Optimizasyon problemleri için yeni bir metasezgisel algoritma geliştirilmesi
Development of a new metaheuristic algorithm for optimization problems
- Tez No: 904611
- Danışmanlar: PROF. RÜYA ŞAMLI
- Tez Türü: Doktora
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: Türkçe
- Üniversite: İstanbul Üniversitesi-Cerrahpaşa
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 92
Özet
Optimizasyon, belirli kriterler çerçevesinde bir amaç fonksiyonunun girdileri üzerinde seçimler yaparak en iyi sonuca ulaşma çabasıdır ve bilimin hemen her alanında ve gerçek dünya problemlerinde sıklıkla karşılaşılan bir problemdir. Çok boyutlu karmaşık optimizasyon problemlerinde tüm olası çözümleri veya kombinasyonları kabul edilebilir bir zaman diliminde aramak ve en iyiyi bulmak imkansızdır. Metasezgisel algoritmalar, karmaşık optimizasyon problemlerinin kabul edilebilir süreler içerisinde çözümünde önemli ilerlemeler sağlayan bir araştırma alanıdır. Bu algoritmaların uygulanabilirliği, çalışma süreleri, ürettikleri çözümlerin doğruluğu farklı problem türlerine göre değişiklik gösterdiğinden, literatürde yeni metasezgisel algoritmalar önermek için birçok çalışma yapılmış ve yapılmaya devam etmektedir. Yeni metasezgisel algoritmalar geliştirilmesi farklı optimizasyon problemleri için alternatif çözüm sunabilmek açısından önemli bir süreçtir. Bu tez çalışmasında optimizasyon problemlerinin çözümü için Sel Algoritması adı verilen yeni bir metasezgisel algoritma önerilmektedir. Bu algoritma Dünya yüzeyindeki sel sularının akışından esinlenerek geliştirilmiştir. Tek bir temel parametreye sahiptir ve farklı türdeki optimizasyon problemlerine uygulanabilmektedir. Önerilen algoritma literatürde metasezgisel algoritmaların testi için yaygın olarak kullanılan kıyaslama fonksiyonlarından farklı özelliklere sahip (farklı boyutlarda tek modlu, çok modlu, ayrılabilir ve ayrılamayan) on beş fonksiyon üzerinde, mühendislik tasarım problemlerinden üçü üzerinde ve gerçek hayattaki bir sınav oturma planı hazırlama problemi üzerinde test edilmiştir. Elde edilen sonuçlar literatürde en çok sayıda çalışmada iyileştirme veya karşılaştırma amacıyla kullanılmış olan Genetik Algoritma (Genetic Algorithm), Benzetimli Tavlama (Simulated Annealing) ve Parçacık Sürü Optimizasyonu (Particle Swarm Optimization) algoritmaları ile karşılaştırılmıştır. Karşılaştırma sonuçları, önerilen algoritmanın karşılaştırmada kullanılan diğer metasezgisel algoritmalarla çözüm doğruluğu ve yakınsama performansı açısından rekabetçi bir performansa sahip olduğunu göstermektedir. Özellikle çok boyutlu optimizasyon problemlerinde diğer algoritmalardan çok daha iyi performans göstermiştir. Ham sonuçlar üzerinde yapılan Wilcoxon Ranksum Testi karşılaştırmalarında da tüm problem türleri için Sel Algoritmasının daha iyi sonuçlar ürettiği gözlemlenmiştir.
Özet (Çeviri)
Optimization is an effort to achieve the best result by making choices on the inputs of an objective function under certain criteria and is a problem that is frequently encountered in almost every field of science and in real world problems. In multidimensional complex optimization problems, it is impossible to search for all possible solutions or combinations in an acceptable time frame and find the best one. Metaheuristic algorithms are an important area of research that has made significant progress in solving complex optimization problems in acceptable time. Since the applicability of these algorithms, their running times, and the accuracy of the solutions they produce vary according to different problem types, many studies have been and are being conducted in the literature to propose new metaheuristic algorithms. The development of new metaheuristic algorithms is an important process to provide alternative solutions for different optimization problems. In this thesis, a new metaheuristic algorithm called Flood Algorithm is proposed for optimization problems. This algorithm is inspired by the flow of flood water on the Earth's surface. It has a single basic parameter and can be applied to different types of optimization problems. The proposed algorithm is tested on fifteen functions with different properties (unimodal, multimodal, separable and non-separable in different dimensions) from the benchmark functions commonly used in the literature for testing metaheuristic algorithms, on three engineering design problems, and on a real-life exam seating plan preparation problem. The results obtained are compared with the most widely used metaheuristic algorithms in the literature, namely Genetic Algorithm, Simulated Annealing and Particle Swarm Optimization algorithms. The comparison results show that the proposed algorithm has a competitive performance in terms of solution accuracy and convergence performance with the other metaheuristic algorithms used in the comparison. Especially in multidimensional optimization problems, it outperformed the other algorithms. Wilcoxon Ranksum Test comparisons on the raw results also show that the Flood Algorithm produces better results for all problem types.
Benzer Tezler
- Konteyner yükleme problemleri için tabu arama ve pekiştirmeli öğrenme tabanlı bir hibrit yaklaşım
A hybrid approach based on tabu search and reinforcement learning for container loading problems
CANAN HAZAL AKARSU
Doktora
Türkçe
2024
Endüstri ve Endüstri Mühendisliğiİstanbul Üniversitesi-CerrahpaşaEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. TARIK KÜÇÜKDENİZ
- Gezgin satıcı problemlerinin çözümü için karınca kolonisi optimizasyonu tabanlı hibrit bir algoritma geliştirilmesi
Developing a hybrid algorithm based on ant colony optimization to solve travelling salesman problems
BATUHAN SAYGIN ARSLAN
Yüksek Lisans
Türkçe
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSelçuk ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. MUSTAFA SERVET KIRAN
- Büyük boyutlu veriler için metasezgisel yöntemler ile öznitelik indirgemede yeni bir yaklaşım geliştirilmesi
Developing a new approach to feature selection with metaheuristic methods for large scale data
ESİN AYŞE ZAİMOĞLU
Doktora
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. NİLÜFER YURTAY
- Mobil robotların 3 boyutlu yol bulması için pekiştirmeli öğrenme ve metasezgisel algoritmalar
Reinforcement learning and metaheuristic algorithms for three-dimensional path planning of mobile robots
ROYAL ALIYEV
Yüksek Lisans
Türkçe
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Aydın ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ADEM ÖZYAVAŞ
- Optimizasyon problemlerinin çözümünde sinüs kosinüs algoritması (SKA) yönteminin kullanılması
The use of sine cosine algorithm (SCA) method in the solution of optimization problems
GÖKHAN DEMİR
Yüksek Lisans
Türkçe
2017
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat ÜniversitesiYazılım Mühendisliği Ana Bilim Dalı
DOÇ. DR. ERKAN TANYILDIZI