Akademik Veri Yönetim Sistemi
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Marmara Üniversitesi, Fen Bilimleri Enstitüsü, Türkiye
Tezin Onay Tarihi: 2017
Tezin Dili: İngilizce
Öğrenci: HAKAN PEKDEMİR
Danışman: Haluk Rahmi Topcuoğlu
Özet:Farklı alanlardaki birçok gerçek dünya probleminin dinamik karakteristik göstermesi, son yirmi yılda araştırmacıların artan bir şekilde dinamik eniyileme problemleri üzerinde çalışmasında temel itici güç olmuştur. Bir dinamik eniyileme probleminde değişim zamanla olduğu için, bu tür bir problem için sunulan algoritmanın hedefi, zamanla değişen optimumu takip etmektir. Dinamik eniyileme problemlerini çözmek için literatürde evrimsel algoritmalar ve çeşitli sürü zekası teknikleri önerilmiştir. Havai Fişek Algoritması (FWA) son zamanlarda önerilmiş bir sürü zekası algoritmasıdır. Bu algoritma, havai fişeklerin patlamasını simüle ederek karmaşık statik problemler için global eniyilemeyi hedefler. Literatürde geleneksel Havai Fişek Algoritması üzerine birçok iyileştirme sunulsa da Genişletilmiş Havai Fişek Algoritması (EFWA) bunlar arasında en belirgin olanıdır. Bu tezde, gerçek uzayda yer alan dinamik eniyileme problemlerini çözmek üzere üç farklı EFWA tabanlı çözüm önerilmiştir. EFWA tabanlı çözümlerimizin performans değerlendirmesi Hareket Eden Tepeler (MPB) kıyaslama problemi ile doğrulanmıştır. Bu problem, çok bilinen bir sentetik gerçek uzay problemi olup, çoklu düzlemsel yüzey üzerinde birkaç tepe oluşurarak günceller. Kıyaslama probleminin farklı örnekleri üzerinde yapılan deneysel değerlendirme, geliştirdiğimiz yöntemlerin uygulanabilir olduğunu göstermiştir. EFWA tabanlı iyileştirmelerimiz, ilgili probleme yönelik göz önüne alınan birçok testte, literatürde yer alan çalışmalardan hem çözüm kalitesi hem de hesaplama maliyeti bakımından daha iyi sonuçlar vermiştir. ABSTRACT Most of the real world problems in different domains demonstrate various characteristics of dynamism, which is one of the major driving force for researchers studying dynamic optimization problems with an increasing rate for the last two decades. Since changes occur over time in a dynamic optimization problem, the goal of the target algorithm becomes tracking the trajectory of the changing optima over time. Evolutionary algorithms and various swarm intelligence techniques have been proposed in the literature to solve dynamic optimization problems. Fireworks Algorithm (FWA) is a recently proposed swarm intelligence algorithm for global optimization of complex static functions that simulates explosion process of fireworks. Although, a set of improvements over the conventional fireworks algorithm are presented in the literature for the static optimization problems, the most evident extension is the Enhanced Fireworks Algorithm (EFWA). In this thesis, three different extensions of the fireworks algorithms are proposed for solving dynamic optimization problems in real space. The performance evaluation of our EFWA-based algorithms is validated with the Moving Peaks Benchmark, a well known synthetic problem in real space that generates and updates a multidimensional landscape consisting of several peaks. Experimental evaluation on various instances of the benchmark clearly shows the applicability of our extensions. Our EFWA-based extensions outperform the related work in terms of both quality of solutions and computational cost for a large set of test instances of the benchmark.