Güncel Optimizasyon Tekniklerinin Matematiksel Problemlerin Çözümündeki Performanslarının Kıyaslanması

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.

Keywords

• Hunting search algorithm,particle swarm optimizer,ant colony optimizer,artificial bee colony algorithm,Av Arama Algoritması,Parçacık Küme Algoritması,Karınca Koloni Algoritması,Yapay Arı Kolonisi Algoritması

References

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.