Doğrusal programlama problemlerinin meta sezgisel yöntemlerle çözümlenmesi

Abstract

İnsanlık var olduğu zamandan beri aklını ve içinde yaşadığı dünyayı kullanarak günümüz teknolojisine ulaştı. Bu ilerlemeyi kaydetmesindeki en büyük etken ise hep ?en iyi?yi aramasıdır. İyiyi arama işine ?optimizasyon? adı verilmektedir. En iyiyi arama yolunda ilerleyen insanoğlu tıkandığında sezgilerine güvenerek çıkış yolu bulmaya çalıştı. Günümüzde ise en iyiyi bulma yolunda son derece karmaşık problemlerle karşılaşılabilmektedir. Günümüz şartlarında herhangi bir çözüm algoritması geliştirilemeyen ya da var olan algoritmalarla çözümü çok uzun zaman alan karmaşık problemlerde insanoğlu yine meta sezgisel yöntemlerden faydalanmaktadır. Son zamanlarda literatüre girmiş oldukça fazla meta sezgisel yöntem bulunmaktadır. Problem çözümlerinde, problemin yapısına göre; kullanılacak olan meta sezgisel yöntemin seçimi son derece önemlidir.Bu tez çalışmasında, problem çözümlerinde kullanılan GA (Genetik Algoritma), KKO (Karınca Koloni Optimizasyonu), PSO (Parçacık Sürü Optimizasyonu), BT (Benzetilmiş Tavlama), TA (Tabu Arama) olmak üzere beş farklı meta sezgisel yöntem seçildi. Basitten karmaşığa 20 adet doğrusal programlama problemi bu meta sezgisel yöntemlerle, belirli koşullar altında sınandı ve sonuçlar değerlendirildi.Elde edilen sonuçlara göre, yukarıda isimleri geçen beş algoritma arasından PSO (Parçacık Sürü Optimizasyonu) algoritmasının belirli koşullarda diğerlerine nazaran daha iyi sonuçlara ulaştığı gözlemlendi.

Humanity has reached today's technology, by using his mind and the world he lived in, since his existence. The most important factor contributing to this progress has always been his quest for `the best`. The task of seeking the best is called optimization. When the road to advancement was blocked, humanity tried to find its way out, relying on intuition. Today, many complex problems can be encountered throughout this process. Mankind benefits from meta heuristic methods when an algorithm to solve the complex problems cannot be developed or employing the existing algorithm would take too much time. There are quite a lot of meta heuristic methods, which entered the literature recently. The selection of meta-heuristic method, which is to be used in the problem-solving process, regarding the structure of the problem, is extremely important.In this thesis, five different meta-heuristics methods, being GA (Genetic Algorithm), ACO (Ant Colony Optimization), PSO (Particle Swarm Optimization), SA (Simulated Annealing) and TS (Tabu Search) are used to solve problem in problem-solving. 20 pieces of linear programming problem, from simple to complex, were tested and the results were evaluated with these meta-heuristic methods, under specific conditions. It is observed that PSO (Particle Swarm Optimization) achieved better results than the others under specific conditions, according to the results of this study.