FARKSAL GELİŞİM ALGORİTMASI İLE KARMA YEM MALİYET OPTİMİZASYONU
Öz
Bu çalışmada, farksal gelişim algoritması (FGA) ile karma yem maliyet optimizasyonu çalışılmıştır. Tavşan büyütme yemi için hazırlanan rasyon hesabında hayvanın besin ihtiyaçlarını karşılayacak ve düşük maliyetli uygun yem karışımlarının üretilmesi amaçlanmıştır. Karma yem içindeki yem hammaddelerinin seçiminde bilimsel verilerde yer alan sınır değerlerine ve kısıtlara dikkat edilmiş, kısıt aşımlarında ceza uygulanmıştır. Elde edilen sonuçlar parçacık sürü optimizasyonu (PSO), gerçek kodlu genetik algoritma (RGA) ve lineer programlama (LP) ile karşılaştırılmıştır. Sonuçlara göre; FGA ’nın karma yem maliyetini düşürdüğü gözlemlenmiştir.
Anahtar Kelimeler
Kaynakça
- [1] N. Özen, “Hayvan Besleme Fizyolojisi ve Metabolizması Genişletilmiş 2. Baskı”, Akdeniz Üniversitesi Ziraat Fakültesi No:6, Antalya, (2005).
- [2] A. Ergün, Ş. T. Tuncer, İ. Çolpan, S. Yalçın, G. Yıldız, M. K. Küçükersan, S. Küçükersan, A. Şehu, “Hayvan Besleme ve Beslenme Hastalıkları 4. Baskı”, Pozitif Matbaacılık, Ankara, 1-725 (2008). [3] Y. Yaşar, “Diferansiyel gelişim algoritması ile karma yem maliyet optimizasyonu”, Yüksek Lisans Tezi, Dumlupınar Üniversitesi Fen Bilimleri Enstitüsü, (2014).
- [4] J. A. Tesmer ve B. Zimmerman, “Diet Formulation”, University of Minnesota Extension Service, www Report Lesson 5, MN55965, Preston, 1-11 (2004).
- [5] J. Hadrich, C. Wolf, and S. Harsh, "Optimal livestock diet formulation with farm environmental compliance consequences", American Agricultural Economics Association Annual Meeting, Providence, Rhode Island, July 24-27, 2005.
- [6] M. A. Şahman, M. Çunkas, F. İnal, Ş. İnal, B. Coşkun, U. Taşkıran, “Cost optimization of feed mixes by genetic algorithms”, Advanced Engineering Software, 40, 965–974 (2009).
- [7] A. A. Altun and M. A. Şahman, “Cost optimization of mixed feeds with the particle swarm optimization method”, Neural Computing & Applications, 22(2), 383-390 (2011).
- [8] N. Karaboga, “Digital IIR filter design using differential evolution algorithm”, EURASHIP Journal on Applied Signal Processing, 8, 1269-1276 (2005).
- [9] T. W. Liao, “Two hybrid differential evolution algorithms for engineering design optimization”, Applied Soft Computing, 10(4), 1188-1199 (2010).
Ayrıntılar
Birincil Dil
Türkçe
Konular
Mühendislik
Bölüm
Araştırma Makalesi
Yayımlanma Tarihi
15 Nisan 2014
Gönderilme Tarihi
15 Ocak 2014
Kabul Tarihi
15 Mart 2014
Yayımlandığı Sayı
Yıl 2014 Sayı: 033