Metasezgisel tabanlı yeni bir optimizasyon yöntemi: Yapay kan dolaşım sistemi algoritması
A novel metaheuristic-based optimization method: Artificial blood circulation system algorithm
- Tez No: 920967
- Danışmanlar: DOÇ. DR. SEMİH UTKU
- 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: Dokuz Eylül Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Biyomedikal Teknolojiler Ana Bilim Dalı
- Bilim Dalı: İleri Biyomedikal Teknolojiler Sanayi Bilim Dalı
- Sayfa Sayısı: 100
Özet
Metasezgisel (MS) algoritmalar, mühendislik uygulamaları da dahil olmak üzere çeşitli alanlarda yaygın olarak kullanılmaktadır. Bu yöntemlerin etkili sonuçlar elde ettiği açıktır, ancak stokastik yapıları gereği her problem için evrensel bir çözüm sunamadıkları bilinmektedir. Bu durum, araştırmacıları alternatif teknikler keşfetmeye, mevcut yöntemleri geliştirmeye yönlendiren önemli bir motivasyon kaynağıdır. Bu tez çalışması, Yapay Kan Dolaşım Sistemi (YKDS) algoritması adlı yeni bir MS optimizasyon yöntemi tanıtmaktadır. YKDS algoritması, dolaşım sisteminin kontrolünden esinlenmekte, düzenleme sürecinde görev alan sinirsel ve hormonal düzenleyicilerin davranışlarını taklit etmektedir. Çalışma önerilen yaklaşımın etkinliğini, iki boyutlu ve on boyutlu olmak üzere farklı özelliklere sahip iki setten oluşan toplam 28 adet test fonksiyonu üzerinde değerlendirmektedir. Daha sonra yöntem çeşitli zorluk ve kısıtlamalara sahip 6 mühendislik tasarım problemine uygulanarak incelenmiştir. Ayrıca çalışmada YKDS algoritmasının performansı farklı yaklaşımlardan türetilen 64 MS yöntemle istatistiksel olarak karşılaştırılmıştır. Mevcut literatürde en yaygın kullanılan yöntemler mercek altına alınmış ve önerilen algoritmanın 11 algoritmaya kıyasla üstünlüğünü incelemek için bir dizi karşılaştırma yapılmıştır. Sonuçlar, YKDS stratejisinin küresel optimuma hızlı bir şekilde ulaşabildiğini, yerel optimumlarda sıkışıp kalmaktan kaçındığını ve keşif ile sömürü arasındaki dengeyi etkin bir şekilde koruduğunu göstermektedir. Bunun yanı sıra, YKDS algoritması post-hoc testlerine göre 42 algoritmadan istatistiksel olarak daha iyi performans göstermiş, 9 algoritmadan da niceliksel olarak daha iyi sonuçlar elde etmiştir. Ayrıca bulgular, önerilen yöntemin popüler yöntemlere rekabetçi çözümler sunduğunu göstermiştir. Sonuç olarak önerilen yöntemin performansı göz önünde bulundurulduğunda, YKDS algoritması çeşitli alanlarındaki optimizasyon problemlerini ele almak için önemli bir alternatif olarak hizmet edebilir.
Özet (Çeviri)
Metaheuristic (MH) algorithms have gained significant attention in various fields, particularly engineering applications. Although these methodologies are effective in solving complex problems, their stochastic nature limits their ability to provide universally applicable solutions. This limitation motivates researchers to explore alternative techniques and improve existing methods. This thesis introduces a novel meta-heuristic optimization technique called the Artificial Blood Circulatory System (ABCS) algorithm. The ABCS algorithm is inspired by the regulatory mechanisms of the circulatory system, emulating the roles of neural and hormonal regulators. The efficacy of the proposed method is evaluated through its application to 28 benchmark functions, categorized into two sets: two-dimensional and ten-dimensional. Additionally, the algorithm is tested on six engineering design problems of varying complexity and constraints. This study also conducts a statistical comparison of the ABCS algorithm against 64 MH methods from diverse approaches, examining prevalent methods in the literature and performing comparative analyses with 11 established algorithms. Results indicate that the ABCS strategy can rapidly converge to the global optimum, effectively avoid local optima, and maintain a balance between exploration and exploitation. Post-hoc analyses show that the ABCS algorithm significantly outperformed 42 competing algorithms and quantitatively surpassed 9 others. The findings demonstrate that the proposed method provides competitive solutions compared to established techniques, making the ABCS algorithm a viable alternative for addressing optimization challenges across various domains.
Benzer Tezler
- 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
- Crew recovery optimization through disruption analysis and deep learning driven column generation
Aksaklık analizi ve derin öğrenme tabanlı sütun oluşturma ile ekip kurtarma optimizasyonu
AHMET HEREKOĞLU
Doktora
İngilizce
2024
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. ÖZGÜR KABAK
- Metasezgisel Aquila optimizasyon algoritması temelli yapay sinir ağı sınıflandırıcı modeli
Metaheuristic Aquila optimization algorithm based artificial neural network classifier model
ŞEYMA HASBOLAT ÜNAL
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOndokuz Mayıs ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. GÖKHAN KAYHAN
- Carbon dioxide emissions prediction using meta-heuristic methods for renewable and non-renewable sources' applications
Yenilenebilir ve yenilenemeyen enerji kaynaklarının uygulamaları için meta-sezgisel yöntemler kullanılarak karbondioksit emisyonları tahmini
İNAYET ÖZGE AKSU
Doktora
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAdana Alparslan Türkeş Bilim Ve Teknoloji ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. TUĞÇE DEMİRDELEN
- Enhancing mutation testing: Search-based optimization to improve testing quality
Mutasyon testini geliştirme: Test kalitesinin iyileştirilmesi için arama tabanlı optimizasyon
SERHAT UZUNBAYIR
Doktora
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİzmir Ekonomi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ KAAN KURTEL