Optimizasyon problemlerinin çözümünde mikro yapay alg algoritmasının geliştirilmesi

Son yıllarda optimizasyon problemlerinin çözümünde metasezgisel algoritmalar sıklıkla kullanılmaktadır. Karmaşıklığı ve parametre sayısı yüksek problemlerde bu çözüm yöntemleri zaman ve maliyet açısından yeterli faydayı sağlayamamaktadır. Bu nedenle literatürde mikro metasezgisel optimizasyon yöntemleri önerilmiştir. Mikro algoritmalar daha küçük popülasyon boyutları ile büyük ölçekli problemlerin çözümünde başarılı sonuçlar vermektedir. Bununla birlikte, araştırmacılar tarafından yapılan çalışmalarda, popülasyon boyutunda küçülmenin yeterli olmadığı erken yakınsama ve yüksek durgunluk yaşayan mikro algoritmaların olduğu görülmüştür. Düşük popülasyonla birlikte algoritmanın yapısı bozulmadan eklenen metotlarla mikro metasezgisel algoritmalar literatüre sunulmuştur. Bu tez projesinde, yapay alg algoritması üzerinde düşük popülasyon kullanarak ve algoritma çalışma yapısını bozmadan eklenecek yardımcı metotlar ile, optimizasyon problemleri çözümünde performansı yüksek bir mikro yapay alg algoritması üzerine bir çalışma yapılmıştır. Yapılan çalışma Mikro Parçacık Sürü Optimizasyonu (μPSO), Mikro Bakteri Besin Arama Optimizasyonu Algoritması (μBFOA) ve standart Yapay Alg Algoritması (AAA) ile karşılaştırılmış ve başarılı sonuçlar ortaya koyduğu gözlemlenmiştir. Önerilen yöntemle karşılaştırılan algoritmaların kullanıldığı fonksiyonlar dışında CEC2015 fonksiyonları ile denemelerde Lokal alanlara takıldığı gözlemlenmiş ve bu sorunu aşmak için araştırma ve çalışmalar yapılmıştır. Bu işlemlerle birlikte esas önerilen yöntem olan Levy ile Mikro Yapay Alg Algoritması (µAAAlevy) sunulmuştur. Bu algoritma ise 3 ve 40 popülasyonlu AAA ile karşılaştırıldığında umut vadeden bir algoritma olduğunu göstermiştir.