Son üç yılda geliştirilen metasezgisel algoritmalar hakkında kısa bir inceleme
| dc.contributor.author | Çelik, Yüksel | |
| dc.contributor.author | Yıldız, İlker | |
| dc.contributor.author | Karadeniz, Alper Talha | |
| dc.date.accessioned | 2024-09-29T16:30:52Z | |
| dc.date.available | 2024-09-29T16:30:52Z | |
| dc.date.issued | 2019 | |
| dc.department | Karabük Üniversitesi | en_US |
| dc.description.abstract | Optimizasyon bir problemin olabilecek farklı çözümleri arasından en iyi sonucu verenin bulunmasıdır. Optimizasyon problemlerininçözümünde birçok algoritma kullanılmaktadır. Optimizasyon algoritmaları genel olarak sezgisel optimizasyon algoritmaları vematematiksel optimizasyon algoritmaları olarak ikiye ayrılmaktadır. Matematiksel optimizasyon algoritmaları, tüm çözüm kümesinitarayarak çözüme ulaşmayı amaçlarken, sezgisel optimizasyon algoritmaları ise, çözüm kümesine sezgisel olarak yaklaşmakta ve eniyi çözüme yada en iyiye yakın bir çözüme ulaşmayı amaçlamaktadır. Çözüm kümesi geniş olan problemlerde matematikseloptimizasyon algoritmalarının kullanımı maliyetlidir. Bu tip problemlerin çözümünde, sezgisel optimizasyon algoritmaları dahaavantajlı olup daha fazla tercih edilmektedir. Bir optimizasyon algoritmasının her tür problem veya test fonksiyonu üzerinde başarılıolması beklenemez. Bu nedenle hangi tür problemin hangi algoritma ile daha iyi çözüldüğünün belirlenmesi gerekmektedir.Günümüzde temel sezgisel metotların birleşerek etkili kullanımı sonucunda Metasezgisel isimli algoritmalar geliştirilmiştir. Bualgoritmalar, yüksek seviyeli çalışma ortamında, verimli arama işlemleri kullanarak çözüm uzayındaki optimum çözüme daha hızlışekilde ulaşmaktadır. Metasezgisel optimizasyon tekniklerinin kullanımının yaygın olması nedeniyle, günümüzde birçok yenimetasezgisel optimizasyon algoritmaları önerilmektedir. Önerilen bu algoritmalar üzerinde geliştirmeler ve hibrit çalışmalar dayapılmaktadır. Bu çalışmada, literatürde son üç yılda (2017-2019) önerilmiş olan, Harris Hawks Optimizasyon Algoritması (HHO),Satin Bowerbird Optimizasyon Algoritması (SBO), Optimal Foraging Algoritması (OFA), Butterfly Optimizasyon Algoritması(BOA), Pity Beetle Algoritması (PBA) ve Collective Decision Optimizasyon Algoritması (CDOA) ele alınmıştır. Geliştirilen bu yenioptimizasyon algoritmalarının esinlendikleri alan, çalışma mantıkları ve arama stratejileri incelenerek sunulmuştur. Gerçekleştirilenbu derlemenin metasezgizel optimizasyon problemleri alanında yapılacak olan çalışmalara ışık tutacağı düşünülmektedir. | en_US |
| dc.identifier.doi | 10.31590/ejosat.638431 | |
| dc.identifier.endpage | 477 | en_US |
| dc.identifier.issue | 0 | en_US |
| dc.identifier.startpage | 463 | en_US |
| dc.identifier.trdizinid | 358488 | en_US |
| dc.identifier.uri | https://doi.org/10.31590/ejosat.638431 | |
| dc.identifier.uri | https://search.trdizin.gov.tr/tr/yayin/detay/358488 | |
| dc.identifier.uri | https://hdl.handle.net/20.500.14619/10934 | |
| dc.identifier.volume | 0 | en_US |
| dc.indekslendigikaynak | TR-Dizin | en_US |
| dc.language.iso | tr | en_US |
| dc.relation.ispartof | Avrupa Bilim ve Teknoloji Dergisi | en_US |
| dc.relation.publicationcategory | Makale - Ulusal Hakemli Dergi - Kurum Öğretim Elemanı | en_US |
| dc.rights | info:eu-repo/semantics/openAccess | en_US |
| dc.title | Son üç yılda geliştirilen metasezgisel algoritmalar hakkında kısa bir inceleme | en_US |
| dc.type | Article | en_US |
