Tez No	İndirme	Tez Künye	Durumu
416898		Yapay arı koloni programlama (ABCP) yöntemlerinin geliştirilmesi ve sembolik regresyon problemlerine uygulanması / Developing new artificial bee colony programming (ABCP) methods and symbolic regression applications Yazar:BEYZA GÖRKEMLİ 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 2015 169 s.
Regresyon analizi, bağımlı ve bağımsız değişkenler arasındaki ilişkinin modellenmesini yani, fonksiyonel olarak açıklanmasını amaçlayan istatiksel bir metodolojidir. Klasik regresyon yöntemlerinde bir kaba ön modele ihtiyaç vardır. Sembolik regresyon ise sistemlerin modellenmesinde bağımlı ve bağımsız değişkenler arasındaki ilişkinin, analist ön görüsü ile belirlenecek bir kaba ön model olmadan ortaya koyulması ile ilgilenen bir problemdir. Bu problemin çözümünde genellikle genetik programlama benzeri otomatik programlama yöntemleri kullanılmaktadır. Bunlardan bazıları karınca programlama, yapay bağışıklık sistemi programlama ve klon seçim programlamadır. Bu tez çalışmasında, yapay arı kolonisi (artificial bee colony-ABC) algoritmasına dayalı otomatik programlama yöntemleri geliştirilmiş ve çeşitli sembolik regresyon problemlerine uygulamaları gerçekleştirilmiştir. Yapay arı koloni programlama (artificial bee colony programming-ABCP) algoritmaları olarak adlandırılan bu yöntemler ABCP, hızlı ABCP, anlamsal ABCP ve hızlı anlamsal ABCP'dir. Bu yöntemlerin performanslarını görmeye ve artırmaya yönelik çalışmalar yapılmış, sonuçları literatürde yer alan rakip yöntemlerin sonuçları ile kıyaslanmıştır. Ayrıca, ABCP ile inşaat mühendisliği alanında yer alan bir problem çözülmüştür. Bu kapsamda, İç Anadolu Bölgesi için önerilmiş bir standartlaştırılmış şiddet-süre-frekans ilişki verisine analitik model uydurulmasına dair çalışmalar yapılmıştır. Çalışmalarda elde edilen sonuçlar yapay arı kolonisine dayalı otomatik programlama yönteminin sembolik regresyon problemlerinde kullanılabilecek nitelikte olduğunu göstermiştir.
Regression analysis is a statistical methodology that aims to model the relationship between dependent and independent variables so that, aims to explain this relationship functionally. Classical regression methods require rough pre-models. Symbolic regression is a problem which tries to model the relation between dependent and independent variables without a rough pre-model determined by an analyst. Generally, automatic programming methods like genetic programming are used to solve this problem. Some of them are ant programming, artificial immune system programming and clone selection programming. In this PhD thesis, new automatic programming methods based on artificial bee colony (ABC) algorithm are proposed and these methods are applied to various symbolic regression problems. These methods called artificial bee colony programming (ABCP) algorithms are ABCP, quick ABCP, semantic ABCP and quick semantic ABCP. In order to see and improve the performance of these methods some studies are carried out and their results are compared with the results of other well-known methods in the literature. Furthermore, one of the problems related to civil engineering field is solved by using ABCP; studies on fitting an analytical model to standardized intensity-duration-frequency relationship data of Inland Anatolia Region. The results obtained from the thesis studies showed that the automatic programming method based on artificial bee colony is capable of being used in symbolic regression problems.