Mühendislik problemlerinin çözümü için yeni bir hiper-sezgisel algoritma tasarımı
Design of a novel hyper-heuristic algorithm for solving engineering problems
- Tez No: 911905
- Danışmanlar: PROF. DR. UĞUR GÜVENÇ
- Tez Türü: Doktora
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Düzce Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 110
Özet
Bu tezde, Hiper-Sezgisel Uygunluk-Mesafe Dengesi Başarı-Tarih Temelli Uyarlanabilir Diferansiyel Evrim (HH-FDB-SHADE) adı verilen yeni bir optimizasyon algoritması sunulmaktadır. Hiper-sezgisel algoritmalar iki ana yapıya sahiptir: Bir hiper seçim arayüzü ve bir düşük seviye sezgisel (LLH) havuzu. Önerilen algoritmada, LLH havuzu algoritmalarını değerlendirmek için yüksek seviyeli bir seçim arayüzü olarak FDB yöntemi tercih edilmiştir. Ayrıca, LLH havuzu olarak kullanılmak üzere beş mutasyon operatörü ve iki çaprazlama yönteminden toplam on farklı strateji türetilmiştir. FDB'nin keşif ve sömürü kabiliyetlerini dengede tutması, önerilen algoritmanın seçim arayüzü olmasının temel nedenidir. HH-FDB-SHADE algoritmasının başarısı, farklı boyutlu arama alanları için CEC-17 ve CEC-20 kıyaslama fonksiyonlarında test edilmiş ve HH-FDB-SHADE'den elde edilen çözümler on farklı LLH havuzu algoritmasıyla karşılaştırılmıştır. İstatistiksel analizlerin sonuçları, HH-FDB-SHADE'nin CEC-17 ve CEC-20 kıyaslama problemlerini çözmek için en iyi sırada yer alan algoritma olduğunu ve LLH havuz algoritmalarına kıyasla daha iyi sonuçlar verdiğini göstermektedir. Ayrıca, HH-FDB-SHADE algoritması, iyileştirilmiş algoritmanın performansını daha açık bir şekilde ortaya koymak ve mühendislik problemlerini çözmedeki başarısını kanıtlamak için iki farklı mühendislik problemine uygulanmıştır. İlk mühendislik probleminde Otomatik Gerilim Regülatörü (OGR) tasarımı için PID, PIDF, FOPID ve PIDD2 denetleyici parametrelerinin optimize edilmesi amaçlanmıştır. OGR sisteminden elde edilen sonuçlar, literatürdeki Uygunluk-Mesafe Dengesi Lévy Uçuş Dağılımı, Diferansiyel Evrim, Harris Hawks Optimizasyonu, Barnacles Çiftleşme Optimizasyonu ve Güve Alevi Optimizasyonu algoritmaları gibi beş diğer etkili meta-sezgisel arama algoritmasıyla karşılaştırılmıştır. Önerilen algoritma, optimal OGR tasarım problemlerini çözmede diğer beş meta-sezgisel algoritmadan daha etkili ve sağlam sonuçlar vermiştir. Bir diğer mühendislik probleminde ise Alternatif Akım/Çok Terminalli Doğru Akım Entegreli Optimal Güç Akışı (AC/MTDC OPF) için beş farklı amaç fonksiyonu optimize edilmiştir. Önerilen algoritma ile elde edilen sonuçlar, literatürde yer alan Uyarlamalı Yönlendirilmiş Diferansiyel Evrim, Deniz Yırtıcıları Algoritması, Atom Arama Optimizasyonu, Stokastik Fraktal Arama ve Uygunluk-Mesafe Dengesi tabanlı Stokastik Fraktal Arama algoritmaları ile karşılaştırılmıştır. Karşılaştırma sonucunda elde edilen bulgularda, önerilen algoritmanın AC/MTDC OPF problemi için diğer algoritmalara kıyasla etkili ve iyi sonuçlar verdiği gözlemlenmektedir.
Özet (Çeviri)
This thesis proposed a new optimization algorithm based on the hyper-heuristic structure. The proposed optimization algorithm is called Hyper-Heuristic Fitness-Distance Balance Success-History Based Adaptive Differential Evolution (HH-FDB-SHADE). The hyper selection framework and a low-level heuristic (LLH) pool are the two main structure of the hyper-heuristic algorithms. The hyper selection framework selects the most suitable heuristic method among the low-level heuristic pool and this selection method was chosen to be the FDB in the proposed algorithm. Moreover, ten different heuristic methods which are obtained from two crossover methods and five mutation operators are chosen to create the LLH pool. The main reason for choosing FDB as the framework of the proposed algorithm is that it is a good method to balance exploration and exploitation capability. In order to test the success of HH-FDB-SHADE algorithm, CEC-17 and CEC-20 benchmark test suites in the literature are tested for different dimensional search spaces and the obtained results are compared with ten different LLH pool algorithms. The best ranked algorithm in solving CEC-17 and CEC-20 benchmark test suites is HH-FDB-SHADE according to the results of statistical analysis. In addition, the HH-FDB-SHADE algorithm is applied to two different engineering problems to reveal the performance of the improved algorithm more clearly and to prove its success in solving engineering problems. The first engineering problem is selected as the optimization of the control parameters of PID, PIDF, FOPID and PIDD2 in the Automatic Voltage Regulator (AVR) design problem. The results obtained from the AVR system are compared with five other effective meta-heuristic search algorithms in the literature such as Fitness-Distance Balance Lévy Flight Distribution, Differential Evolution, Harris Hawks Optimization, Barnacles Mating Optimization and Moth Flame Optimization algorithms. Also, the proposed algorithm is more effective and robust than the other five meta-heuristic algorithms in solving AVR design problems. As another engineering problem, the optimization of five different objective functions has been selected for the Alternating Current/Multi-Terminal Direct Current Integrated Optimal Power Flow (AC/MTDC OPF) problem. The results obtained with the proposed algorithm are compared with the Adaptive Guided Differential Evolution, Marine Predators Algorithm, Atom Search Optimization, Stochastic Fractal Search and Fitness-Distance Balance based Stochastic Fractal Search algorithms in the literature. According to the comparison result, it is observed that the proposed algorithm gives effective results compared to other algorithms for the AC/MTDC OPF problem.
Benzer Tezler
- Çok amaçlı optimizasyon problemlerinin çözümünde Pareto tabanlı yeni yaklaşımlar
New approaches on Pareto based for solving multi-objective optimization problems
MUSTAFA ALTIOK
Doktora
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKonya Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. MESUT GÜNDÜZ
- Hybridization of probabilistic graphical models and metaheuristics for handling dynamism and uncertainty
Değişimin ve belirsizliğin ele alınması için olasılıksal çizgesel biçelerin ve sezgi-üstlerinin melezleştirilmesi
GÖNÜL ULUDAĞ
Doktora
İngilizce
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. AYŞE ŞİMA UYAR
- Çizelgeleme problemlerine üst-sezgisel algoritmalar temelli yeni bir algoritmik yaklaşım
A new algorithmic approach to timetabling problems based on hyper-heuristic algorithms
CEVRİYE ALTINTAŞ
Doktora
Türkçe
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSüleyman Demirel ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. TUNCAY YİĞİT
- Sürü zekâsı kullanarak renkli görüntü segmentasyon tekniklerinin geliştirilmesi
Development of color image segmentation techniques using swarm intelligence
TAHİR SAĞ
Doktora
Türkçe
2015
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSelçuk ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. MEHMET ÇUNKAŞ
- Hyper-heuristic approaches for static and dynamic generalized assignment problems
Statik ve dinamik genelleştirilmiş atama problemleri için yardımlı buluşsal yaklaşımlar
BERNA KİRAZ
Yüksek Lisans
İngilizce
2008
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMarmara ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. HALUK TOPÇUOĞLU