Tez No	İndirme	Tez Künye	Durumu
514486		Melez metasezgisel algoritmalar için parametre kontrolü / Parameter control for hybrid metaheuristic algorithms Yazar:OSMAN GÖKALP Danışman: PROF. DR. AYBARS UĞUR Yer Bilgisi: Ege 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 2018 120 s.
Bir metasezgiselin en az bir algoritma ile birleştirilmesi melez metasezgisel olarak tanımlanmaktadır. Parametre değerlerinin algoritmanın çalışma zamanında belirlenmesi ise parametre kontrol olarak adlandırılmaktadır. Bu tez çalışmasının amacı melez metasezgiseller ile parametre kontrol yönteminin birlikte uygulanmasını sağlayarak özgün eniyileme yöntemleri geliştirmektir. Bu kapsamda, sürekli eniyileme ve kombinasyonel eniyileme olmak üzere iki temel alanda yeni algoritmalar geliştirilmiştir. Sürekli eniyileme için sınır kısıtlamalı problemler üzerinde çalışılmış ve bu alanda yaygın olarak kullanılan ABC, DE ve PSO metasezgiselleri yüksek seviyeli ve nöbetleşe çalışma prensibi ile melezleştirilmiştir. Geliştirilen bu melez algoritmadaki metasezgisellerin çalışma sırası, bir parametre olarak, UCB seçim algoritması tabanlı uyarlanabilir parametre kontrolü ile belirlenmiştir. Gerçekleştirilen deneysel çalışma, algoritma seviyesinde metasezgisel seçiminin parametre kontrolü ile yapılabilirliğini göstermektedir. Kombinasyonel eniyileme alanında ise Kapasiteli Araç Rotalama Problemi için ILS ve VND metasezgisellerini alt seviyeli ve takım çalışması prensibi ile melezleştiren bir algoritma geliştirilmiştir. Bu algoritmada, kabul fonksiyonu için uyarlanabilir parametre kontrolü uygulanmıştır. Gerçekleştirilen deneysel çalışma, önerilen yöntemde parametre kontrolü kullanılmasının istatistiksel olarak anlamlılığını göstermektedir. Ayrıca, ölçülen çalışma süreleri ve ortalama hata yüzdeleri literatürde bu alanda yer alan önemli algoritmalar ile yarışabilir düzeydedir.
A hybrid metaheuristic is defined as combining a metaheuristic with at least one algorithm. If parameter values are determined at run time of the algorithm, it is called parameter control. The aim of this thesis is to develop novel optimization methods by using hybrid metaheuristics and parameter control methods together. In this context, methods have been developed in two main optimization domains, namely continuous optimization and combinatorial optimization. For continuous optimization, bound constrained problems have been studied, and ABC, DE, and PSO metaheuristics, which are widely used in this area, were hybridized with high-level and relay principle of operation. As a parameter, the running order of these metaheuristics in this developed hybrid algorithm were determined by the adaptive parameter control based on the UCB selection algorithm. The experimental study shows the feasibility of metaheuristic selection with parameter control at algorithm level. For combinatiorial optimization domain, an algorithm that hybridizes ILS and VND metaheuristics with low-level and teamwork principle of operation was developed for Capacitated Vehicle Routing Problem. In this algorithm, an adaptive parameter control has been applied for acceptance function. The experimental study shows that the usage of parameter control in the proposed method is statistically significant. In addition, measured run-time and mean error rates are comparable to state-of-the-art algorithms in the literature.