Optimizasyon Problemleri İçin Yeni Bir Metasezgisel Algoritma Geliştirilmesi
Tezin Türü: Doktora
Tezin Yürütüldüğü Kurum: İstanbul Üniversitesi-Cerrahpaşa, Mühendislik Fakültesi, Bilgisayar Mühendisliği Bölümü, Türkiye
Tezin Onay Tarihi: 2024
Tezin Dili: Türkçe
Öğrenci: Ramazan ÖZKAN
Danışman: Rüya Şamlı
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
Özet:Optimizasyon, belirli kriterler çerçevesinde bir amaç fonksiyonunun girdileri üzerinde seçimler yaparak en iyi sonuca ulaşma çabasıdır ve bilimin hemen her alanında ve gerçek dünya problemlerinde sıklıkla karşılaşılan bir problemdir. Çok boyutlu karmaşık optimizasyon problemlerinde tüm olası çözümleri veya kombinasyonları kabul edilebilir bir zaman diliminde aramak ve en iyiyi bulmak imkansızdır. Metasezgisel algoritmalar, karmaşık optimizasyon problemlerinin kabul edilebilir süreler içerisinde çözümünde önemli ilerlemeler sağlayan bir araştırma alanıdır. Bu algoritmaların uygulanabilirliği, çalışma süreleri, ürettikleri çözümlerin doğruluğu farklı problem türlerine göre değişiklik gösterdiğinden, literatürde yeni metasezgisel algoritmalar önermek için birçok çalışma yapılmış ve yapılmaya devam etmektedir. Yeni metasezgisel algoritmalar geliştirilmesi farklı optimizasyon problemleri için alternatif çözüm sunabilmek açısından önemli bir süreçtir. Bu tez çalışmasında optimizasyon problemlerinin çözümü için Sel Algoritması adı verilen yeni bir metasezgisel algoritma önerilmektedir. Bu algoritma Dünya yüzeyindeki sel sularının akışından esinlenerek geliştirilmiştir. Tek bir temel parametreye sahiptir ve farklı türdeki optimizasyon problemlerine uygulanabilmektedir. Önerilen algoritma literatürde metasezgisel algoritmaların testi için yaygın olarak kullanılan kıyaslama fonksiyonlarından farklı özelliklere sahip (farklı boyutlarda tek modlu, çok modlu, ayrılabilir ve ayrılamayan) on beş fonksiyon üzerinde, mühendislik tasarım problemlerinden üçü üzerinde ve gerçek hayattaki bir sınav oturma planı hazırlama problemi üzerinde test edilmiştir. Elde edilen sonuçlar literatürde en çok sayıda çalışmada iyileştirme veya karşılaştırma amacıyla kullanılmış olan Genetik Algoritma (Genetic Algorithm), Benzetimli Tavlama (Simulated Annealing) ve Parçacık Sürü Optimizasyonu (Particle Swarm Optimization) algoritmaları ile karşılaştırılmıştır. Karşılaştırma sonuçları, önerilen algoritmanın karşılaştırmada kullanılan diğer metasezgisel algoritmalarla çözüm doğruluğu ve yakınsama performansı açısından rekabetçi bir performansa sahip olduğunu göstermektedir. Özellikle çok boyutlu optimizasyon problemlerinde diğer algoritmalardan çok daha iyi performans göstermiştir. Ham sonuçlar üzerinde yapılan Wilcoxon Ranksum Testi karşılaştırmalarında da tüm problem türleri için Sel Algoritmasının daha iyi sonuçlar ürettiği gözlemlenmiştir.