Geliştirilmiş kar erime optimizasyonu algoritması kullanılarak yapay sinir ağının eğitimi
Training the artificial neural network using the improved snow ablation optimizer algorithm
- Tez No: 900624
- Danışmanlar: DR. ÖĞR. ÜYESİ AHMET ÖZKIŞ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Necmettin Erbakan Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: 82
Özet
Bu çalışmada, yakın zamanda geliştirilen bir metasezgisel algoritma olan Kar Erime Optimizasyonu (SAO) algoritmasının Levy uçuşu yönteminden faydalanılarak performansı iyileştirilmiş ve LevySAO algoritması önerilmiştir. Önerilen algoritma yapay sinir ağları ile hibrit modellenerek YSA'nın eğitiminde kullanılmıştır. Önerilen algoritmanın Levy uçuşundan faydalanma olasılığını belirleyen LevyProb parametresi 0,1, 0,2, …, 0,9, 1,0 değerleri için test edilmiş ve en uygun sonucun LevyProb =0,9 olduğu görülmüştür. Önerilen YSA-LevySAO modeli, literatürde iyi bilinen 15 farklı veri seti – aggregation, aniso, balance, ecoli, glass, iris, iris2D, liver, mouse, pathbased, seeds, smiley, varied, vertebral3, wine – üzerinde çalıştırılmış ve dört farklı metrik – sensitivity, specificity, precision ve F1-score – için performans değerleri hesaplanmıştır. Elde edilen sonuçlar literatürde iyi bilinen 9 farklı algoritma – AAA, CS, DEA, GWO, HBA, MPA, RSA, SAO, SCA – ile oluşturulan hibrit YSA modelleri ile karşılaştırılarak ortalama başarı sıralamaları (OBS) hesaplanmıştır. Sonuçlar incelendiğinde, önerilen YSA-LevySAO modelinin dört metriğin tamamında karşılaştırılan modellerden daha üstün bir performansa sahip olarak ilk sırada yer aldığı gözlemlenmiştir. Modellerin performansları galibiyet/mağlubiyet/beraberlik açısından bire bir karşılaştırıldığında önerilen modelin diğer modellerin tamamından daha fazla sayıda galibiyet elde ettiği görülmüştür. YSA-LevySAO modelinin elde ettiği sonuçların istatistiksel olarak anlamlı olup olmadığını belirlemek için Wilcoxon işaretli sıralar testi uygulanmıştır. İstatistik sonuçları, önerilen modelin veri setlerinin birçoğunda %95 güven aralığında anlamlı sonuçlar ürettiğini göstermektedir. Ayrıca modellerin eğitim aşamasındaki hata yakınsama performansları incelendiğinde önerilen modelin birçok veri setinde karşılaştırılan modellerden daha hızlı bir yakınsama performansına sahip olduğu görülmüştür.
Özet (Çeviri)
In this study, the performance of the recently developed metaheuristic algorithm, Snow Ablation Optimizer (SAO), was improved by utilizing the Levy flight method and the LevySAO algorithm was proposed. The proposed algorithm was used in the training of the ANN by hybrid modeling with artificial neural networks. The LevyProb parameter, which determines the possibility of benefiting from the Levy flight, was tested for values of 0,1, 0,2, …, 0,9, 1,0 and the most appropriate result was found to be LevyProb = 0,9. The proposed ANN-LevySAO model was run on 15 different data sets – aggregation, aniso, balance, ecoli, glass, iris, iris2D, liver, mouse, pathbased, seeds, smiley, varied, vertebral3, wine – well known in the literature, and performance values were calculated for four different metrics – sensitivity, specificity, precision and F1-score –. Elde edilen sonuçlar literatürde iyi bilinen 9 farklı algoritma – AAA, CS, DEA, GWO, HBA, MPA, RSA, SAO, SCA – ile oluşturulan hibrit YSA modelleri ile karşılaştırılarak ortalama başarı sıralamaları (OBS) hesaplanmıştır. The results obtained were compared with hybrid ANN models created with 9 different algorithms well-known in the literature – AAA, CS, DEA, GWO, HBA, MPA, RSA, SAO, SCA – and average success rankings (ASR) were calculated. When the results were examined, it was observed that the proposed ANN-LevySAO model ranked first with a superior performance than the compared models in all four metrics. When the performances of the models were compared one-to-one in terms of win/lost/draw, it was seen that the proposed model achieved more wins than all other models. Wilcoxon's signed-rank test was applied to determine whether the results obtained from the ANN-LevySAO model were statistically işaretificant. Statistical results show that the proposed model produces işaretificant results within a 95% confidence interval in most of the data sets. In addition, when the error convergence performances of the models during the training phase were examined, it was seen that the proposed model had a faster convergence performance than the models compared in many data sets.
Benzer Tezler
- Modelling rainfall-runoff processes in Kabul river basin using arc swat model
Kabul nehir havsazında yağış-akış olaylarının arc swat modeli kullanılarak modellenmesi
HAMIDULLAH TANI
Yüksek Lisans
İngilizce
2020
İnşaat Mühendisliğiİzmir Yüksek Teknoloji Enstitüsüİnşaat Mühendisliği Ana Bilim Dalı
PROF. DR. GÖKMEN TAYFUR
- Moleküler kristallerin erime teorisi katı-katı, katı-sıvı ve sıvı kristal faz geçişleri
A theory of melting of molecular crystals: Solid-solid, solid-liquid and liquid crystalline phase transitions
ŞÜKRÜ ÖZGAN
- Derece gün metodu ve Eskişehir için derece gün değerlerinin tespiti
Degree day method and determination of degree day values for Eskişehir
ÖMÜR AKBAYIR
Yüksek Lisans
Türkçe
2006
Makine MühendisliğiEskişehir Osmangazi ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. HAYDAR ARAS
- Koşullandırma sistemlerinin geleneksel ve modifiye asfalt karışımlar üzerindeki etkilerinin araştırılması
Investigation of effects of conditioning systems on conventional and modified asphalt mixtures
EROL İSKENDER
Doktora
Türkçe
2008
UlaşımKaradeniz Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. ATAKAN AKSOY
- Reconstruction of the paleoclimate on Dedegol Mountain with paleoglacial records and numerical ice flow models
Eski buzul kayıtları ve sayısal buzul akış modelleriyle Dedegöl Dağı paleoiklim rekonstrüksüyonu
ADEM CANDAŞ
Yüksek Lisans
İngilizce
2017
Coğrafyaİstanbul Teknik ÜniversitesiKatı Yer Bilimleri Ana Bilim Dalı
DOÇ. DR. MEHMET AKİF SARIKAYA