Show simple item record

dc.contributor.advisorÖzcan, Ender
dc.contributor.authorYilmaz, Murat
dc.date.accessioned2020-12-29T06:47:52Z
dc.date.available2020-12-29T06:47:52Z
dc.date.submitted2006
dc.date.issued2018-08-06
dc.identifier.urihttps://acikbilim.yok.gov.tr/handle/20.500.12812/339197
dc.description.abstractBilim, mühendislik ve ekonomi gibi birçok alandaki yaşamsal problem optimizasyonile iç içedir. Bu optimizasyon problemlerinin bir kısmı, amacın bir arama uzayındabirbirinden farklı ve eşit kalitedeki birden fazla çözüm kümelerini bulmak olan çokdoruklu problemlerden oluşur. Zor optimizasyon problemlerini çözmek için genel olarakmeta-buluşsal yöntem ve yaklaşımlar kullanılır. Ancak, problemin çok doruklu olduğudurumlarda bazı iyileştirmeler gerekebilir. Bir Swarm Intelligence tekniği olan ParticleSwarm Optimizer (PSO) yönteminin en uygun çözüm kümesini bulmakta başarılı olduğudeneysel olarak gösterilmiştir. Ayrıca, PSO'nun çeşitli değişikliklere uğratılmış sürümleride çok doruklu problemlerde kullanılabilirliğini sağlamıştır. Bu tez, çok dorukluproblemler için önerilmiş mevcut PSO algoritmalarının yaygın kullanılan karşılaştırmafonksiyonları üzerindeki performanslarını karşılaştırmaktadır. Buna ek olarak, çok dorukluproblemler için delilik içeren ve tepe tımanmadan faydalanan yeni bir PSO algoritmasıönerilmektedir.
dc.description.abstractMany real world problems in science, engineering and economy, involve inoptimization. Multimodal optimization problems represent a subset of such problems,where the goal is to obtain multiple different solutions with equal (or preferable) quality ina single search space. Meta-heuristics, especially, evolutionary computation techniques arethe most commonly used approaches for solving difficult optimization problems. However,due to the multimodality, they might require some enhancements. Particle SwarmOptimizer (PSO), as a swarm intelligence technique, has proven its success in solvingoptimization problems. Additionally, several modified versions of the PSO algorithm makeit a good choice for attacking multimodal problems as well. In this thesis, the performanceof existing multimodal PSO techniques are analyzed over a set of well-known benchmarkfunctions. Moreover, a new PSO algorithm based on craziness and hill-climbing isproposed for solving multimodal optimization problems.en_US
dc.languageEnglish
dc.language.isoen
dc.rightsinfo:eu-repo/semantics/openAccess
dc.rightsAttribution 4.0 United Statestr_TR
dc.rights.urihttps://creativecommons.org/licenses/by/4.0/
dc.subjectBilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontroltr_TR
dc.subjectComputer Engineering and Computer Science and Controlen_US
dc.titleParticle swarm systems for multimodal optimization
dc.title.alternativeÇok doruklu optimizasyon için particle swarm sistemleri
dc.typemasterThesis
dc.date.updated2018-08-06
dc.contributor.departmentBilgisayar Mühendisliği Anabilim Dalı
dc.identifier.yokid156626
dc.publisher.instituteFen Bilimleri Enstitüsü
dc.publisher.universityYEDİTEPE ÜNİVERSİTESİ
dc.identifier.thesisid182152
dc.description.pages93
dc.publisher.disciplineDiğer


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record

info:eu-repo/semantics/openAccess
Except where otherwise noted, this item's license is described as info:eu-repo/semantics/openAccess