Particle swarm systems for multimodal optimization
Çok doruklu optimizasyon için particle swarm sistemleri
- Tez No: 182152
- Danışmanlar: Y.DOÇ.DR. ENDER ÖZCAN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2006
- Dil: İngilizce
- Üniversite: Yeditepe Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bilim, mühendislik ve ekonomi gibi birçok alandaki yaşamsal problem optimizasyonile iç içedir. Bu optimizasyon problemlerinin bir kısmı, amacın bir arama uzayındabirbirinden farklı ve eşit kalitedeki birden fazla çözüm kümelerini bulmak olan çokdoruklu problemlerden oluşur. Zor optimizasyon problemlerini çözmek için genel olarakmeta-buluşsal yöntem ve yaklaşımlar kullanılır. Ancak, problemin çok doruklu olduğudurumlarda bazı iyileştirmeler gerekebilir. Bir Swarm Intelligence tekniği olan ParticleSwarm Optimizer (PSO) yönteminin en uygun çözüm kümesini bulmakta başarılı olduğudeneysel olarak gösterilmiştir. Ayrıca, PSO'nun çeşitli değişikliklere uğratılmış sürümleride çok doruklu problemlerde kullanılabilirliğini sağlamıştır. Bu tez, çok dorukluproblemler için önerilmiş mevcut PSO algoritmalarının yaygın kullanılan karşılaştırmafonksiyonları üzerindeki performanslarını karşılaştırmaktadır. Buna ek olarak, çok dorukluproblemler için delilik içeren ve tepe tımanmadan faydalanan yeni bir PSO algoritmasıönerilmektedir.
Özet (Çeviri)
Many real world problems in science, engineering and economy, involve inoptimization. Multimodal optimization problems represent a subset of such problems,where the goal is to obtain multiple different solutions with equal (or preferable) quality ina single search space. Meta-heuristics, especially, evolutionary computation techniques arethe most commonly used approaches for solving difficult optimization problems. However,due to the multimodality, they might require some enhancements. Particle SwarmOptimizer (PSO), as a swarm intelligence technique, has proven its success in solvingoptimization problems. Additionally, several modified versions of the PSO algorithm makeit a good choice for attacking multimodal problems as well. In this thesis, the performanceof existing multimodal PSO techniques are analyzed over a set of well-known benchmarkfunctions. Moreover, a new PSO algorithm based on craziness and hill-climbing isproposed for solving multimodal optimization problems.
Benzer Tezler
- Application and improvement of SAGE algorithm for channel parameter estimation
Kanal parametrelerinin kestirilmesi için SAGE algortiması uygulaması ve geliştirilmesi
HARUN BODUR
Yüksek Lisans
İngilizce
2008
Elektrik ve Elektronik Mühendisliğiİhsan Doğramacı Bilkent ÜniversitesiElektrik ve Elektronik Mühendisliği Bölümü
PROF. DR. AYHAN ALTINTAŞ
- Gaz, yangın algılama sistemleri ve otomatik sulu söndürme
Gas, fire detections systems and automatic water extinguishing
SELİM METİN YAVUZ
- Elektrot pürüzlülüğünün boşalma olaylarına etkisi
The Effect of surface roughness on the discharge phenomena
CAN YENİDOĞAN
Yüksek Lisans
Türkçe
1991
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiPROF.DR. MUZAFFER ÖZKAYA
- Düzgün olmayan alanda SF6, N2 ve SF6+N2 gazlarında boşalma gerilimlerine elektrod yüzey pürüzlülüğünün etkileri
Effects of electrode surface roughness on corona inception and breakdown voltages in SF6, N2 and SF6+N2 in non-uniform fields
MURTAZA FARSADİ
Doktora
Türkçe
1989
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiPROF.DR. MUZAFFER ÖZKAYA
- Atölye tipi çizelgeleme problemlerine parçacık sürü optimizasyonu yaklaşımı ve genetik algoritma modeli ile karşılaştırılması
A particle swarm optimization approach for the job shop scheduling problems and comparing with the genetic algorithm model
MEHMET ŞEVKLİ
Doktora
Türkçe
2005
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
Y.DOÇ.DR. MEHMET MUTLU YENİSEY