Optimizasyon Problemlerinin Çözümünde Sinüs Kosinüs Algoritması (SKA)’nın Kullanılması

Yıl 2017, Cilt: 29 Sayı: 1, 225 - 236, 01.03.2017

Gökhan Demir Erkan Tanyıldızı

https://doi.org/10.35234/fumbd.314661

Cited By: 2

Öz

Bu çalışmada; optimizasyon problemlerinin çözümü için yeni bir popülasyon tabanlı optimizasyon algoritması
olan Sinüs Kosinüs Algoritması (SKA) tanıtılmaktadır. SKA, sinüs ve kosinüs fonksiyonlarına dayalı bir
matematiksel model ile içe veya dışa doğru dalgalanma yaparak en iyi çözümü bulmaya çalışır. Birkaç rastgele
ve adaptif değişken de arama uzayının keşfini ve sömürülmesini garanti etmek için algoritmaya entegre
edilmiştir. Ayrıca bu çalışma kapsamında SKA’nın performansını değerlendirmek için literatürde yaygın olarak
kullanılan kalite testi fonksiyonları üzerinde testler yapılmıştır. Algoritma, mühendislik tasarım problemlerinden
biri olan germe / sıkıştırma yay tasarım probleminin çözümünde kullanılarak algoritmanın kısıtlı problemler
üzerindeki etkinliği de test edilmiştir. Test sonuçlarından SKA’nın karşılaştırılan metasezgisel algoritmalara göre
daha hızlı sonuç verdiği görülmektedir. SKA’nın henüz yeni bir algoritma olması ve az sayıda parametre
içermesi gelecek çalışmalarda algoritmada iyileştirmeler yapılmasına olanak tanımaktadır.

Anahtar Kelimeler

Sinüs Kosinüs Algoritması, Optimizasyon, Metasezgisel Algoritmalar, Yapay Zeka

The Use of Sine Cosine Algorithm (SCA) in Solution of Optimization Problems

Öz

In this study, Sine Cosine Algorithm (SCA), a new population-based optimization algorithm, is introduced to
solve optimization problems. SCA tries to find the best solution by fluctuating inwards or outwards with a
mathematical model based on sine and cosine functions. Several random and adaptive variables have also been
integrated into the algorithm to guarantee exploration and exploitation of search space. In addition, benchmark
functions commonly used in the literature have been tested to evaluate the performance of the SCA. The
algorithm is also used in the solution of the tension / compression spring design problem, which is one of the
engineering design problems, and the effectiveness of the algorithm on the constrained optimization problems
has been tested. From the test results, it is seen that SCA is faster than the metaheuristic algorithms which are
compared. Since SCA is a new algorithm and it contains few parameters, it allows the algorithm to be improved
in future studies.

Anahtar Kelimeler

Sine Cosine Algorithm, Optimization, Metaheuristic Algorithms, Artificial Intelligence