Atama problemi için sürü zekâsı tabanlı en iyileştirme yöntemlerinin uyarlanması ve başarım değerlendirmesi

Abstract

Görev atama, hesaplama sistemlerinin yeteneklerinden etkin bir şekilde yararlanmanın temel adımlarından biridir. Ayrıca etkin bir görev atama, başarılı bir görev yönetimini sağlar. Böylece en büyük maliyet kayıplarından olan kaynak maliyeti azaltılır. Bu çalışmada, bu sorunun çözümünde kullanılan meta sezgisel algoritmalardan sürü zekâsı algoritmaları kullanılmıştır. Sürü zekâsı algoritmalarından arı ve parçacık kolonisi optimizasyon algoritmalarının görev atama sorunu üzerindekiçözümlerinin performansı karşılaştırılmıştır. Çeşitli boyutta ve zorlukta veri setleri seçilmiş ve arı ve parçacık kolonisi ile optimize edilmiştir. Sonuç olarak, hangi optimizasyon yönteminin veri setine göre daha iyi çalıştığı yorumlanmıştır

The task assignment is one of the core steps to effectively exploit the capabilities of computing system. In addition, an effective task assignment provides successful task management. So that, this reduces the cost of resources from the biggest cost losses. In this study, swarm intelligence algorithms which are used in the solution of this problem are used. It has been compared the performance of the solution of bee and particle colony optimization algorithms on assignment problem. Data sets of various size and difficulties are selected and optimized with bee and particle colony.As a result, it is interpreted which optimization method works better according to data set.