Göç Eden Kuşlar Algoritmasinda Kaos Fonksiyonlarinin Kullanilmasi
Loading...
Date
2016
Authors
DİNDAR ÖZ
Journal Title
Journal ISSN
Volume Title
Publisher
Open Access Color
OpenAIRE Downloads
OpenAIRE Views
Abstract
Olasılıksal eniyileme algoritmaları çalışmalarının birçok aşamasında rastlantısal veri kullanmaktadırlar ve performansları büyük oranda bu rastlantısal verinin dağılımına göre değişiklik göstermektedir. Bu noktadan hareketle farklı rastlantısal veri kaynaklarının eniyileme algoritmalarının performansına etkisi son zamanlardaki birçok çalışmanın odak noktası olmuştur. Kaotik eşlem fonksiyonları matematiksel özellikleri sonucu rastlantısal veri kaynağı olarak kullanılmaya oldukça elverişlidir. Bu çalışmada kaotik eşlem fonksiyonlarının popülasyon tabanlı evrimsel bir algoritma olan göç eden kuşlar algoritmasına etkisi bilgisayar mimarisinin güncel problemlerinden biri olan görev dağıtım problemi üzerinde deneysel olarak incelenmiştir. Deneyler neticesinde bir kısım kaotik eşlem fonksiyonlarının ele alınan problem için uygun olmadığı gözlense de klasik rastlantısal veri üretme algoritmaları ile başa baş performans sergileyen kaotik eşlem fonksiyonlarının da bulunduğu görülmüştür
Description
Keywords
Bilgisayar Bilimleri- Yazılım Mühendisliği-Bilgisayar Bilimleri- Teori ve Metotlar-Bilgisayar Bilimleri- Yapay Zeka, Bilgisayar Bilimleri, Yazılım Mühendisliği, Bilgisayar Bilimleri, Yapay Zeka, Bilgisayar Bilimleri, Teori Ve Metotlar
Fields of Science
Citation
[1] Copponetto R. Fazzino S. ve Xibillia M. G. \"Chaotic Sequences to Improve the Performance of Evolutionary Algorithms\" IEEE Transactions On Evolutionary Computation Cilt 7 No 3 289-304 2003.[2] Schuster H. G. \"Deterministic Chaos\" Wiley New York 1988.[3] Shabika A. Hooshmandasl M. ve Meybodi M. “Cryptanalysis of Multiplicative Coupled Cryptosystems Based on the Chebyshev Polynomials” Int J Bifurc Chaos Cilt:26 No 71650112 2016.[4] Farajallah M. El Assad S. ve Deforges O. “Fast and Secure Chaos-Based Cryptosystem for Images” Int J Bifurc Chaos Cilt:26 No 2 1650021 2016.[5] Tang B. Xiao Y. Tang S. ve Cheke R. “A Feedback Control Model of Comprehensive Therapy for Treating Immunogenic Tumours” Int J Bifurc Chaos Cilt:26 No 3 1650039 2016.[6] Mariani V. Duck A. Guerra F. Coelho L. Rao R. “A chaotic quantum-behavedparticle swarm approach applied to optimization of heat exchangers” Appl. Therm. Eng. Cilt 42 119-128 2012.[7] Senkerik R. Pluhacek M. Davendra D. Zelinka I. Kominkova Z. “Chaos driven evolutionary algorithm: a new approach for evolutionaryoptimization” Int. J. Mathematics and Computers in Simulation Cilt 7 No 3 363-368 2013[8] Liu D. ve Cao Y.A.“Chaotic genetic algorithm for fuzzy grid job scheduling” IEEE International Conferenceon Computational Intelligence and Security GuangzhouCilt 1 320–323 Kasım 2006.[9] Alataş B. Akın E. ve Özer B. “Chaos embedded particle swarm optimization algorithms” Chaos Solitons & Fractals, Cilt 40 1715–1734 2009.[10] Pluhacek M. Senkerik R. ve Davendra D.”Chaos particle swarm optimization with Eensemble of chaotic systems” Swarm and Evolutionary Computation Cilt 25 29-35 2015.[11] Metlicka M. ve Davendra D. “Chaos driven discrete artificial bee algorithm for location and assignment optimisation problems” Swarm and Evolutionary Computation Cilt 25 15-28 2015.[12] Shatz S. Wang J.P. ve Goto M.“Task allocation for maximizing reliability of distributed computer systems” IEEE Transactions on Computers Cilt 41 1156–1168 1992.[13] Kang Q. He H. ve Deng R. “Bi-objective task assignment in heterogeneous distributed systems using honeybee mating optimization” Applied Mathematics and Computation Cilt 219 2589– 2600 2012.[14] Salman A. Ahmad I. ve Al-Madani S.“Particle swarm optimization for task assignment problem” Microprocessors and Microsystems Cilt 26 363 - 371 2002.[15] Attiya G. ve Hamam Y.“Task allocation for maximizing reliability of distributed systems: A simulated annealing approach” Journal of Parallel and Distributed Computing Cilt 66 1259–1266 2006.[16] Duman E. Uysal M. ve Alkaya A. F.“Migrating birds optimization: Anew metaheuristic approach and its performance on quadratic assignment problem” Information Sciences Cilt 217 65–77 2012.[17] Yin P. Y. Yu S.-S. Wang P. ve Wang Y. T“Multiobjective task allocationin distributed computing systems by hybrid particle swarm optimization” AppliedMathematics and Computation Cilt 184 407–420 2007.[18] Lin S.W. Ying K.C. ve Huang C.- Y.“Multiprocessor task schedulingin multistage hybrid flowshops: A hybrid artificial bee colony algorithm with bidirectional planning” Computers and Operations Research Cilt 40 1186–1195 2013.[19] Pan Q.K. ve Dong Y.“An improved migrating birds optimisation for a hybridflowshop scheduling with total flowtime minimisation”Information Sciences Cilt 277643–655 2014.[20] Pendharkar P. C.“An ant colony optimization heuristic for constrained taskallocation problem” Journal of Computational Science Cilt 7 37–47 2015.[21] Stone H. S. “Multiprocessor scheduling with the aid of network flow algorithms” IEEE Transactions Software Engineering Cilt 3 85–93 1977.[22] Hansen J. V. ve Giauque W. C.“Task allocation in distributed processing systems” Operations Research Letters Cilt 5 137-143 1986[23] Chen W.-H. & Lin C.-S.“A hybrid heuristic to solve a task allocation problem” Computers & Operations Research Cilt 27 287-303 2000.[24] Peitgen H. Jurgens H. Saupe D.“Chaos and fractals New Frontiers of Science” Springer-Verlag Berlin 1992.[25] Peterson G. “Arnold’s cat map” Math 45 - Linear algebra1997.[26] Burgers J. “Mathematical examples illustrating relations occurring in the theory of turbulent fluid motion” Selected Papers of J. M. Burgers Springer Netherlands 281–334 1995.
WoS Q
Scopus Q
Source
Gazi Üniversitesi Fen Bilimleri Dergisi Part C: Tasarım ve Teknoloji
Volume
4
Issue
4
Start Page
225
End Page
233
Collections
