Journals / Bilgisayar Bilimleri / 2023 / Cilt: IDAP-2023 : International Artificial Intelligence and Data Processing Symposium Sayı: IDAP-2023
Convergence Analysis of Bi-Attempted Based Optimization Algorithm for Numerical Global Optimum
- Journal
- Bilgisayar Bilimleri
- Pages
- 52–57
- DOI
- —
Abstract
In this study, the search convergence properties of a recently developed Bi-Attempted Based Optimization Algorithm (ABaOA) on a six-hump camel function are demonstrated. The six-hump camel function, with its six local minima and two global minima, is one of the well-known fixed-dimension multimodal benchmark functions used to assess the effectiveness of optimization techniques. The ABaOA is intended to be tested on this benchmark function because real-world numerical optimization problems necessitate quick processing times. Results that are obtained from experiments are promising in terms of speed and viability. The highly effective search algorithm ABaOA ensures a workable solution while also quickly arriving at the global optimal solution.
Özet
Bu çalışmada, yeni geliştirilen Çift-Girişim Tabanlı İyileştirme Algoritması (ABaOA)'nın arama yaklaşım özellikleri altı hörgüçlü deve fonksiyonunda gösterilmiştir. Altı yerel minimum ve iki küresel minimum ile altı hörgüçlü deve fonksiyonu, optimizasyon tekniklerinin etkinliğini değerlendirmek için kullanılan iyi bilinen sabit boyutlu multimodel kalite testi fonksiyonlarından biridir. Gerçek dünya sayısal optimizasyon sorunları hızlı işleme süreleri gerektirir, bu nedenle ABaOA bu referans fonksiyonu üzerinde test edilmesi tasarlanmıştır. Deneylerden elde edilen sonuçlar hız ve uygulanabilirlik açısından umut vericidir. Yüksek verimli arama algoritması ABaOA, işlevsel bir çözüm sağlar ve aynı zamanda hızlı bir şekilde küresel optimum çözümü bulur