Sürekli fonksiyonların optimizasyonu için doğa esinli algoritmaların geliştirilmesi
| dc.contributor.advisor | Uğuz, Harun | |
| dc.contributor.author | Haklı, Hüseyin | |
| dc.date.accessioned | 2017-08-09T07:25:13Z | |
| dc.date.available | 2017-08-09T07:25:13Z | |
| dc.date.issued | 2013-09-02 | |
| dc.department | Enstitüler, Fen Bilimleri Enstitüsü, Bilgisayar Mühendisliği Ana Bilim Dalı | en_US |
| dc.description.abstract | Son yıllarda hızla gelişen doğa esinli algoritmalar birçok alanda ve mühendislik problemlerinde kullanılmaktadır. Bu algoritmaların başlıca bilinenleri Parçacık Sürü Optimizasyonu (PSO) ve Yapay Arı Kolonisi (ABC) algoritmalarının basitlik ve verimliliklerine rağmen bazı yetersizlikleri ve eksikleri bulunmaktadır. Doğa-esinli algoritmalar için bilinen iki önemli nokta vardır: keşfetme(exploration) ve sömürme(exploitation). Bu algoritmaların genel problemi, keşfetme ve sömürme arasındaki dengeyi kurmaktır. Keşfetme kısmı yeni çözümler bulma ve global arama yeteneği ile ilgiliyken, sömürme kısmı daha iyi çözümler aramak için mevcut bilgi kullanma becerisi ve yerel arama yeteneği olarak bilinir. PSO algoritması yerel araması başarılıyken global arama yeteneğini zayıf kaldığı için yerel minimumlara takılarak başarısız sonuçlar elde etmektedir. ABC algoritması ise global aramayı etkili bir şekilde yaparken yerel arama konusunda ayrı başarıyı gösterememektedir. Algoritmaların bilinen bu sorunlarını çözebilmek adına Levy uçuşu yöntemi kullanılarak PSO algoritmasının global araması, ABC algoritmasının ise yerel araması iyileştiren LFPSO ve LFABC yöntemleri önerildi. Ayrıca farklı karakteristikteki problemlerdeki başarıyı arttırmak için ABC algoritmasında farklı çözüm arama denklemleri kullanılarak yeni bir yöntem ABCVSS önerildi. Önerilen ABCVSS yöntemi gerçek dünya problemi olan enerji talep tahminine uygulanarak Türkiye?nin 2006-2015 yılları arası enerji talep tahmini yapıldı. Önerilen algoritmaların başarısını gösterebilmek için, algoritmalar belirlenen test fonksiyonlarında orijinal yöntemler ile birlikte karşılaştırıldı. Deneysel sonuçlar önerilen yöntemlerin orijinal yöntemlere göre çözüm kalitesi ve gürbüzlük açısından çok daha başarılı olduğunu açıkça gösterdi. | en_US |
| dc.description.abstract | In recent years, the rapidly evolving nature-inspired algorithms are used in many areas and engineering problems. Despite the simplicity and efficiency of mainly known of these algorithms which are Particle Swarm Optimization and Artificial Bee colony, they have some deficiencies and weakness. There are two important points that are known for natüre inspired algorithms: exploration and exploitation. The exploration part is concerned the ability of autonomously seeking for the global optimum, whereas the exploitation part is related to the ability of applying the existing knowledge to look for better solutions. While PSO algorithm is accomplished at local search, because of the ability of global search of PSO is weak, so PSO has problem of being trapped the local minima and it obtains the unsuccesful results. While the ABC algorithm can perform global search better, it is not good enough in local search. To solve these problems of algorithms, LFPSO and LFABC methods are proposed using the Levy Flight method that improves PSO ?s global search and ABC? s local search. Furthermore, to increase the success of different characteristic problems, ABCVSS algorithm is proposed using the variable solution search equations in ABC algorithm. The proposed method ABCVSS is applied the problem of energy demand forecast to estimate Turkey?s energy demand between 2006-2015 years. In order to show success of the proposed algorithms, algorithms are compared to original algorithms at determined benchmark functions. Experimental results show that the proposed algorithms are clearly seen to be more successful than the basic algorithms in terms of solution quality and robustness. | en_US |
| dc.description.sponsorship | Bu tez çalışması ÖYP Kurum Koordinatörlüğü tarafından 2013-ÖYP-048 nolu proje ile desteklenmiştir. | en_US |
| dc.identifier.citation | Haklı, H. (2013). Sürekli fonksiyonların optimizasyonu için doğa esinli algoritmaların geliştirilmesi. Selçuk Üniversitesi, Yayımlanmış yüksek lisans tezi, Konya. | en_US |
| dc.identifier.uri | https://hdl.handle.net/20.500.12395/5599 | |
| dc.language.iso | tr | en_US |
| dc.publisher | Selçuk Üniversitesi Fen Bilimleri Enstitüsü | en_US |
| dc.relation.publicationcategory | Tez | en_US |
| dc.rights | info:eu-repo/semantics/openAccess | en_US |
| dc.selcuk | 20240510_oaig | en_US |
| dc.subject | Doğa-Esinli algoritmalar | en_US |
| dc.subject | Nature-Inspired algorithm | en_US |
| dc.subject | Enerji talep tahmini | en_US |
| dc.subject | Estimating energy demand | en_US |
| dc.subject | Optimizasyon | en_US |
| dc.subject | Optimization | en_US |
| dc.subject | Parçacık sürü optimizasyonu | en_US |
| dc.subject | Particle swam optimization | en_US |
| dc.subject | Yapay arı kolonisi | en_US |
| dc.subject | Artificial bee colony | en_US |
| dc.title | Sürekli fonksiyonların optimizasyonu için doğa esinli algoritmaların geliştirilmesi | en_US |
| dc.title.alternative | Improve nature inspired algorithm for continuous functions optimization | en_US |
| dc.type | Master Thesis | en_US |
