Tez No	İndirme	Tez Künye	Durumu
512161		Etmen tabanlı benzetimde parametre ayarlama / Parameter tuning in agent based simulation Yazar:RABİA KORKMAZ TAN Danışman: DR. ÖĞR. ÜYESİ ŞEBNEM BORA 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 237 s.
Bu çalışma, etmen tabanlı model ve benzetim ortamında modellenen karmaşık sistemlerin parametre ayarlama problemine çözüm getirmek için yapılmıştır. Modellenen karmaşık sistemler, gerçeğine uygun ve istenen davranışı sergileyebilmek için iyi bir parametre setine ihtiyaç duyarlar. Bu işlem, büyük parametre uzaylarına sahip olan karmaşık sistemler için çözülmesi gereken bir optimizasyon problemidir. Bu tez çalışması, etmen tabanlı model ve benzetimler için 3 aşamalı hibrit bir parametre ayarlama yaklaşımı sunmaktadır; ilk aşamada problem tanımlanmış. İkinci aşamada, bir meta-sezgisel algoritma olan Genetik Algoritma, Parçacık Sürü Optimizasyonu, Yapay Arı Kolonisi ve Ateş Böceği Algoritmaları kullanılarak parametre ayarlama işlemi gerçekleştirilmiştir. Yine ikinci aşamada kullanılan meta-sezgisel algoritmaların sahip olduğu kritik parametre değerlerinin, algoritmaların performansına doğrudan etki ettiği bu tez çalışmasında gözlemlenmiştir. Bundan dolayı, çevrim içi uyarlanabilir parametre kontrol tekniği kullanılarak kullanılan meta-sezgisel algoritmaların uyarlanabilir versiyonları geliştirilmiştir. Geliştirilen bu algoritmalar da model parametrelerini ayarlama işlemi için kullanılmıştır. 3. aşama kontrol aşaması olup optimizasyon sonucu elde edilen algoritmaya ait kritik parametre değerleri ve modele ait bulunan parametre değerleri manuel girilerek test edilme işlemi yapılmaktadır. Geliştirilen bu yaklaşım, 3 farklı modelde ve 4 farklı nümerik test fonksiyonunda test edilmiş problemlerdeki algoritma başarıları karşılaştırılmıştır.
This study was carried out to solve the parameter tuning problem of complex systems that are modelled in an agent-based modelling and simulation environment. Complex systems that are modelled need a good set of parameters to be able to demonstrate the realistic and desired behaviour. This process is an optimization problem that must be solved for complex systems with large parameter spaces. This study presents a tree step hybrid parameter tuning approach for agent-based models and simulations. In the first step, the problem is defined; in the second step, parameter tuning process is carried out using Genetic Algorithms, Particle Swarm Optimization, Artificial Bee Colony and Firefly Algorithms, which are meta-heuristic algorithms. Again, meta-heuristic algorithms used in the second stage have been observed in this thesis that critical parameter values directly affect the performance of the algorithms. Therefore, adaptive meta-heuristic optimization algorithms which are adapted to the problem are developed using the online adaptive parameter control technique. These algorithms are also used to adjust the model parameters. In the third step, which is the control phase, the algorithm parameters obtained by the online adaptive parameter control method and the parameter values of the model from the used meta-heuristic algorithms are manually provided and tested. This approach is compared with the algorithm performance of the problems tested in 3 different models and 4 different numerical test functions.