Çok modlu optimizasyon problemleri için bir yapay arı kolonisi algoritması gerçekleştirimi

Abstract

Gerçek dünya problemlerinde bir çok optimizasyon problemi birden çok yüksek kalitede global çözümler içerebilir. Bu tip problemler, çok modlu problemler olarak adlandırılır. Bu tür problemlerde tüm en iyi noktaların bulunmasına çalışılır. Bu tür problemler tek en iyi noktası bulunan problemlere göre daha zor olup tüm en iyi noktaların bulunması için arama uzayının farklı bölgelerinde araştırmaları gerçekleştiren algoritmaların kullanılması gereklidir. Yapay Arı Kolonisi (YAK) algoritması bal arıların yem arayışından ilham alan bir popülasyon tabanlı metasezgisel yöntem olup sürekli optimizasyon problemlerinin çözümünde kullanılmaktadır. Tek en iyi noktası bulunan eniyileme problemlerinde YAK algoritmasının başarılı sonuçlar verdiği bilinmektedir. Literatürde YAK algoritmaları ile çok modlu optimizasyon problemlerinin çözümüne yönelik yöntemlere rastlanmamıştır.Bu tezde, çok modlu optimizasyon problemlerin çözümünde kullanılabilecek YAK algoritması geliştirilmiştir. Algoritma performansı CEC 2015 çok modlu kıyaslama fonkisyon kümesi üzerinde test edilmiştir. Literatürdeki benzer yöntemlerle karşılaştırılarak algoritma performansı değerlendirilmiştir.

In real-world problems, many optimization problems may involve multiple high-quality global solutions. Such problems are called multimodal optimization problems. In such problems,it needs to be find all global optimums. Such problems are more difficult than single optimum problems and algorithms that perform searches in different regions of the search space are needed to find all optimums.The Artificial Bee Colony (ABC) algorithm is a population-based metaheuristic method inspired by the foraging behavior of honey bees and is used to solve continuous optimization problems. It is known that the ABC algorithm gives good results in problems with the single optimum.No methods have been found in the literature to solve ABC algorithms to multimodal optimization problems.In this thesis, ABC algorithm which can be used to solve multi-modal optimization problems has been developed. Algorithm performance is tested on the CEC 2015 multimodal benchmark function set. Algorithm performance is evaluated by comparing with similar methods in the literature.