Journals / Celal Bayar Üniversitesi Fen Bilimleri Dergisi / 2017 / Cilt: 13 - Sayı: 2

Güncel Optimizasyon Tekniklerinin Matematiksel Problemlerin Çözümündeki Performanslarının Kıyaslanması

Pages
579–591
Publication Date
2017-06-30
DOI
—
🏛️Bibliographic metadata and full text access for this article are provided via DergiPark.
DergiPark Record ↗
✨

AI Summary & Key Takeaways

AI Insight
⚡ TL;DR(Too Long; Didn't Read)

Problemler için optimizasyon tekniklerinin birbiri ile karşılaştırılmış grafikleri çizilerek algoritmaların yakınsamalar üzerinden performans kıyaslamaları da yapılmıştır.

📌 3 Key Takeaways

🎯
Objective & Hypothesis:Doğada yer alan böceklerin problem çözmede izlediği başarılı yol (besin kaynağına giden en kestirme yolu bulabilmeleri gibi) araştırmacılar tarafından incelenmekte, sürü içindeki davranışları taklit edilmeye çalışılarak optimizasyon teknikleri oluşturulmaktadır.
📊
Key Findings & Data:Av arama, parçacık küme, karınca kolonisi, yapay arı kolonisi, yarasa algoritması, ateş böceği algoritması ve kandil böceği algoritması bu tekniklerden bazılarıdır.
💡
Conclusion & Impact:Problemler için optimizasyon tekniklerinin birbiri ile karşılaştırılmış grafikleri çizilerek algoritmaların yakınsamalar üzerinden performans kıyaslamaları da yapılmıştır.
🔬Design:Modeling & Simulation
📍Scope:Comprehensive Sample
⚙️Variables:Hunting search algorithm · particle swarm optimizer · ant colony optimizer

Abstract

Doğada yer alan böceklerin problem çözmede izlediği başarılı yol (besin kaynağına giden en kestirme yolu bulabilmeleri gibi) araştırmacılar tarafından incelenmekte, sürü içindeki davranışları taklit edilmeye çalışılarak optimizasyon teknikleri oluşturulmaktadır. Av arama, parçacık küme, karınca kolonisi, yapay arı kolonisi, yarasa algoritması, ateş böceği algoritması ve kandil böceği algoritması bu tekniklerden bazılarıdır. Bu çalışmada, bahsedilen yedi teknik ayrı ayrı incelenmiş olup, beş adet en küçükleme ve bir adet büyüğe yaklaştırma olmak üzere toplam altı adet optimizasyon problemi bu yedi algoritma ile ayrı ayrı çözülmüştür. Her bir problemin kendi içerisinde kısıtlayıcıları ve değişkenleri vardır. Her problem için en az on beş bin iterasyon yapılmış, problemin tipine göre bu sayı yirmi bine kadar çıkmıştır. Optimizasyon teknikleri her problem içinde ayrı ayrı karşılaştırılmıştır. Ayrıca bu altı problem kendi arasında da kıyaslanmıştır. Problemler için optimizasyon tekniklerinin birbiri ile karşılaştırılmış grafikleri çizilerek algoritmaların yakınsamalar üzerinden performans kıyaslamaları da yapılmıştır.

🔖

Cite This Article

ÇİFTÇİOĞLU, A. Ö., DOĞAN, E. (2017). Güncel Optimizasyon Tekniklerinin Matematiksel Problemlerin Çözümündeki Performanslarının Kıyaslanması. Celal Bayar Üniversitesi Fen Bilimleri Dergisi, Cilt: 13 - Sayı: 2, 579–591. https://ajindex.com/articles/35068

📄 Full Text PDF Viewer

📄

PDF görüntüleyici hazırlanıyor...

References (1)

  1. Krishnanand, K. N.; Ghose, D. Glowworm swarm Opti-mization: A New Method for Optimizing Multi-Modal Functions, International Journal of Computational intel-ligence studies, 1, 84–91.