Comparison of clonal selection algorithm with genetic algorithm in their optimization performance
Klonal seçim algoritması ile genetik algoritmasının optimizasyon performanslarının karşılaştırılması
- Tez No: 936759
- Danışmanlar: DOÇ. DR. KAMİL DİMİLİLER
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2010
- Dil: İngilizce
- Üniversite: Girne Amerikan Üniversitesi
- Enstitü: Yurtdışı Enstitü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Yapay Zeka Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Optimizasyon, bilim ve matematiğin çok çeşitli uygulama alanlarında gereklidir. En iyi çözümü bulmak araştırmacılar için her zaman ilgi çekici bir konudur. Optimizasyon, çözümü daha verimli hale getirmek için süreçlerden oluşur. Ancak, optimum değeri bulmanın çok zor olduğu bazı problemler vardır. Metasezgisel Algoritmalar (MA), optimum değeri bularak bu tür zor problemleri çözme yeteneğine sahiptir ve yerel optimum değerde takılıp kalmaktan kaçınmayı amaçlar. Metasezgisel Algoritmalar doğadan ilham alır ve doğanın aynı sürecini taklit ederek çeşitli Metasezgisel Algoritmalar üretilir. Bu algoritmalar, optimum çözümün bilindiği ancak optimum çözümün nasıl elde edildiğinin bilinmediği karmaşık problemleri çözmek için kullanılır. Bu çalışmanın temel amacı, iki büyük Metasezgisel Algoritmayı, yani Yapay Bağışıklık Sistemi'ni (Clonalg-AIS) ve Genetik Algoritmayı (GA) optimizasyon performanslarına göre karşılaştırmaktır. AIS ve GA, birçok yerel optimuma sahip belirli test fonksiyonları için hangi algoritmanın en uygun olduğuna karar vermek için test edilir. Algoritmalar bazı zorlu test fonksiyonları için değerlendirildiğinde, karşılaştırma tabloları üretilir. Bu tablolar, iki algoritma arasındaki farklılıkların hem çözüm kalitesi hem de performans açısından nasıl etki ettiğinin anlaşılmasına ve böylece küresel optimum sonuçların bulunmasına olanak tanır.
Özet (Çeviri)
Optimization is needed in wide variety of application areas of science and mathematics. Finding the best solution is always intriguing subject for the researchers. Optimization consists of processes to make the solution more efficient. However, there are some problems which are very difficult to find the optimal value. Metaheuristic Algorithms (MA) have a capability to solve such hard problems with finding the optimum value and they aim to avoid getting stuck at local optimum value. MA are inspired from the nature and by mimicking the same process of nature some various MA are generated. These algorithms are used for solving complex problems where optimal solution is known, but how the optimal solution obtained is not known. The main objective of this work is to compare two major MA: Artificial Immune System (Clonalg-AIS) and Genetic Algorithm (GA) by their optimization performance. AIS and GA are tested in order to decide which algorithm is the most appropriate for some specific test functions which have many local optimums. When the algorithms are evaluated for some challenging test functions, comparison tables are generated. These tables allow realizing how the differences between two algorithms affect in terms of both solution quality and performance in order to find the global optimum results.
Benzer Tezler
- Kırılgan ve dayanıklı resim damgalama tekniklerinin başarımının zeki optimizasyon yöntemleriyle artırılması
Improving the performances of fragile and robust image watermarking techniques using intelligent optimization algorithms
SERKAN ÖZTÜRK
- Yapay sinir ağları kullanılarak fotovoltaik panel güç çıkışlarının tahmini ve sezgisel algoritmalar ile karşılaştırılması
Prediction of photovoltaic panel power outputs using artificial neural networks and comparison with heuristic algorithms
EROL GÜRGEN
Yüksek Lisans
Türkçe
2017
Bilecik Şeyh Edebali ÜniversitesiEnerji Sistemleri Mühendisliği Ana Bilim Dalı
Yükleniyor...
- Yapay bağışıklık sistemine dayalı yeni bir aritmi sınıflama tekniği
A new arrhythmia classification technique based on artificial immune system
ZİYNET PAMUK
- Esnek hesaplama tekniklerine dayalı blok modellerin geliştirilmesi ve başarım analizi
Development and performance analysis of block models based on soft computing techniques
SELÇUK METE
- Çarşamba Ovasında can erik (prunus cerasifera ehrh.) tiplerinin seleksiyon yoluyla ıslahı ve selekte edilen bazı tiplerin şeftali ve erikler için klon anaç olarak kullanılabilirliklerinin saptanması üzerinde araştırm
Studies on breeding green plum (prunus cerasifera ehrh.) by selection breeding method in Çarşamba plain and determining usebility of some of this types as clonal rootstocks for peach and plum
HÜSNÜ DEMİRSOY