- Avrupa Bilim ve Teknoloji Dergisi
- Ejosat Special Issue: (HORA) Special Issue
- Optimizasyon Problemleri İçin Geliştirilmiş Feromonal Yapay Arı Koloni (gfYAK) Algoritması
Optimizasyon Problemleri İçin Geliştirilmiş Feromonal Yapay Arı Koloni (gfYAK) Algoritması
Authors : Dursun Ekmekci
Pages : 442-450
Doi:10.31590/ejosat.780695
View : 8 | Download : 3
Publication Date : 2020-08-15
Article Type : Research
Abstract :Çevreden bilgi toplayan ve davranışını buna göre belirleyen bal arısı kolonisi, sürü yaşamının en popüler örneklerinden biridir. Bu dinamik yapı, farklı yaklaşımlarla değerlendirilerek, birçok mühendislik problemine çözüm önerisi getirilmiştir. Bilgisayar sistemleri alanında, bilgisayar ağları, mobil ağ optimizasyonu, sayısal ve kombinasyonel optimizasyon için geliştirilen birçok çözüm önerisi, bal arısı kolonisinin davranışlarını model almaktadır. Yöneylem araştırmacıları ise daha çok, koloni üyelerinin, haberleşme, etkileşim, evlilik ve yem arama davranışlarına yoğunlaşmışlardır. Bu bağlamda, yiyecek arama ve toplama görevini üstlenen bal arılarını taklit eden Yapay Arı Koloni (YAK) Algoritması, optimizasyon literatüründe önemli bir başarıya sahiptir. Klasik algoritma yapısında, limit periyodunda oluşturulan rastgele çözümler, algoritmayı yerel optimumdan kurtarırken, daha başarılı çözümler üretebilmek için rulet tekerleği kullanılır. Ancak arılar arasındaki etkileşimi daha verimli kılan algoritma türevleri de geliştirilmiştir. Bu çalışmada bal arılarının daha verimli yerel arama yapabilmesi için geliştirilen feromonal YAK (fYAK) algoritması ele alınmıştır. fYAK’ta gözcü arıların, işçi arıların tecrübesinden daha fazla yararlanabilmesi için feromon salgısı kullanılır. Böylece gözcü arılar, yeni çözümler üreten değil, yeni çözümler oluşturan prosedürler kullanır. Çözüm önerisi olarak sunulan Geliştirilmiş fYAK (gfYAK) modelinde, çözüm bileşenleri arasındaki korelasyonu, çözüm başarısıyla daha çok ilişkilendiren hafıza ve algoritmanın daha etkili çözüm bölgelerine yönelmesini sağlayan transfer fonksiyonları kullanılmaktadır. Herbir çevrimde hafıza ve buna bağlı olarak feromon matrisi güncellenmektedir. İlgili çevrimde, o ana kadarki en iyi çözüm bulunmuşsa feromon matrisi için genel güncelleme yapılır. Algoritma yakınsama performansını araştırabilmek ve transfer fonksiyonlarının etkisini analiz edebilmek için, çalışma kapsamında üç farklı transfer fonksiyonu kullanılmıştır. Farklı boyutlardaki Gezgin Satıcı Problemi (GSP) üzerinde yapılan denemeler, algoritmanın klasik YAK ve fYAK’a oranla daha iyi çözümler üretebildiğini göstermiştir.Keywords : YAK, fYAK, gfYAK