problems. The performance of MSA algorithms depends on their success, especially in neighborhood search and diversity tasks. However, there are two main challenges that MSA algorithms face when solving complex problems. The first main challenge is that multimodal problems often get stuck in local minimum traps in their search spaces. The second main difficulty is that they cannot sufficiently converge to the global solution at the end of the search process. In this study, a new method,“Percentage Error Variation Based Convergence Equation Design Method”is proposed to improve the performance of MSA algorithms. In this method, different versions of convergence equations, rings, are designed by using guide selection methods. By calculating the scores of the designed rings, convergence chains are formed from the rings with the highest scores. In MSA algorithms, the percentage change of the error is monitored during the search process. If the change of the error is below the specified percentage error change rate, it is aimed to improve the search performance of the algorithm by using the designed chains. The positive effects of the proposed method on the DE algorithm have been clearly observed.
Benzer Tezler
- Parçacık sürü optimizasyonu ile pareto yaklaşımının birleştirilerek çok amaçlı optimizasyon problemlerinin çözümü ve Çanakkale-Tuzla hidrotermal sistemin manyetotellürik verileri ile modellenmesi
Solution of multi-objective optimization problems by combining particle swarm optimization with pareto approach and modeling of Çanakkale-Tuzla hydrothermal system with magnetotelluric data
ERSİN BÜYÜK
Doktora
Türkçe
2020
Jeofizik Mühendisliğiİstanbul Teknik ÜniversitesiJeofizik Mühendisliği Ana Bilim Dalı
PROF. DR. ABDULLAH KARAMAN
- Yeni bir popülasyon tabanlı metasezgisel optimizasyon yöntemi: Atış algoritması
A new population-based metaheuristic optimization method: Shooting algorithm
ÇAĞRI UYSAL
Doktora
Türkçe
2025
Endüstri ve Endüstri Mühendisliğiİstanbul Üniversitesi-Cerrahpaşaİnşaat Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ÖMER GİRAN
- Parçacık sürü-yapay arı kolonisi (PS-ABC) ve parçacık sürü-karınca kolonisi (PSACO) hibrit optimizasyon algoritmalarının karşılaştırmalı performans analizi
Comparative performance analysis of particle swarm-artificial bee colony (PS-ABC) and particle swarm-ant colony (PSACO) hybrid optimization algorithms
FURKAN KARAALİOĞLU
Yüksek Lisans
Türkçe
2025
MatematikVan Yüzüncü Yıl ÜniversitesiMatematik Ana Bilim Dalı
PROF. DR. CESİM TEMEL
- Bir fırçasız doğru akım motorunun modellenmesi ve kontrolü
Modeling and control of a brushless direct current motor
MERT AKSÖZEK
Yüksek Lisans
Türkçe
2024
Elektrik ve Elektronik Mühendisliğiİstanbul Üniversitesi-CerrahpaşaElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ NEVRA BAYHAN
- Sezgisel optimizasyon algoritmaları ile enerji hub optimizasyonu
Energy hub optimization with heuristic optimization algorithms
BURÇİN ÖZKAYA
Doktora
Türkçe
2022
Elektrik ve Elektronik MühendisliğiDüzce ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. UĞUR GÜVENÇ
PROF. DR. OKAN BİNGÖL