Yeni bir biyolojik ilhamlı metasezgisel optimizasyon metodu: Yapay alg algoritması

Bu çalışmada hareketli mikro alglerin karakteristik özellikleri ve yaşam davranışlarından esinlenilerek yapay alg algoritması (AAA) adında yeni bir biyolojik ilhamlı metasezgisel optimizasyon algoritması sunulmuştur. AAA evrimsel süreç, adaptasyon süreci ve helisel hareket süreci adında 3 temel bölümden oluşmaktadır. Helisel hareket süreci, alglerin sıvı içindeki helisel hareketleri ve ışığa yakın olma davranışları, evrimsel süreç, alglerin mitoz bölünme ile üremeleri ve adaptasyon süreci ise alglerin bulundukları çevreye adapte olmaları gibi temel özellikleri üzerine modellenmiştir. AAA'nın etkinliğini doğrulamak için CEC'05 test fonksiyonlarında ve basınçlı tank tasarım optimizasyon problemi üzerinde performans testleri yapılmıştır. Test sonuçları literatürde bulunan metasezgisel algoritmalar ile kıyaslanmış ve performans analizi yapılmıştır. AAA'ya çoklu ışık kaynağı hareketi (MLS) uygulanarak geliştirilmiş yapay alg algoritması (AAAML) sunulmuştur. AAA ve AAAML yöntemlerinin etkinlikleri ve verimliliklerini doğrulamak için CEC'13 test fonksiyonları ve CEC'11 gerçek dünya optimizasyon problemleri üzerinde testler yapılmıştır. Test sonuçları literatürde iyi bilinen algoritmaların geliştirilmiş ve hibrit sürümleri ile kıyaslanmış ve detaylı performans analizleri yapılmıştır. Yapılan detaylı performans testleri ve analizler AAA ve geliştirilmiş sürümü AAAML'nin sürekli optimizasyon için tutarlı, etkin ve verimli yöntemler olduğunu göstermiştir.
In this study, a novel bio-inspired metaheuristic optimization algorithm called artificial algae algorithm (AAA) inspired by the living behaviors and characteristics of microalgae is introduced. AAA consists of three main processes called helical movement, evolutionary and adaptation processes. Helical movement process is based on helical movement of algae in the medium and the algal tendency to get closer to the light. Evolutionary process is based on reproduction by mitotic division. Adaptation process is based on their adaptation to the environment. To verify the effectiveness and efficiency of AAA, performance tests were performed on CEC'05 benchmark functions and pressure vessel design optimization problem. Test results were compared with meta-heuristic algorithms in the literature and performance analyses were conducted. AAA was modified by implementing multi-light source movement and artificial algae algorithm with multi-light source (AAAML) version was established. To verify the effectiveness and efficiency of AAA and AAAML, experiments were performed on CEC'13 benchmark functions and CEC'11 real-world optimization problems. Test results were compared with well-known improved and hybrid methods and detailed performance analyses were performed. Those performance tests and analyses indicated that AAA and AAAML are consistent, effective and efficient methods for continuous optimization.
Bu tez çalışması Selçuk Üniversitesi Bilimsel Araştırma Projeleri Koordinatörlüğü tarafından 13101019 nolu proje ile desteklenmiştir.