Improved Slime-Mould-Algorithm with Fitness Distance Balance-based Guiding Mechanism for Global Optimization Problems
Yazarlar (5)
Arş. Gör. Çağri Suiçmez Hitit Üniversitesi, Türkiye
Prof. Dr. Hamdi Tolga Kahraman Karadeniz Teknik Üniversitesi, Türkiye
Prof. Dr. Cemal Yilmaz Gazi Üniversitesi, Türkiye
Prof. Dr. Mehmet Fatih Işik Hitit Üniversitesi, Türkiye
Dr. Öğr. Üyesi Enes CENGİZ Sinop Üniversitesi, Türkiye
Makale Türü Açık Erişim Özgün Makale (Ulusal alan endekslerinde (TR Dizin, ULAKBİM) yayınlanan tam makale)
Dergi Adı Duzce Universitesi Bilim ve Teknoloji Dergisi
Dergi ISSN 2148-2446
Dergi Tarandığı Indeksler TR DİZİN
Makale Dili Türkçe Basım Tarihi 12-2021
Kabul Tarihi Yayınlanma Tarihi 31-12-2021
Cilt / Sayı / Sayfa 9 / 6 / 40–54 DOI 10.29130/dubited.1016209
Makale Linki http://dx.doi.org/10.29130/dubited.1016209
UAK Araştırma Alanları
Yapay Zeka
Özet
Bu çalışmada güncel bir Meta-Heuristic Search algoritması olan Balçık-Küfü Algoritması (SMA) performansının iyileştirmesi yapılmaktadır. SMA algoritmasında arama süreci yaşam döngüsü sürecini daha etkili bir şekilde modelleyebilmek için arama sürecine rehberlik eden çözüm adayları uzaklık-uygunluk dengesi (fitness-distance balance, FDB) yöntemi kullanılarak belirlenmiştir. Her ne kadar SMA algoritmasının performansı kabul görse de uygulanan FDB yöntemi sayesinde geliştirilen FDB-SMA algoritmasının performansının çok daha iyi olduğu görülmektedir. Geliştirilen FDB-SMA algoritmasının performansını test etmek için güncel benchmark sorunları olan CEC 2020 kullanılmıştır. CEC 2020'den alınan 10 farklı kısıtsız kıyaslama problemi 30-50-100 boyutlarında düzenlenerek tasarlanmıştır. Deneysel çalışmalar tasarlanan kıyaslama problemleri kullanılarak gerçekleştirilmiş ve Friedman ve Wilcoxon istatistiksel test yöntemleri ile analiz edilmiştir. Analiz sonuçlarına göre FDB-SMA varyasyonlarının tüm deneysel çalışmalarda temel algoritmaya (SMA) göre daha üstün bir performans gösterdiği görülmüştür.
Anahtar Kelimeler