Yeni bir çevrim dışı algoritma yapılandırma yöntemi

Optimizasyon problemlerine kabul edilebilir süreler içerisinde optimale yakın çözümler bulmak için geliştirilen metasezgisel algoritmalar, performansları üzerinde çok önemli etkisi olan belirli parametrelere sahiptir. Bu parametreler için en iyi performans gösteren değerlerin seçimi oldukça zorlu ve meşakkatli bir problemdir. Ancak parametre ayarlama (diğer adıyla algoritma yapılandırma) yöntemi ile bu algoritmaların en iyi performans gösteren versiyonu elde edilebilir. Bu tezde, öncelikle algoritma yapılandırma probleminin tanımı sunulmuştur ve algoritma yapılandırma probleminin çözümünde kullanılmak üzere geliştirilen otomatik yöntemler hakkında bir literatür çalışması yapılmıştır. Ardından, Diferansiyel Karınca Stigmerji Algoritmasının parametre ayarlaması için sekiz farklı örnekleme yöntemi kullanılmış ve bu yöntemlerin performansları karşılaştırılmıştır. Son olarak, Latin Hiperküp Hammersley Örnekleme ve Bulanık C- Ortalama Kümeleme yöntemlerine dayalı yeni bir algoritma yapılandırma yöntemi önerilmiştir. Deneysel sonuçlarımız, önerilen yöntemin iki deneyde diğer mevcut yöntemlerden daha iyi performans gösterdiğini ve diğer iki deneyde de rekabetçi performans gösterdiğini göstermektedir. Deneylerimizin en önemli sonucu, önerilen yöntemle bulunan birden fazla parametre konfigürasyonunun, diğer yöntemler ile bulunan en iyi parametre konfigürasyonu ile rekabetçi sonuçlar göstermesidir.