Kaotik kuş sürüsü optimizasyon algoritmaları

Matematiksel programlama olarak da bilinen optimizasyon, bir amaç (değerlendirme) fonksiyonuna göre bir problemde belirli aralıktaki sayısal değerlerin en uygununu seçen işlemler topluluğudur. Optimizasyon problemleri için birçok algoritma önerilmiştir. Bu algoritmaların çoğu sistemin modeli ve amaç fonksiyonu için matematiksel modellere ihtiyaç duymaktadır. Matematiksel modelin çıkarılamadığı durumlarda kabul edilebilir sürede sonuç elde edebilmek amacıyla genel amaçlı sezgisel optimizasyon algoritmaları kullanılır. Genel amaçlı sezgisel optimizasyon algoritmaları, biyoloji tabanlı, fizik tabanlı, sürü tabanlı, sosyal tabanlı, müzik tabanlı, kimya tabanlı, spor tabanlı ve matematik tabanlı olmak üzere sekiz farklı grupta değerlendirilmektedir. Sürü zekâsı tabanlı optimizasyon algoritmaları kuş, balık, kedi ve arı gibi canlı sürülerinin hareketlerinin incelenmesiyle geliştirilmiştir. Optimizasyon algoritmalarının hızlı yakınsaması ve yüksek doğruluk oranını artırmak için kaotik haritalar birçok algoritmada kullanılmıştır. Kuş Sürüsü Algoritması (KSA) en güncel sürü zekâsı algoritmalarından biridir. KSA'nın kaosla global yakınsama özelliğinin artırılması ve lokal çözümde takılıp kalmasının önlenmesi ilk kez bu çalışma ile sunulmuştur. Bu tezde, KSA ve kaotik KSA detaylı olarak açıklanmış ve algoritmanın performansı, farklı boyutlardaki tek modlu ve çok modlu kalite testi fonksiyonları ve üç adet kısıtlı gerçek mühendislik problemi kullanılarak incelenmiştir. Söz konusu incelemelerde optimuma yakınsama eğilimi, performans ölçütü olarak kullanılmıştır. İnceleme sonuçları karşılaştırmalı tablolar ve grafikler aracılığıyla sunulmuş ve yorumlanmıştır. Bu algoritma ile hem tek modlu hem de çok modlu kalite testi fonksiyonlarında diğer sürü zekâsı algoritmalarından çok daha iyi sonuçlar elde edildiği için, algoritmanın ileride birçok problemde etkili olarak kullanılacağı beklenmektedir.