Tez No	İndirme	Tez Künye	Durumu
476195		Adaptif ağ tabanlı bulanık çıkarım sistemleri (anfis)'nin yapay arı koloni algoritması ile eğitilmesi / Adaptive network based fuzzy i̇nference system (anfis) training by using artificial bee colony algorithm Yazar:EBUBEKİR KAYA Danışman: PROF. DR. DERVİŞ KARABOĞA Yer Bilgisi: Erciyes Üniversitesi / Fen Bilimleri Enstitüsü / Bilgisayar Mühendisliği Ana Bilim Dalı Konu:Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol = Computer Engineering and Computer Science and Control Dizin:	Onaylandı Doktora Türkçe 2017 216 s.
ANFIS'in eğitimi yapısında bulunan başlangıç ve sonuç parametrelerinin bir optimizasyon algoritması ile belirlenmesi anlamına gelmektedir. Problemlerin çözümü için etkili ANFIS modellerinin oluşturulması önemlidir. Bu yüzden son zamanlarda farklı sezgisel algoritmalar ANFIS eğitiminde kullanılmıştır. Bu tez kapsamında ABC algoritması kullanılarak ilk defa ANFIS eğitimi gerçekleştirilmiş ve performansı değerlendirilmiştir. Çalışmanın ilk aşamasında, standart ABC algoritması kullanılarak ANFIS eğitilmiştir. Uygulama kapsamında, lineer olmayan statik ve dinamik sistemler kimliklendirilmiştir. Elde edilen sonuçlar literatürde sıkça kullanılan farklı bulanık sinir ağı modelleri ile karşılaştırılmıştır. ABC algoritması ile etkili sonuçlara ulaşıldığı gözlemlenmiştir. İkinci aşamada, standart ABC algoritmasının yerel yakınsama hızını artırmak ve daha kaliteli çözümler elde etmek amacıyla aABC adı verilen versiyonu geliştirilmiştir. Adaptif ve hibrit yapıya sahip olan aABC algoritmasında, aritmetik çaprazlama kullanılarak yakınsama hızının artırılması sağlanmıştır. Bununla birlikte, başarısızlık sayacına bağlı bir denklemin kullanılmasıyla, algoritmaya adaptiflik kazandırılmıştır. aABC algoritmasının performansının analizi için ANFIS eğitimi gerçekleştirilmiştir. Çalışmanın üçüncü aşamasında, gerçek dünya problemlerinin çözümü için ABC ve aABC algoritmaları kullanılarak ANFIS eğitilmiştir. Gerçek dünya problemi olarak, farklı bölgelerden ülkemize gelen yabancı ziyaretçi sayısının tahmini gerçekleştirilmiştir. Sonuç olarak; ABC ve aABC algoritmalarının ANFIS eğitiminde kullanılmasıyla etkili ve başarılı sonuçların elde edildiği gözlemlenmiştir.
ANFIS training means that premise and consequence parameters in its structure are determined with an optimization algorithm. Creating effective ANFIS models is important for the solution of problems. Therefore, different heuristic algorithms have been recently used in ANFIS training. Within the scope of this thesis, ANFIS training is conducted for the first time by using ABC algorithm and its performance is assessed. In the first stage of the study, ANFIS was trained by using standard ABC algorithm. Non-linear static and dynamic systems were identified within the scope of the application. The obtained results are compared with the neuro-fuzzy based approaches which are commonly used in the literature. It has been observed that effective results have been achieved with the ABC algorithm. In the second stage, a version called as aABC is developed for the purpose of increasing the local convergence rate of standard ABC algorithm and obtaining more qualified solutions. In the aABC algorithm having an adaptive and hybrid structure, it was provided to increase the convergence rate by using arithmetic crossing. Besides, the step size of mechanism generating solution was adjusted adaptively by using an equation based on failure counter. ANFIS training is conducted for the analysis of performance of aABC algorithm. In the third stage of the study, ANFIS was trained by using ABC and aABC algorithms for the solution of real world problems. As real world problem, the number of foreign visitors to our country from different regions was estimated. In conclusion; it was observed that effective and successful outcomes were obtained by using ABC and aABC algorithms into ANFIS training.