Araştırma Makalesi
BibTex RIS Kaynak Göster

Yeni Bir Sezgisel Optimizasyon: Arama ve Kurtarma Algoritmasi ve Fonksiyon Optimizasyon Problemlerinin Çözümü

Yıl 2021, Cilt: 12 Sayı: 1, 24 - 44, 23.02.2021

Öz

Sezgisel teknikler genellikle doğadan esinlenilmiş sürü zekâsına sahip optimizasyon teknikleridir. Birçok sezgisel teknik bulunmakla birlikte araştırmacılar tarafından doğa tabanlı ya da doğadaki canlı davranışlarının gözlemlenmesi ile yeni sezgisel teknikler geliştirilmektedir. Arama ve Kurtarma Algoritması insan davranışlarından esinlenilmiş bir sezgisel optimizasyon tekniğidir. Bu çalışmada yeni bir sezgisel optimizasyon tekniği olan Arama ve Kurtarma Optimizasyon Algoritması(AKOA) önerilmiş olup literatürde yer alan fonksiyon optimizasyonu test problemlerinin global minimumlarının bulunmasında AKOA kullanılmıştır. 21 minimizasyon problemi üzerinde gerçekleştirilen AKOA’nın sonuçları Dinamik Rastgele Arama Tekniği ve Rastgele Seçim Yürüyüşü tekniklerine kıyasla oldukça rekabetçidir.

Kaynakça

  • Bakhshipour, M., Ghadi, M. J., & Namdari, F. (2017). Swarm robotics search & rescue: A novel artificial intelligence-inspired optimization approach. Applied Soft Computing, 57, 708-726.
  • Bakhshipour, M., Rokrok, E., Namdari, F., & Sedaghat, M. Optimal DG and capacitor allocation along with network reconfiguration using Swarm robotics search & rescue algorithm. In 2019 5th Conference on Knowledge Based Engineering and Innovation (KBEI) (pp. 136-144). IEEE.
  • Chiong, R. (Ed.). (2009). Nature-inspired algorithms for optimisation (Vol. 193). Springer.
  • Cura, T. (2008). Modern sezgisel teknikler ve uygulamaları. Papatya Yayıncılık Eğitim.
  • Cura, T. (2010). A random search approach to finding the global minimum. Int. J. Contemp. Math. Science, 5(4), 179-190.
  • Hamzaçebi, C., & Kutay, F. (2006). A heuristic approach for finding the global minimum: Adaptive random search technique. Applied Mathematics and Computation, 173(2), 1323-1333.
  • Hamzaçebi, C., & Kutay, F. (2007). Continuous functions minimization by dynamic random search technique. Applied Mathematical Modelling, 31(10), 2189-2198.
  • Özdemir, M. (2018). Yeni Bir Sezgisel Optimizasyon: Arama ve Kurtarma Algoritmasi ve Fonksiyon Optimizasyon Problemlerinin Çözümü. Yayımlanmamış Doktora Tezi, İstanbul Üniversitesi, Sosyal Bilimler Enstitüsü, Istanbul, Turkey.
  • Özdemir, M., Çelikbilek Y.(2019). A Comprehensive Review for the Varieties and Lacks of Search and Rescue Algorithms. IV. International New Media Conference: Digital Transformation and Innovation, April 25-26, Istanbul, Turkey.
  • Schaerf, A., & Di Gaspero, L. (2001). Local search techniques for educational timetabling problems. In Proceedings of the 6th International Symposium on Operational Research (SOR-01), Preddvor, Slovenia (pp. 13-23).
  • Snyman, J. A. (2005). Practical mathematical optimization (pp. 97-148). Springer Science+ Business Media, Incorporated. Yongjian, Y., & Yumei, L. (2007). A new discrete filled function algorithm for discrete global optimization. Journal of Computational and Applied Mathematics, 202(2), 280-291.
  • İnternet Erişim Linkleri Resmi Gazete (2001), Türk Arama Kurtarma Yönetmeliği, 12 Aralık 2001 Tarih 24611 Sayılı Yönetmelik (http://www.resmigazete.gov.tr/eskiler/2001/12/20011212.htm-Erişim Tarihi Temmuz 2020)
  • Türk Dil Kurumu Resmi Web Sitesi (http://tdk.gov.tr/index.php?option=com_gts&arama=gts&guid= TDK.GTS.55463b9b12e296.95040032-Erişim Tarihi Temmuz 2020)
  • http://www.biltek.tubitak.gov.tr/sandik/aramakurtarma/nedir.htm - Erişim Tarihi Temmuz 2020

A New Heuristic Optimization: Search and Rescue Algorithm and Solving the Function Optimization Problems

Yıl 2021, Cilt: 12 Sayı: 1, 24 - 44, 23.02.2021

Öz

Heuristic techniques are usually inspired by nature, based on swarm intelligence optimization methods. There are plenty of them and researchers developing new ones by inspiring nature or observing the living being. Search and rescue algorithm(SaRA) is a very new heuristic optimization and inspired by the humankind deportment. In this study SaRA is proposed and applied this new technique to function optimization test problems to find the global minimums. SaRA’s performance was experimented with 21 benchmark minimization problems and competitive results were obtained when compared to Dynamic Random Search Technique and Random Selection Walk Technique.

Kaynakça

  • Bakhshipour, M., Ghadi, M. J., & Namdari, F. (2017). Swarm robotics search & rescue: A novel artificial intelligence-inspired optimization approach. Applied Soft Computing, 57, 708-726.
  • Bakhshipour, M., Rokrok, E., Namdari, F., & Sedaghat, M. Optimal DG and capacitor allocation along with network reconfiguration using Swarm robotics search & rescue algorithm. In 2019 5th Conference on Knowledge Based Engineering and Innovation (KBEI) (pp. 136-144). IEEE.
  • Chiong, R. (Ed.). (2009). Nature-inspired algorithms for optimisation (Vol. 193). Springer.
  • Cura, T. (2008). Modern sezgisel teknikler ve uygulamaları. Papatya Yayıncılık Eğitim.
  • Cura, T. (2010). A random search approach to finding the global minimum. Int. J. Contemp. Math. Science, 5(4), 179-190.
  • Hamzaçebi, C., & Kutay, F. (2006). A heuristic approach for finding the global minimum: Adaptive random search technique. Applied Mathematics and Computation, 173(2), 1323-1333.
  • Hamzaçebi, C., & Kutay, F. (2007). Continuous functions minimization by dynamic random search technique. Applied Mathematical Modelling, 31(10), 2189-2198.
  • Özdemir, M. (2018). Yeni Bir Sezgisel Optimizasyon: Arama ve Kurtarma Algoritmasi ve Fonksiyon Optimizasyon Problemlerinin Çözümü. Yayımlanmamış Doktora Tezi, İstanbul Üniversitesi, Sosyal Bilimler Enstitüsü, Istanbul, Turkey.
  • Özdemir, M., Çelikbilek Y.(2019). A Comprehensive Review for the Varieties and Lacks of Search and Rescue Algorithms. IV. International New Media Conference: Digital Transformation and Innovation, April 25-26, Istanbul, Turkey.
  • Schaerf, A., & Di Gaspero, L. (2001). Local search techniques for educational timetabling problems. In Proceedings of the 6th International Symposium on Operational Research (SOR-01), Preddvor, Slovenia (pp. 13-23).
  • Snyman, J. A. (2005). Practical mathematical optimization (pp. 97-148). Springer Science+ Business Media, Incorporated. Yongjian, Y., & Yumei, L. (2007). A new discrete filled function algorithm for discrete global optimization. Journal of Computational and Applied Mathematics, 202(2), 280-291.
  • İnternet Erişim Linkleri Resmi Gazete (2001), Türk Arama Kurtarma Yönetmeliği, 12 Aralık 2001 Tarih 24611 Sayılı Yönetmelik (http://www.resmigazete.gov.tr/eskiler/2001/12/20011212.htm-Erişim Tarihi Temmuz 2020)
  • Türk Dil Kurumu Resmi Web Sitesi (http://tdk.gov.tr/index.php?option=com_gts&arama=gts&guid= TDK.GTS.55463b9b12e296.95040032-Erişim Tarihi Temmuz 2020)
  • http://www.biltek.tubitak.gov.tr/sandik/aramakurtarma/nedir.htm - Erişim Tarihi Temmuz 2020
Toplam 14 adet kaynakça vardır.

Ayrıntılar

Birincil Dil Türkçe
Bölüm Makaleler
Yazarlar

Muhlis Özdemir 0000-0002-4921-8209

Tunçhan Cura 0000-0001-5714-8629

Yayımlanma Tarihi 23 Şubat 2021
Gönderilme Tarihi 27 Ekim 2020
Yayımlandığı Sayı Yıl 2021 Cilt: 12 Sayı: 1

Kaynak Göster

APA Özdemir, M., & Cura, T. (2021). Yeni Bir Sezgisel Optimizasyon: Arama ve Kurtarma Algoritmasi ve Fonksiyon Optimizasyon Problemlerinin Çözümü. Gümüşhane Üniversitesi Sosyal Bilimler Dergisi, 12(1), 24-44. https://doi.org/10.36362/gumus.817270