Convergence Analysis of Bi-Attempted Based Optimization Algorithm for Numerical Global Optimum

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.

Keywords

• Computational intelligence
• evolutionary algorithms
• optimization problems

Sayısal Global Optimum için Çift-Girişim Tabanlı İyileştirme Algoritmasının Yakınsama Analizi

Abstract

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

Keywords

• Bilgisayar zekası
• evrimsel algoritmalar
• iyileştirme problemleri

References

1. Daru Kusuma, P., & Dinimaharawati, A. (n.d.). Three on Three Optimizer: A New Metaheuristic with Three Guided Searches and Three Random Searches. In IJACSA) International Journal of Advanced Computer Science and Applications (Vol. 14, Issue 1). www.ijacsa.thesai.org
2. Köse Ulukök, M. (2023). Çift-Girişim Tabanlı İyileştirme Algoritmasının Sayısal İyileştirme Fonksiyonları Üzerinde Performans Analizi. Cukurova University Journal of the Faculty of Engineering, 38(2), pp. 545-552, June 2023
3. Köse Ulukök, M. (2021). Bi-Attempted Based Optimization Algorithm For Numerical Optimization Problems. European Journal of Science and Technology. https://doi.org/10.31590/ejosat.953349
4. Kumar, N., Namrata, K., & Samadhiya, A. (2023). Techno socio-economic analysis and stratified assessment of hybrid renewable energy systems for electrification of rural community. Sustainable Energy Technologies and Assessments, 55. https://doi.org/10.1016/j.seta.2022.102950
5. Lai, K. K., Mishra, S. K., Sharma, R., Sharma, M., & Ram, B. (2023). A Modified q-BFGS Algorithm for Unconstrained Optimization. Mathematics, 11(6). https://doi.org/10.3390/math11061420
6. Loui Mar, N., Nlm, ", Alcantara, " T, Addawe, R. C., & Addawe, J. M. (2022). A Particle Swarm Optimization Algorithm using Gamma Distribution Function. In Journal of the Mathematical Society of the Philippines ISSN (Vol. 45, Issue 2).
7. Santhanam, C., Riva, R., & Knudsen, T. (2023). A study of Stall-Induced Vibrations using Surrogate-Based Optimization. Renewable Energy, 214, 201–215. https://doi.org/10.1016/j.renene.2023.05.054
8. Yildiz, B., Ulukok, M. K., & Bashiry, V. (2023). Bi-Attempted Base Optimization Algorithm on Optimization of Hydrosystems. Water Resources Management. https://doi.org/10.1007/s11269-023-03517-w