Nicel kümeleme kurallarının iyon hareket algoritmasıyla otomatik keşfi

Abstract

Veri madenciliği ile büyük ölçekli veri yığınlarından anlamlı bilgilerin elde edilmesi sağlanmaktadır. Optimizasyon ile bir problemin çözümünde kullanılabilecek alternatif çözümler içerisinden en iyisini seçme amaçlanmaktadır. Optimizasyon problemlerinin çözümünde doğadan esinlenilerek oluşturulmuş çeşitli algoritmalar kullanılmaktadır. Özellikle sezgisel tabanlı optimizasyon algoritmaları büyük ölçekli problemlerin çözümünde etkili sonuçlar verebilmektedir.Bu tez çalışmasında fizik tabanlı güncel metasezgisel optimizasyon algoritmaları detayları ile incelenmiştir. Fizik tabanlı optimizasyon algoritmaları incelenirken öncelikle doğadaki esinlenme kaynakları araştırılmış olup, her bir algoritmanın esinlenilme mantığı ana hatları ile anlatılmıştır. Fizik tabanlı en güncel algoritmalardan İyon Hareket Optimizasyonu detayları ile incelenmiş, esinlenilme şekli ve problemlere uygulanma biçimi irdelenmiştir.C# programlama dilinde İyon Hareket Optimizasyonunu gerçekleştirmek üzere uygulama geliştirilmiş, UCI veri ambarından alınan 3 adet veri tabanı üzerinde kümeleme kurallarının otomatik keşfi sağlanmıştır. Optimizasyon sonucu elde edilen bulguların, aynı veri tabanlarının Weka programında yer alan farklı optimizasyon algoritmaları ile çalıştırılması sonucu elde edilen sonuçlar ile karşılaştırılması sağlanmıştır.İyon Hareket Optimizasyon algoritması kullanılarak kümeleme kurallarının otomatik keşfi ilk kez bu çalışmada gerçekleştirilmiştir. Geliştirilen bu algoritma ile kümeleme kurallarının eş zamanlı otomatik keşfi sağlanmış bulunan sonuçların belirlenen sayıda kümeye otomatik dağıtımı sağlanmıştır.

Data mining is used to obtain meaningful information from large scale of data. By using optimization it is aimed to select the best alternative solutions that can be used in the solution of a problem. For solving optimization problems several algorithms are used that inspired from nature. In particular heuristic-based optimization algorithms can provide effective results for solving large-scale problems.In this thesis physics-based metahuristic optimization algorithms has studied with up to date details. During the research of physics-based optimization algorithms especially nature inspiration sources is examined and inspiration of each algorithm is described in outline. Ion Motion Optimization which is one of the up to date physics-based algorithms is examined in details, inspiration situations and usage of the problems application format is discussed.Application is developed for performing Ion Motion Optimization in C # programming language, and 3 database that belongs to UCI warehouse is provided for the discovery of automatic clustering rules. Findings obtained as a result of the optimization is compared with results of other optimization algorithms in WEKA with the same data bases is provided.Automatic discovery implementation of clustering rules by using Ion Motion Optimization algorithm is first performed in this study. With this developed algorithm, discovery of automatic clustering rules and automatic distribution of results to the given clusters is provided.