Elektriğin dirençli ortamda hareketini temel alan yeni bir meta sezgisel algoritma tasarımı

"Optimizasyon" kelimesinin Türk Dil Kurumu'ndaki karşılığı "en uygun duruma getirme" olarak belirtilmiştir. Hepimiz günlük hayatta bilinçsizce bir optimizasyon süreci yaşamaktayız. Yolculuk yaparken rotayı seçerken veya basit alışverişlerimizi yaparken, mevcut duruma göre en uygun seçenekleri tercih etmeye çalışmaktayız. Küçük ölçekli optimizasyon problemlerini beyin gücümüzü kullanarak veya geleneksel algoritmalarla çözebilmekte, ancak büyük veya karmaşık problemlerin çözümü için bilgisayarlardan faydalanmaktayız. Bilgisayar destekli optimizasyon problemlerini çözmek için birçok algoritma tasarlanmıştır. Geleneksel algoritmalar, basit yapılarına rağmen yavaş çalışma süreleri ve esnek olmayan uygulanabilirlikleri nedeniyle sınırlıdır. Geleneksel algoritmalar sadece belirli tipte problemleri çözebilme yeteneğine sahiptirler. İlerleyen bilim ve teknoloji sayesinde, daha hızlı çalışan ancak yine problem bağımlı olan algoritmalar geliştirilmiştir. Bu algoritmalar genellikle sezgisel algoritmalar olarak adlandırılır ve belirli bir problem türünün çözümü için kullanılmaktadır. Ancak, bu algoritmalar geleneksel algoritmalardan daha hızlı olmalarına rağmen problem çeşitliliği konusunda esnek değillerdir, bu nedenle eksik kalmışlardır ve gelişim ve değişim ihtiyacı ortaya çıkmıştır. Bu ihtiyaçtan yola çıkarak meta-sezgisel algoritmalar geliştirilmiştir. "Meta" kelimesi antik Yunanca 'da "ötesi" veya "sonrası" anlamına gelir. Bu nedenle, meta-sezgisel algoritmaları "sezgisel ötesi" veya "sezgisel sonrası" algoritmalar olarak düşünebiliriz. Meta-sezgisel algoritmalar, sezgisel algoritmalardan daha hızlı çalışırken, bir probleme veya belirli bir problem türüne bağımlı olmadan çalışabilme özelliğine sahiptirler. Bu tez çalışmasında, Elektriksel Arama Algoritması (EAA) adı verilen yeni bir meta sezgisel algoritması önerdik. Önerilen algoritma, ahşap, cam ve gazlar gibi yüksek dirençli alanlarda elektriğin hareketine dayanmaktadır. EAA, arama uzayının alt ve üst sınırlarında yalnızca bir ajanın başlattığı ve kutup adı verilen yapılar oluşturan benzersiz bir başlatma şemasına sahiptir. Bu aşamadan sonra EAA, arama yapmak için benzersiz küresel ve yerel arama stratejileri kullanmaktadır. Arama mekanizması, zıt kutuplara hareket eden elektronlara dayanmaktadır. EAA algoritmasının ilk başlatma şeması, kutup arama mekanizması ve en iyi çözümlerin güncelleme stratejisi ile karşılaştırıldığında diğer meta sezgisel yöntemlerden farklıdır. EAA, IEEE-CEC-2019'daki "100 Basamak Yarışması " test fonksiyonları, literatürde sıklıkla kullanılan dört test fonksiyonu ve bir np-hard kümeleme problemi ile test edilmiştir. Kümeleme problemi için iyi literatürde iyi bilinen dört veri seti kullanılmıştır. Bu veri setleri İris, Wine, Seeds ve Hepatit C Virüsü (HCV) veri setleridir. EAA, bu iyi bilinen test fonksiyonları üzerinde yedi farklı meta sezgisel algoritma ile karşılaştırılmış ve kümeleme probleminin sonuçları ise X-Ortalamalar algoritması ile karşılaştırılmıştır. Ek olarak, sonuçların anlamlılığını göstermek için Friedman İşaretli Sıra testi ve olay sonrası Wilcoxon Testi yapılmıştır. İyi bilinen test fonksiyonlarının tümünde, EAA ya en iyi sonuçları vermiş ya da diğer karşılaştırılan algoritmalara benzer sonuçlar vermiştir. EAA'nın IEEE-CEC-2019 test fonksiyonlarındaki puanı, düşük iterasyon sayılarıyla bile EAA'nın rakip algoritmalara benzer sonuçlar elde edebildiğini göstermektedir. Sonuçlar, EAA'nın yerel noktalara takılmamak için sağlam bir mekanizmaya sahip olduğunu ve yavaş ama kalıcı bir hızda hareket ettiğini göstermektedir.