Meta-sezgisel algoritmaların sistem tanımlama problemlerine uygulanması

Son yıllarda çeŞitli optimizasyon problemlerini çözmek için kullanılan meta-sezgisel optimizasyon algoritmalarının sayısında önemli artıŞlar yaŞanmıŞtır. Bu tür algoritmalar, biyolojik evrim, sürü davranıŞı, bitki büyüme süreçleri vb. gibi fenomenlerden ilham alarak tasarlanmıŞtır. Çok çeŞitli algoritmalar olmakla birlikte genetik algoritma, parçacık sürü optimizasyon algoritmaları oldukça popülerdir. Meta-heuristik algoritmalar, makine öğrenmesinde hiperparametre hesaplama, kontrolör tasarımı, finans vb. çok çeŞitli uygulama alanlarında etkin bir Şekilde kullanılmaktadır. Yapılan literatür araŞtırmalarında meta-heuristik algoritmaların sistem tanımlama problemlerine uygulanmasında önemli eksiklikler olduğu belirlenmiŞtir. Sistem tanımlama yöntemleri, sistemin giriŞ ve çıkıŞ verilerini kullanarak sistemin matematiksel modelini belirlemeye çalıŞır. Bir sistemin matematiksel modelini elde etmek genellikle zahmetli ve karmaŞık bir süreç olabilir. Bu sürecin giriŞ/çıkıŞ verilerinin analiz edilmesi yoluyla sistem tanımlama yöntemleri kullanarak aŞmak mümkündür. Bu Şekilde, sistemin davranıŞını anlamak ve optimize etmek için kullanılabilecek bir model elde edilebilir. Bu çalıŞmada, Meta-sezgisel algoritmalar, saç kurutma(hair-dryer) deney setinden alınan giriŞ/çıkıŞ verileri kullanılarak sistemin modelini elde etmek için kullanılmıŞtır. Tezde; yapay ekosistem (AEO), çiçek tozlaŞma (FPA), karınca aslanı (ALO), güve-alev (MFO), halat çekme (TWO), atom arama (ASO), beyin fırtınası (BSO), su döngüsü (WCA), mercan resifleri (CRO) ve yaŞam seçimi tabanlı algoritma (LCO) gibi çeŞitli meta sezgisel optimizasyon algoritmaları ele alınmıŞ ve sistem tanımlama problemine uygulanmıŞtır. Belirtilen algoritmaların zaman, maksimum jenerasyon, erken durdurma ve fonksiyon hesaplama sınırlılıkları ele alınmıŞ ve performansları incelenmiŞtir. Algoritmaların performanslar karŞılaŞtırıldığında AEO algoritması, diğer algoritmalara göre yüksek bir performans göstermiŞtir. Yapılan analizler sonucunda önerilen meta-sezgisel algoritmaların sistem tanımlama problemlerine kolaylıkla ve baŞarıyla uygulanabileceği görülmüŞtür.