Research Article

Gezgin Satıcı Probleminin Karınca Kolonisi ve Genetik Algoritmalarla Eniyilemesi ve Karşılaştırılması

Volume: 18 Number: 1 June 6, 2014
  • Hasan Dikmen
  • Hüseyin Dikmen
  • Ahmet Elbir
  • Ziya Ekşi
  • Fatih Çelik
EN TR

Gezgin Satıcı Probleminin Karınca Kolonisi ve Genetik Algoritmalarla Eniyilemesi ve Karşılaştırılması

Abstract

Bu çalışmada, rota planlama problemlerinden olan gezgin satıcı probleminin (GSP) çözümünü gerçekleştirmek için yapay zeka tekniklerinden olan karınca kolonisi ve genetik algoritmaların performansları karşılaştırılmıştır. Türkiye haritası üzerinde gerçekleştirilen çalışmada en iyi rotanın planlanması hedeflenmiştir. Her iki algoritmanın rota mesafesi yönünden başarım performansı ve bu rotayı hesaplama süresi incelenmiştir. Uygulamanın gerçekleştirilmesi ve deneysel sonuçların gözlemlenmesi için C# tabanlı bir arayüz tasarlanmıştır. Uygulama sonucunda karınca kolonisi algoritmasının hem rota mesafesi hem de başarım süresi yönünden genetik algoritmalara göre daha üstün olduğu gözlemlenmiştir.

Keywords

References

  1. Alaykıran K., Engin O., 2005. Karınca Kolonileri Metasezgiseli ve Gezgin Satıcı Problemleri Üzerinde Bir Uygulaması. Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi, Cilt 20, No 1, 69-76.
  2. Ateş E., 2012. Karınca Kolonisi Optimizasyonu

Details

Primary Language

Turkish

Subjects

Engineering

Journal Section

Research Article

Authors

Hasan Dikmen This is me

Hüseyin Dikmen This is me

Ahmet Elbir This is me

Ziya Ekşi This is me

Fatih Çelik This is me

Publication Date

June 6, 2014

Submission Date

June 6, 2014

Acceptance Date

-

Published in Issue

Year 2014 Volume: 18 Number: 1

APA
Dikmen, H., Dikmen, H., Elbir, A., Ekşi, Z., & Çelik, F. (2014). Gezgin Satıcı Probleminin Karınca Kolonisi ve Genetik Algoritmalarla Eniyilemesi ve Karşılaştırılması. Süleyman Demirel Üniversitesi Fen Bilimleri Enstitüsü Dergisi, 18(1), 8-13. https://izlik.org/JA75DB66LG
AMA
1.Dikmen H, Dikmen H, Elbir A, Ekşi Z, Çelik F. Gezgin Satıcı Probleminin Karınca Kolonisi ve Genetik Algoritmalarla Eniyilemesi ve Karşılaştırılması. J. Nat. Appl. Sci. 2014;18(1):8-13. https://izlik.org/JA75DB66LG
Chicago
Dikmen, Hasan, Hüseyin Dikmen, Ahmet Elbir, Ziya Ekşi, and Fatih Çelik. 2014. “Gezgin Satıcı Probleminin Karınca Kolonisi Ve Genetik Algoritmalarla Eniyilemesi Ve Karşılaştırılması”. Süleyman Demirel Üniversitesi Fen Bilimleri Enstitüsü Dergisi 18 (1): 8-13. https://izlik.org/JA75DB66LG.
EndNote
Dikmen H, Dikmen H, Elbir A, Ekşi Z, Çelik F (June 1, 2014) Gezgin Satıcı Probleminin Karınca Kolonisi ve Genetik Algoritmalarla Eniyilemesi ve Karşılaştırılması. Süleyman Demirel Üniversitesi Fen Bilimleri Enstitüsü Dergisi 18 1 8–13.
IEEE
[1]H. Dikmen, H. Dikmen, A. Elbir, Z. Ekşi, and F. Çelik, “Gezgin Satıcı Probleminin Karınca Kolonisi ve Genetik Algoritmalarla Eniyilemesi ve Karşılaştırılması”, J. Nat. Appl. Sci., vol. 18, no. 1, pp. 8–13, June 2014, [Online]. Available: https://izlik.org/JA75DB66LG
ISNAD
Dikmen, Hasan - Dikmen, Hüseyin - Elbir, Ahmet - Ekşi, Ziya - Çelik, Fatih. “Gezgin Satıcı Probleminin Karınca Kolonisi Ve Genetik Algoritmalarla Eniyilemesi Ve Karşılaştırılması”. Süleyman Demirel Üniversitesi Fen Bilimleri Enstitüsü Dergisi 18/1 (June 1, 2014): 8-13. https://izlik.org/JA75DB66LG.
JAMA
1.Dikmen H, Dikmen H, Elbir A, Ekşi Z, Çelik F. Gezgin Satıcı Probleminin Karınca Kolonisi ve Genetik Algoritmalarla Eniyilemesi ve Karşılaştırılması. J. Nat. Appl. Sci. 2014;18:8–13.
MLA
Dikmen, Hasan, et al. “Gezgin Satıcı Probleminin Karınca Kolonisi Ve Genetik Algoritmalarla Eniyilemesi Ve Karşılaştırılması”. Süleyman Demirel Üniversitesi Fen Bilimleri Enstitüsü Dergisi, vol. 18, no. 1, June 2014, pp. 8-13, https://izlik.org/JA75DB66LG.
Vancouver
1.Hasan Dikmen, Hüseyin Dikmen, Ahmet Elbir, Ziya Ekşi, Fatih Çelik. Gezgin Satıcı Probleminin Karınca Kolonisi ve Genetik Algoritmalarla Eniyilemesi ve Karşılaştırılması. J. Nat. Appl. Sci. [Internet]. 2014 Jun. 1;18(1):8-13. Available from: https://izlik.org/JA75DB66LG

e-ISSN :1308-6529
Linking ISSN (ISSN-L): 1300-7688

All published articles in the journal can be accessed free of charge and are open access under the Creative Commons CC BY-NC (Attribution-NonCommercial) license. All authors and other journal users are deemed to have accepted this situation. Click here to access detailed information about the CC BY-NC license.