Yapay alg algoritmasının kısıtlı optimizasyon problemlerinin çözümü için gerçekleştirilmesi

Abstract

Optimizasyon belirli koşullar altında en iyi çözümü bulma işidir. Gerçek dünyada var olan optimizasyon problemlerinin bir çoğu, kısıtlara sahiptir. Kısıtlar, arama uzayını uygulanabilir ve uygulanabilir olmayan alanlar olarak ayırmaktadır. Bu tip problemlerin en zorlu kısmı, kısıtları işleme süreçleridir. Var olan bir çok metasezgisel optimizasyon algoritmalarının orijinali, kısıtsız problemler için tasarlanmıştır. Kısıtları işleme yöntemleri bu algoritmalara uygun çözümlerin bulunduğu bölgelerde aramaya kılavuzluk etmesi amacı ile eklenen metotlardır. Yapay Alg Algoritması(AAA) mikro alglerin yaşam davranışlarından esinlenilerek ortaya konmuş metasezgisel bir optimizasyon algoritmasıdır. AAA kısıtsız problemlerde başarısını ortaya koymuştur ancak kısıtlı problemleri çözmesi için bir versiyonu bulunmamaktadır. AAA üzerinde Ap parametresi ve popülasyon sayısı değişiminin etkisini gözlemlemek için, mühendislik tasarım optimizasyon problemleri üzerinde testler yapılmıştır. AAA üzerine kısıt işleme yöntemlerinden Deb's Rule, dinamik penaltı ve ϵ-kısıt işleme tekniği uygulanarak, kısıtlı optimizasyon problemlerini çözebilen AAAdr, AAAdp ve AAAε algoritmaları önerilmiştir. Önerilen algoritmaların performansı, kısıtlı fonksiyon setinde test edilmiştir. AAAdr, AAAdp ve AAAε arasında kıyaslama yapılmış ve öne çıkan AAAdr literatürdeki iyi bilinen diğer kısıtlı problemler için uyarlanmış algoritmalar ile kıyaslanmıştır. Yapılan çalışmalar sonunda AAAdr'nin rakebetçi sonuçlar ortaya koyduğu görülmüştür.

Optimization is the job of finding the best solution under certain conditions. Many of the optimization problems that exist in the real world have constraints. Constraints allocate the search space as applicable and non-applicable areas. The most challenging part of such problems is the processing of constraints. The original of many existing metaheuristic optimization algorithms is designed for unconstrained problems. The methods of handling constraints are methods that are added to guide the search in areas where these algorithms are appropriate. Artificial Algae Algorithm (AAA) is a metaheuristic optimization algorithm which is inspired by the life behaviors of micro algae. The AAA has demonstrated its success in unconstrained problems, but there are no versions of it to solve constraints problems. Tests on engineering design optimization problems were performed to observe the effect of Ap parameter and population number change on AAA. AAAdr, AAAdp and AAAϵ algorithms, which can solve the constrained optimization problems by applying Deb's Rule, dynamic penalty and ϵ-constraint handling technique on AAA, have been proposed. The performance of the proposed algorithms has been tested in a restricted set of functions. AAAdr, AAAdp and AAAϵ were compared and the prominent AAAdr was compared with the algorithms adapted for other well-known limited problems in the literature. The studies revealed, AAAdr seem to produce competitive results.