Çoklu popülasyon tabanlı metasezgisel algoritma ile yapay sinir ağlarının eğitilmesi

---

Tezin Türü: Yüksek Lisans

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

Tezin Onay Tarihi: 2019

Tezin Dili: Türkçe

Öğrenci: CİHAT KIRANKAYA

Danışman: Latife Görkemli

Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu

Özet:

Son yıllarda yapay zeka hayatın her alanında kendine yer bulmaya başlamıştır. En etkili yapay zeka tekniklerinden biri olan yapay sinir ağları, insan beyninden esinlenerek insanın öğrenme ve yorumlama kabiliyetlerinin bilgisayarlara kazandırılıp anlamlı sonuçlar üretilmesinde oldukça başarılıdır. Yapay sinir ağlarının etkili sonuçlar üretebilmesi ağın ne şekilde eğitildiği ile doğrudan ilişkilidir. Yapay sinir ağlarını eğitmek için kullanılan geleneksel algoritmalar karmaşık problemlerde ve gerçek hayat problemlerinde her zaman başarılı sonuçlar vermemektedir. Metasezgisel algoritmalar çözümü zor ve uzun zaman alan problemleri, kısa zamanda ve optimuma yakın sonuçlar elde ederek çözmek için geliştirilmiş etkili yöntemlerdir. Bu çalışmada yapay sinir ağlarının etkin bir şekilde eğitilebilmesi için son yıllarda birçok problem çeşidinin çözümünde kullanılan yapay arı kolonisi algoritması tercih edilmiştir. Algoritmanın yerel optimumlara takılmadan arama yapabilmesi için alt popülasyonlar kullanılarak farklı değişim stratejileri tercih edilmiş ve her alt popülasyonun farklı parametreler ile arama yapması sağlanarak daha etkin bir yapı kurulmaya çalışılmıştır. Önerilen model farklı veri setleri üzerinde uygulanmış sonuçlar analiz edilmiştir.