Araştırma Makalesi
PDF Mendeley EndNote BibTex Kaynak Göster

Transfer Fonksiyonları Kullanarak İkili Güve-Alev Optimizasyonu Algoritmalarının Geliştirilmesi ve Performanslarının Karşılaştırılması

Yıl 2021, Cilt 3, Sayı 2, 1 - 10, 28.12.2021

Öz

Güç sistemleri problemleri, ağ optimizasyonu, sırt çantası problemi gibi çoğu gerçek dünya problemi ikili optimizasyon problemi olarak ifade edilir. İkili optimizasyon problemlerinin klasik matematiksel tekniklerle çözümü çoğu zaman ya uzun zaman almakta ya da mümkün olamamaktadır. Bu sebeple ikili optimizasyon problemlerinin çözümü için metasezgisel algoritmaların kullanımı oldukça yaygındır. Literatürde yer alan metasezgisel algoritmaların çoğu, sürekli problemlerin çözümüne uygun bir yapıya sahip olduğu için bu algoritmaların ikili problemleri çözebilecek şekilde düzenlenmesi gerekir. Transfer fonksiyonları olarak isimlendirilen bazı fonksiyonlar aracılığı ile sürekli algoritmaları ikili algoritmalara dönüştürmek mümkündür. Bu çalışmada, son yıllarda önerilen doğa-esinli bir metasezgisel algoritma olan Güve-Alev Optimizasyonu (GAO) algoritması 8 farklı transfer fonksiyonu ile düzenlenerek 8 ayrı algoritma geliştirilmiştir. Geliştirilen algoritmalar, OR-Lib kütüphanesinden alınan 15 farklı kapasitesiz tesis yerleştirme problemi üzerinde çalıştırılmış ve gap olarak isimlendirilen bir hata metriğine göre değerlendirilmiştir. Elde edilen sonuçlar incelendiğinde, GAO-V1 algoritmasının en küçük gap değerini vererek en başarılı ikili algoritmayı oluşturduğu gözlemlenmiştir.

Kaynakça

  • [1] X. Yuan, H. Nie, A. Su, L. Wang, Y. Yuan, An improved binary particle swarm optimization for unit commitment problem, Expert Systems with Applications. 36 (2009) 8049-8055. doi:10.1016/j.eswa.2008.10.047.
  • [2] F. van Beers, A. Lindström, E. Okafor, M. Wiering, Deep Neural Networks with Intersection over Union Loss for Binary Image Segmentation:, içinde: Proceedings of the 8th International Conference on Pattern Recognition Applications and Methods, SCITEPRESS - Science and Technology Publications, Prague, Czech Republic, 2019: ss. 438-445. doi:10.5220/0007347504380445.
  • [3] A. Banitalebi, M.I.A. Aziz, Z.A. Aziz, A self-adaptive binary differential evolution algorithm for large scale binary optimization problems, Information Sciences. 367-368 (2016) 487-511. doi:10.1016/j.ins.2016.05.037.
  • [4] M. Aslan, M. Gunduz, M.S. Kiran, JayaX: Jaya algorithm with xor operator for binary optimization, Applied Soft Computing. 82 (2019) 105576. doi:10.1016/j.asoc.2019.105576.
  • [5] A simple multi-wave algorithm for the uncapacitated facility location problem, Frontiers of Engineering Management. 5 (2018) 451-465. doi:10.15302/J-FEM-2018038.
  • [6] E. Baş, E. Ülker, A binary social spider algorithm for uncapacitated facility location problem, Expert Systems with Applications. 161 (2020) 113618. doi:10.1016/j.eswa.2020.113618.
  • [7] R. Rizk-Allah, A. Hassanien, M. Elhoseny, G. Manogaran, A new binary salp swarm algorithm: development and application for optimization tasks, Neural Computing and Applications. (2018). doi:10.1007/s00521-018-3613-z.
  • [8] J. Kennedy, R.C. Eberhart, A discrete binary version of the particle swarm algorithm, içinde: Computational Cybernetics and Simulation 1997 IEEE International Conference on Systems, Man, and Cybernetics, 1997: ss. 4104-4108 c.5. doi:10.1109/ICSMC.1997.637339.
  • [9] S. Mirjalili, A. Lewis, S-shaped versus V-shaped transfer functions for binary Particle Swarm Optimization, Swarm and Evolutionary Computation. 9 (2013) 1-14. doi:10.1016/j.swevo.2012.09.002.
  • [10] S. Mirjalili, Moth-flame optimization algorithm: A novel nature-inspired heuristic paradigm, Knowledge-Based Systems. 89 (2015) 228-249. doi:10.1016/j.knosys.2015.07.006.
  • [11] H.M. Zawbaa, E. Emary, B. Parv, M. Sharawi, Feature selection approach based on moth-flame optimization algorithm, içinde: 2016 IEEE Congress on Evolutionary Computation (CEC), 2016: ss. 4612-4617. doi:10.1109/CEC.2016.7744378.
  • [12] M. Shehab, L. Abualigah, H. Al Hamad, H. Alabool, M. Alshinwan, A.M. Khasawneh, Moth–flame optimization algorithm: variants and applications, Neural Computing and Applications. 32 (2020) 9859-9884. doi:10.1007/s00521-019-04570-6.

Ayrıntılar

Birincil Dil Türkçe
Konular Mühendislik
Bölüm Makaleler
Yazarlar

Murat KARAKOYUN
NECMETTİN ERBAKAN ÜNİVERSİTESİ
0000-0002-0677-9313
Türkiye


Ahmet ÖZKIŞ (Sorumlu Yazar)
NECMETTİN ERBAKAN ÜNİVERSİTESİ
0000-0002-1899-5494
Türkiye

Yayımlanma Tarihi 28 Aralık 2021
Kabul Tarihi 1 Kasım 2021
Yayınlandığı Sayı Yıl 2021, Cilt 3, Sayı 2

Kaynak Göster

Bibtex @araştırma makalesi { neufmbd995054, journal = {Necmettin Erbakan Üniversitesi Fen ve Mühendislik Bilimleri Dergisi}, eissn = {2667-7989}, address = {Necmettin Erbakan Üniversitesi Fen Bilimleri Enstitüsü Selver Mahallesi Eski Meram Caddesi No:211 Meram/KONYA}, publisher = {Necmettin Erbakan Üniversitesi}, year = {2021}, volume = {3}, number = {2}, pages = {1 - 10}, title = {Transfer Fonksiyonları Kullanarak İkili Güve-Alev Optimizasyonu Algoritmalarının Geliştirilmesi ve Performanslarının Karşılaştırılması}, key = {cite}, author = {Karakoyun, Murat and Özkış, Ahmet} }
APA Karakoyun, M. & Özkış, A. (2021). Transfer Fonksiyonları Kullanarak İkili Güve-Alev Optimizasyonu Algoritmalarının Geliştirilmesi ve Performanslarının Karşılaştırılması . Necmettin Erbakan Üniversitesi Fen ve Mühendislik Bilimleri Dergisi , 3 (2) , 1-10 . Retrieved from https://dergipark.org.tr/tr/pub/neufmbd/issue/67338/995054
MLA Karakoyun, M. , Özkış, A. "Transfer Fonksiyonları Kullanarak İkili Güve-Alev Optimizasyonu Algoritmalarının Geliştirilmesi ve Performanslarının Karşılaştırılması" . Necmettin Erbakan Üniversitesi Fen ve Mühendislik Bilimleri Dergisi 3 (2021 ): 1-10 <https://dergipark.org.tr/tr/pub/neufmbd/issue/67338/995054>
Chicago Karakoyun, M. , Özkış, A. "Transfer Fonksiyonları Kullanarak İkili Güve-Alev Optimizasyonu Algoritmalarının Geliştirilmesi ve Performanslarının Karşılaştırılması". Necmettin Erbakan Üniversitesi Fen ve Mühendislik Bilimleri Dergisi 3 (2021 ): 1-10
RIS TY - JOUR T1 - Transfer Fonksiyonları Kullanarak İkili Güve-Alev Optimizasyonu Algoritmalarının Geliştirilmesi ve Performanslarının Karşılaştırılması AU - Murat Karakoyun , Ahmet Özkış Y1 - 2021 PY - 2021 N1 - DO - T2 - Necmettin Erbakan Üniversitesi Fen ve Mühendislik Bilimleri Dergisi JF - Journal JO - JOR SP - 1 EP - 10 VL - 3 IS - 2 SN - -2667-7989 M3 - UR - Y2 - 2021 ER -
EndNote %0 Necmettin Erbakan Üniversitesi Fen ve Mühendislik Bilimleri Dergisi Transfer Fonksiyonları Kullanarak İkili Güve-Alev Optimizasyonu Algoritmalarının Geliştirilmesi ve Performanslarının Karşılaştırılması %A Murat Karakoyun , Ahmet Özkış %T Transfer Fonksiyonları Kullanarak İkili Güve-Alev Optimizasyonu Algoritmalarının Geliştirilmesi ve Performanslarının Karşılaştırılması %D 2021 %J Necmettin Erbakan Üniversitesi Fen ve Mühendislik Bilimleri Dergisi %P -2667-7989 %V 3 %N 2 %R %U
ISNAD Karakoyun, Murat , Özkış, Ahmet . "Transfer Fonksiyonları Kullanarak İkili Güve-Alev Optimizasyonu Algoritmalarının Geliştirilmesi ve Performanslarının Karşılaştırılması". Necmettin Erbakan Üniversitesi Fen ve Mühendislik Bilimleri Dergisi 3 / 2 (Aralık 2021): 1-10 .
AMA Karakoyun M. , Özkış A. Transfer Fonksiyonları Kullanarak İkili Güve-Alev Optimizasyonu Algoritmalarının Geliştirilmesi ve Performanslarının Karşılaştırılması. NEU Fen Muh Bil Der. 2021; 3(2): 1-10.
Vancouver Karakoyun M. , Özkış A. Transfer Fonksiyonları Kullanarak İkili Güve-Alev Optimizasyonu Algoritmalarının Geliştirilmesi ve Performanslarının Karşılaştırılması. Necmettin Erbakan Üniversitesi Fen ve Mühendislik Bilimleri Dergisi. 2021; 3(2): 1-10.
IEEE M. Karakoyun ve A. Özkış , "Transfer Fonksiyonları Kullanarak İkili Güve-Alev Optimizasyonu Algoritmalarının Geliştirilmesi ve Performanslarının Karşılaştırılması", Necmettin Erbakan Üniversitesi Fen ve Mühendislik Bilimleri Dergisi, c. 3, sayı. 2, ss. 1-10, Ara. 2021

17157           17158