Değiştirilmiş ateş böceği algoritması ve veri yoğunluğu kümelemesine uygulanması
dc.contributor.advisor | Köse, Cemal | |
dc.contributor.author | Yelghi, Aref | |
dc.date.accessioned | 2020-12-30T06:43:27Z | |
dc.date.available | 2020-12-30T06:43:27Z | |
dc.date.submitted | 2018 | |
dc.date.issued | 2019-03-07 | |
dc.identifier.uri | https://acikbilim.yok.gov.tr/handle/20.500.12812/476886 | |
dc.description.abstract | Son yıllarda, Ateş böceği algoritması, algoritmalar bölgesel minimuma takıldığından küresel minimumu nasıl bulunacağını oldukça ele almamışlar. Ayrıca, bölgesel ve küresel arama arasında bir dengeyi kuramamışlar. Bu çalışmada, Gelgit Kuvveti formülü ile Ateş böceği algoritmayı geliştirilmiştir. Önerilen algoritma (FAtidal), optimizasyon alanında yeni bir strateji getirmektedir. Özelliği olan bölgesel arama Gelgit Kuvveti kullanılarak ve işlev uygunluğuyla ilgili bölgesel ve küresel arama aralarında bir denge kurularak uygulanmaktadır. Deney sonuçlarının karşılaştırılması için Plate shaped, Steep Ridges, Unimodal ve Multimodal fonksiyonları kullanılmıştır. FAtidal algoritması diğer mevcut geliştirilmiş Ateş böceği algoritmalarından daha iyi performans göstermektedir. Geliştirilmiş Ateş böceği algoritması ile veri setlerin kümelenmesi için yeni bir strateji önerilmiştir. Kümeleme veri nesnelerini gruplara ayıran bir prosedürdür. Birçok algoritma aynı anda morfoloji, örtüşme ve küme sayısının üstesinden gelememişler ve ayrıca son yıllarda iyi uygulamalardan birisi olan yoğunluk perspektifi kümeleme alanında kullanılmamıştır. Bu çalışmada, iki parametrenin başlatılmasıyla yeni bir bulanık ve DBSCAN'e dayalı kümeleme algoritması (AFD) önerilmiştir ve sonra iki parametre bağlı olmadan optimizasyon algoritmadan önerilen Ateş böceği algoritması veri yoğunluğa dayalı(FAtidal-DBSCAN) kümeleme problemine uygulanmıştır. Denemelerde, Önerilen algoritma son zamanlardaki geliştirilen kümeleme algoritmalarından daha iyi performans sergilemektedir. | |
dc.description.abstract | The Firefly algorithm is a population-based optimization algorithm. It has become popular in the field of optimization and has been applied to engineering practices. Recent works have failed to address how to find the global minimum, because their algorithm was trapped in the local minimum. Also, they were not able to provide a balance between exploration and exploitation. In this work, the Tidal Force formula has been applied to modify the Firefly algorithm. The proposed algorithm FAtidal brings a strategy into the optimization field. It is applied by using exploitation (Tidal Force) and keeping a balance between the exploration and exploitation on function suitability. Plate shaped, Steep Ridges, Unimodal and Multimodal Bençmark functions were used to compare experimental results. The study findings indicate that the Tidal Force Firefly algorithm outperforms the other existing modified Firefly algorithms. Another section of thesis proposes a strategy for clustering of the dataset with improved firefly algorithm. It is a procedure that partition data objects into the groups. Many algorithms could not overcome morphology, overlap and number of clusters problems at the same time. Clustering based on density is one of the best methods for those problems. This study proposed AFD algorithm based on Fuzzy and DBSCAN which works with the initialization of two parameters and FAtidal_DBSCAN algorithm proposed to reduce the sensitive paramters problems. In the experiments, It is demonstrated the proposed algorithms outperforms the other recently developed clustering algorithms. | en_US |
dc.language | Turkish | |
dc.language.iso | tr | |
dc.rights | info:eu-repo/semantics/openAccess | |
dc.rights | Attribution 4.0 United States | tr_TR |
dc.rights.uri | https://creativecommons.org/licenses/by/4.0/ | |
dc.subject | Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol | tr_TR |
dc.subject | Computer Engineering and Computer Science and Control | en_US |
dc.title | Değiştirilmiş ateş böceği algoritması ve veri yoğunluğu kümelemesine uygulanması | |
dc.title.alternative | Improved firefly algorithm and apply to clustering based on density | |
dc.type | doctoralThesis | |
dc.date.updated | 2019-03-07 | |
dc.contributor.department | Bilgisayar Mühendisliği Anabilim Dalı | |
dc.subject.ytm | Spatial database | |
dc.subject.ytm | Particle swarm optimization | |
dc.subject.ytm | Big data | |
dc.identifier.yokid | 10184177 | |
dc.publisher.institute | Fen Bilimleri Enstitüsü | |
dc.publisher.university | KARADENİZ TEKNİK ÜNİVERSİTESİ | |
dc.identifier.thesisid | 492396 | |
dc.description.pages | 142 | |
dc.publisher.discipline | Diğer |