Popülasyon çeşitliliği kontrollü ve geri beslemeli galaktik sürü optimizasyon algoritması

Optimizasyon, bir problem için en uygun çözümü makul bir sürede bulma işlemidir. Popülasyon tabanlı optimizasyon algoritmaları, çözüme ulaşmak için birden fazla çözüm adayını iyileştirerek daha iyi çözümler elde etmeyi amaçlamaktadır. Çözüm adaylarının keşif ve sömürü yeteneklerinin dengesi, optimizasyon yönteminin kaliteli çözümler elde etmesini sağlamaktadır. Keşif ve sömürü yeteneklerini gözlemlemek için, popülasyon çeşitliliği kontrolü yaygın olarak kullanılan bir araçtır. Popülasyon çeşitliliği, popülasyonu oluşturan bireylerin pozisyon, hız ve amaç fonksiyonunun değerlerinin gösterdiği çeşitliliktir. Popülasyon çeşitliliğinin düşük olması, sömürü yeteneğini olumlu etkilerken, çeşitliliğin yüksek olması keşif yeteneğini olumlu olarak etkilemektedir. Galaktik sürü optimizasyonu yöntemi, gezegenlerin ve yıldızların hareketlerinden esinlenilerek ortaya konulmuş popülasyon tabanlı bir optimizasyon sistemidir. Galaktik sürü optimizasyonu yöntemi, doğrudan bir optimizasyon algoritması olmayıp, içerisinde parçacık sürü optimizasyon algoritmasını kullanan bir üst çatıdır. Parçacık sürü optimizasyon algoritması, sürü halinde gezen balıkların ve kuşların davranışlarından esinlenilerek ortaya konulmuş, popülasyon tabanlı bir optimizasyon algoritmasıdır. Galaktik sürü optimizasyonu yöntemi, iki aşamadan oluşmaktadır. İlk aşamanın amacı arama uzayını etkin bir şekilde taramak, ikinci aşamanın amacı ise birinci aşamadan elde edilen çözümlerin iyileştirilmesidir. Bu tez çalışmasında, ilk aşamada popülasyon çeşitliliği kontrolü ile, keşif yeteneği iyileştirilmiştir ve ikinci aşamadan elde edilen bireyler ilk aşamaya ilave edilerek, standart galaktik sürü optimizasyon yönteminin çözüm yeteneği iyileştirilmiştir. Önerilen yöntemin performansı, literatürde sıklıkla kullanılan standart karşılaştırma fonksiyonları üzerinde test edilmiş ve sonuçları yakın zamanda önerilmiş optimizasyon algoritmaları ile karşılaştırılmıştır. Yapılan çalışmalar sonucunda önerilen yöntemin standart galaktik sürü optimizasyon yönteminin performansını arttırdığı gözlemlenmiştir.