:::: MENU ::::
Sezgisel yöntemler

SEZGİSEL YÖNTEMLERDE ALTIN ORAN

“SEZGİSEL YÖNTEMLERDE ALTIN ORAN” başlıklı Doktora Tezi, Murat DEMİR tarafından yazılmış olup Temmuz 2015’te kabul edilmiştir.
İndirmek için: sezgisel-yontemlerde-altin-oran

Tezi okurken aldığım notlar aşağıdadır:

Yapay Atom Algoritması, kovalent ve iyonik adını verdiği iki farklı popülasyon ile araştırma sürecine başlamakta, kovalent ile uygunluk fonksiyonu sonuçlarını aldıktan sonra belirli sayıda bireyi iyonik popülasyondan alıp, çeşitliliği artırmaktadır. Tez içerisinde aday çözüm üretme stratejisi açıklanmadığı için aşağıya referanslarını veriyorum.

Yapay Atom Algoritması için referanslar:

A. Karcı, A new Metaheuristic Algorithm Based Chemical Process: Atom Algorithm , in Proc. 1st International Eurasain Conference on Mathematical Sciences and Applications, Prishtine, Kosovo, Sep. 3-7, 2012, pp. 83-84.

A.Erdoğan Yıldırım, A. Karcı, Solutions of Travelling Salesman Problem Using Genetic Algorithm and Atom Algorithm, in Proc. 2nd International Eurasain Conference on Mathematical Sciences and Applications, Sarajevo, Bosnia and Hercegovina, Aug. 26-29, 2013, pp. 134.

A. Karadoğan, A. Karcı, Artificial Atom Algorithm for Reinforcement Learning , in Proc. 2nd International Eurasain Conference on Mathematical Sciences and Applications, Sarajevo, Bosnia and Hercegovina, Aug. 26-29, 2013, pp. 379.

Ateşböceği algoritması ışık şiddeti ve çekicilik adı verilen iki parametre ile üretilen aday çözümlerle araştırma yapan bir algoritmadır. Ayrıntılar için referanslar aşağıda verilmiştir.

Ateşböceği algoritması için referanslar:

X.-S. Yang, Firefly algorithm, Levy flights and global optimization, in Proc. Research and Development in Intelligent Systems XXVI (Eds M. Bramer, R. Ellis, M. Petridis), Springer London, 2010, pp. 209-18.

X.-S. Yang, Firefly algorithms for multimodal optimization, Stochastic Algorithms:Foundations and Applications, Lecture Notes in Computer Science, Springer-Verlag, Berlin, vol 5792, 2009, pp. 169-178.

X.-S. Yang, Firefly algorithm, stochastic test functions and design optimisation, International Journal of Bio-Inspired Computation , vol 2, no. 2, 2010, pp. 78–84.


Sezgisel yöntemlerin sınıflandırılması

Sezgisel yöntemler en iyi sonucu bulacaklarını konusunda garanti vermeseler bile en kısa zamanda makul bir sonuç bulacaklarını garanti ederler. Bu yöntemler aşağıdaki gibi sınıflandırılabilir.

sezgisel-yontemler

Sezgisel yöntemler sosyal tabanlı, fizik tabanlı, biyoloji tabanlı, kimya tabanlı, müzik tabanlı, sürü tabanlı, spor tabanlı, matematik tabanlı ve melez olmak üzere 9 farklı kategoride değerlendirilmektedir. Bunlardan melez kategorisinde bir veya birden fazla kategorideki algoritmalar bir arada kullanılarak çözüm arayışı sağlanmaktadır. Bu kategorilerde literatürde yüzlerce algoritma bulunmaktadır.

Kaynak: http://ahmetcevahircinar.com.tr/2016/12/16/circir-bocegi-algoritmasi-yeni-bir-meta-sezgisel-yaklasim-ve-uygulamalari/