Çok amaçlı yaklaşımla amaç fonksiyonlarına sonradan (eniyileme sonrasında) ağırlık verilebilir ve eniyileme koşusunun tekrarlanmasına gerek olmadan ağırlıklar değiştirilebilir.
📌 3 Maddede Bu Makale
🎯
Amaç & Hipotez:Çok amaçlı ve kısıtlı eniyileme problemleri için Pareto esasına dayalı çok amaçlı olurluğu arttırılmış parçacık sürü optimizasyonuyla (MOFEPSO) elde edilen çözümler ile bu problemlerin sabit ağırlıklı doğrusal fonksiyonlarla tek amaca indirgenen halleri için tek amaçlı eniyileme yaklaşımıyla bulunan çözülmeler karşılaştırılmıştır.
📊
Temel Bulgular & Veri:İkisi aşırı kısıtlı olmak üzere toplam üç farklı problem için gerçekleştirilen karşılaştırmalarda amaç fonksiyonlarına önceden bir ağırlık verilmeksizin çok amaçlı bir yaklaşımla gerçekleştirilen eniyilemenin incelenen tüm tek amaçlı kıstaslar için de uygun sonuçlar verebildiği görülmüştür.
💡
Sonuç & Katkı:Çok amaçlı yaklaşımla amaç fonksiyonlarına sonradan (eniyileme sonrasında) ağırlık verilebilir ve eniyileme koşusunun tekrarlanmasına gerek olmadan ağırlıklar değiştirilebilir.
🔬Tür:Araştırma Makalesi
📍Kapsam:Genişletilmiş Akademik Örneklem
⚙️Değişkenler:Çok amaçlı eniyileme · kısıtlı eniyileme · parçacık sürü optimizasyonu
Özet
Çok amaçlı ve kısıtlı eniyileme problemleri için Pareto esasına dayalı çok amaçlı olurluğu arttırılmış parçacık sürü optimizasyonuyla (MOFEPSO) elde edilen çözümler ile bu problemlerin sabit ağırlıklı doğrusal fonksiyonlarla tek amaca indirgenen halleri için tek amaçlı eniyileme yaklaşımıyla bulunan çözülmeler karşılaştırılmıştır. İkisi aşırı kısıtlı olmak üzere toplam üç farklı problem için gerçekleştirilen karşılaştırmalarda amaç fonksiyonlarına önceden bir ağırlık verilmeksizin çok amaçlı bir yaklaşımla gerçekleştirilen eniyilemenin incelenen tüm tek amaçlı kıstaslar için de uygun sonuçlar verebildiği görülmüştür. Çok amaçlı yaklaşımla amaç fonksiyonlarına sonradan (eniyileme sonrasında) ağırlık verilebilir ve eniyileme koşusunun tekrarlanmasına gerek olmadan ağırlıklar değiştirilebilir.
HASANOĞLU, M. S., DÖLEN, M. (2019). Olurluğu arttırılmış parçacık sürü optimizasyonunda çok amaçlı ve tek amaçlı yaklaşımların kıyaslanması. Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi, Cilt: 35 - Sayı: 2, 887–900. https://ajindex.com/articles/2431
Zhou A, Qu B-Y, Li H, Zhao S-Z, Suganthan PN, Zhang Q, Multiobjective evolutionary algorithms: A survey of the state of the art, Swarm Evol Comput, 1(1), 32–49, 2011.
Coello Coello CA, Theoretical and numerical constraint-handling techniques used with evolutionary algorithms: a survey of the state of the art, Comput Methods Appl Mech Eng, 191(11–12), 1245–87, 2002.
Mezura-Montes E, Coello CAC, Constraint-handling in nature-inspired numerical optimization: Past, present and future, Swarm Evol Comput, 1(4), 173–94, 2011.
Hasanoglu MS, Dolen M, Feasibility enhanced particle swarm optimization for constrained mechanical design problems, Proc Inst Mech Eng Part C J Mech Eng Sci, 232(2), 381–400, 2018.
Hasanoglu MS, Dolen M, Multi-objective feasibility enhanced particle swarm optimization, Eng Optim, 2018.
Eberhart RC, Kennedy J, A new optimizer using particle swarm theory, Proceedings of the sixth international symposium on micro machine and human science, New York, NY; p. 39–43, 1995.
Bratton D, Kennedy J, Defining a Standard for Particle Swarm Optimization, 2007 IEEE Swarm Intelligence Symposium, p. 120–7, 2007.
Ray T, Tai K, Seow KC, Multiobjective Design Optimization by an Evolutionary Algorithm, Eng Optim, 33(4), 399–424, 2001.
Poli R, Analysis of the Publications on the Applications of Particle Swarm Optimisation, J Artif Evol App, 2008, 3:1–3:10, 2008.
Lalwani S, Singhal S, Kumar R, Gupta N, A comprehensive survey: Applications of multi-objective particle swarm optimization (MOPSO) algorithm, Trans Comb, 2(1), 39–101, 2013. Özdağ R, kablosuz algılayıcı ağlarda hedef kapsama problemi için algılayıcı dağıtımı ile ağın yaşam süresinin optimizasyonu, Gazi Üniversitesi Mühendis-Mimar Fakültesi Derg, 32(4), 2017.
Çimen ME, Boz AF, İkinci dereceden Ölü Zamanlı ve Geri Tepmeli Sistem Parametrelerinin, Röle Testi ve PSO, CS, FA Algoritmalarıyla Belirlenmesi, Gazi Üniversitesi Mühendis-Mimar Fakültesi Derg, 2018.
Deb K, An efficient constraint handling method for genetic algorithms, Comput Methods Appl Mech Eng, 186(2–4), 311–38, 2000.
Jordehi AR, A review on constraint handling strategies in particle swarm optimisation, Neural Comput Appl, 1–11, 2015.
Zitzler E, Thiele L, Multiobjective optimization using evolutionary algorithms — A comparative case study, Parallel Problem Solving from Nature — PPSN V, Springer, Berlin, Heidelberg; p. 292–301, 1998.
Srinivas N, Deb K, Muiltiobjective optimization using nondominated sorting in genetic algorithms, Evol Comput, 2(3)