Dergiler / Celal Bayar Üniversitesi Fen Bilimleri Dergisi / 2026 / Cilt: 13 Sayı: 2

Güncel Optimizasyon Tekniklerinin Matematiksel Problemlerin Çözümündeki Performanslarının Kıyaslanması

Sayfa
579–591
Yayın Tarihi
2017-06-30
🏛️Bu makalenin bibliyografik verileri ve tam metin bağlantısı DergiPark üzerinden sağlanmıştır.
DergiPark Kaydı ↗
✨

Yapay Zeka Hızlı Bakış & Çıkarımlar

AI Insight
⚡ TL;DR(1 Cümlede Hızlı Çıkarım)

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

📌 3 Maddede Bu Makale

🎯
Amaç & Hipotez: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.
📊
Temel Bulgular & Veri:Av arama, parçacık küme, karınca kolonisi, yapay arı kolonisi, yarasa algoritması, ateş böceği algoritması ve kandil böceği algoritması bu tekniklerden bazılarıdır.
💡
Sonuç & Katkı:Problemler için optimizasyon tekniklerinin birbiri ile karşılaştırılmış grafikleri çizilerek algoritmaların yakınsamalar üzerinden performans kıyaslamaları da yapılmıştır.
🔬Tür:Modelleme & Sayısal Simülasyon
📍Kapsam:Genişletilmiş Akademik Örneklem
⚙️Değişkenler: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.

🔖

Bu Makaleye Atıf Yap

Çiftçioğlu, 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://doi.org/10.18466/cbayarfbe.324006

📄 Tam Metin PDF Okuyucu

📄

PDF görüntüleyici hazırlanıyor...

Kaynakça (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.