Sezgisel yöntemlerde altın oran
| dc.contributor.author | Demir, Murat | |
| dc.date.accessioned | 2016-12-30T12:00:21Z | |
| dc.date.available | 2016-12-30T12:00:21Z | |
| dc.date.issued | 2015 | |
| dc.department | Enstitüler, Fen Bilimleri Enstitüsü, | en_US |
| dc.description.abstract | Sezgisel algoritmalar, çözüme yaklaşımsal yöntemlerle giden ve doğada var olan sistemleri taklit eden yöntemlerdir. Genellikle çözümü barındıracak popülasyonları temsil eden matrislerle hedef çözüme ulaşılmaya çalışırlar. Bir çok farklı metot kullanan sezgisel yöntem vardır. Bu tez çalışmasında optimizasyon amaçlı kullanılan sezgisel algoritmalardan, Yapay atom algoritması, Parçacık sürü optimizasyon algoritması, Ateş böceği algoritması, Yarasa algoritması ve Fidan gelişim algoritması yöntemleri veri kümeleme üzerine uygulanmıştır. Sezgisel algoritmalarda genellikle, çözüm için oluşturulan başlangıç popülasyonları rastgele oluşturulur. Bu çalışmada, Fidan gelişim Algoritması yönteminin başlangıç popülasyonunu oluşturmadaki tekniğinden faydalanılmıştır ve genellikle doğruluk oranını daha iyi değerlere taşıdığı görülmüştür. Altın oran değeri, kainatta birçok yerde eşsiz bir şekilde yaratma sanatını gösteren bir orandır. Bundan hareketle yapılan bu tez çalışmasında, veri kümeleme için, uygulama yazılımları geliştirilirken, altın oranın parametrelerdeki etkileri incelenmiştir. Sezgisel algoritmalarda hesapsal parametreler genellikle rastgele seçilir. Bu tez çalışmasında uygulama yazılımlarında parametreler, öncelikle rastgele denenmiştir. Daha sonra parametreler, altın oran değeri, altın oran değerine yakın değerler ve altın oran değerine uzak değerler etrafında denenmiştir. Uygulama yazılımlarında, parametrelerin tanımlı olduğu aralıklarda altın oran değerinin genelde en iyi sonuçları verdiği görülmüştür. Veri kümeleme için kullanılan yöntemlerde, sezgisel algoritmalara ve altın orana bir arada şu ana kadar rastlanmamıştır. Bu tez çalışmasında altın oran ve sezgisel algoritmalar başarılı bir şekilde veri kümeleme üzerine uygulanmıştır. | en_US |
| dc.description.abstract | Heuristic algorithms which mimic the natural processes, try to find approximate solutions. Generally, they try to approximate to solutions by using matrices which represent the candidate solutions. There are a lot of heuristic methods which use more than one method. In this thesis, the heuristic algorithms which are used at the aim of optimization, such as Artificial Atom Algorithm, Particle Swarm Optimization, Firefly Algorithm and Bat Algorithms were applied to clustering problems. Generally, initial populations are generated for heuristic algorithms. In this thesis, initial population generating method for Sapling Growing-up Algorithm was used and it was seen that this method made success rate increase. The golden ratio depicts unique art of creation in nature. By this way, the effect of golden ratio on the parameters of heuristic algorithms was investigated by developing software. In general, the values of parameters in heuristic algorithms are generated randomly. In this thesis, the random values were tried for parameters firstly. After that the values equal to golden ratio, near to golden ratio and far away to golden ratio were tried for parameters. In general, it was seen that the values of parameters near or equal to golden ratio yielded better results. There were no studies used golden ratio and heuristic algorithms together. In this thesis, golden ratio and heuristic algorithms were applied to clustering problems successfully. | en_US |
| dc.identifier.citation | Demir, M. (2015). Sezgisel yöntemlerde altın oran. İnönü Üniversitesi Fen Bilimleri Enstitüsü. 1-143 ss. | en_US |
| dc.identifier.endpage | 143 | en_US |
| dc.identifier.startpage | 1 | en_US |
| dc.identifier.uri | https://hdl.handle.net/11616/5813 | |
| dc.language.iso | tr | en_US |
| dc.publisher | İnönü Üniversitesi | en_US |
| dc.relation.publicationcategory | Tez | en_US |
| dc.rights | info:eu-repo/semantics/openAccess | en_US |
| dc.title | Sezgisel yöntemlerde altın oran | en_US |
| dc.title.alternative | Golden ratio on heuristic methods | en_US |
| dc.type | Doctoral Thesis | en_US |
