YAPAY ARI KOLONİ PROGRAMLAMA YÖNTEMİNİN SEMBOLİK REGRESYON PROBLEMİ İÇİN TAGUCHI YÖNTEMİ İLE PARAMETRE OPTİMİZASYONU


Tezin Türü: Yüksek Lisans

Tezin Yürütüldüğü Kurum: Erciyes Üniversitesi, Fen Bilimleri Enstitüsü, BİLGİSAYAR MÜHENDİSLİĞİ ANABİLİM DALI, Türkiye

Tezin Onay Tarihi: 2024

Tezin Dili: Türkçe

Öğrenci: BÜŞRA LİSAN

Danışman: Beyza Görkemli Bayram

Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu

Özet:

Yapay Arı Kolonisi Programlama (Artificial Bee Colony Programming - ABCP), arı kolonilerinin yiyecek arama davranışlarını taklit eden Yapay Arı Kolonisi (Artificial Bee Colony - ABC) algoritmasına dayalı yüksek seviyeli bir otomatik programlama tekniğidir. Son dönemde ortaya çıkan bu teknik, başarılı sonuçlar vermesi ve uygulama kolaylığı ile birçok problemin çözümünde etkin olarak kullanılmaktadır. Evrimsel hesaplamaya dayalı optimizasyon yöntemlerinin hem başarılı hem de gürbüz (robust) bir şekilde performans sergileyebilmesi için uygun kontrol parametre değerlerinin belirlenmesi büyük önem taşımaktadır. Bu tez çalışmasında ABCP'nin kontrol parametresi değerlerinin belirlenmesinde, literatürde yaygın olarak kullanılan ve farklı parametre seviyeleri arasındaki en uygun kombinasyonu saptamayı sağlayan Taguchi yöntemi tercih edilmiştir. Bu çalışmada, sembolik regresyon problemi çözümünde ABCP algoritmasının kontrol parametreleri ele alınmış ve uygun parametre setinin belirlenmesi amaçlanmıştır. Algoritmanın anahtar parametreleri olan koloni büyüklüğü, limit ve maksimum ağaç derinliği dört seviyede incelenmiş ve L16 ortogonal dizisi oluşturulmuştur, sonrasında fonksiyon seti parametresinin etkisini ölçebilmek için ikinci bir deney tasarımı yapılmıştır. S/N oranları hesaplanmış ve faktörlerin etkileri incelenmiştir. ANOVA analizi sunulmuştur. Tahmin edilen ve deney çalışması neticesinde elde edilen S/N oranları kıyaslanmıştır. Anahtar Kelimeler: Yapay Arı Kolonisi Programlama, otomatik programlama, sembolik regresyon, deney tasarımı, Taguchi yöntemi