Çadır Haritası Tabanlı Kaotik Optimizasyon Yöntemi

Abstract

ÖzGerçek hayatta bazı problemler matematiksel yöntemler kullanılarak çözülememektedir Bu problemleri çözmek için genellikle meta sezgisel optimizasyon yöntemleri kullanılmaktadır. Meta-sezgisel optimizasyon yöntemlerinin başarımlarını arttırmak için kullanılan çözümlerden biriside kaotik haritaların kullanılmasıdır. Kaos doğrusal olmayan yöntemlerin fenomeni olarak literatürdeki yerini almaktadır. Bu makalede sıklıkla kullanılan kaotik haritalardan biri olan çadır (tent) harita kullanılarak yeni bir kaotik optimizasyon yöntemi önerilmiştir. Önerilen yöntem parçacık tabanlı bir yöntemdir ve bu yöntem rastgele parçacık oluşturma, en iyi değeri hesaplama, parçacık güncelleme ve en iyi değeri güncelleme aşamalarından oluşmaktadır. Çadır harita parçacık güncelleme aşamasında kullanılmaktadır. Önerilen yöntemim performansını test etmek için literatürde sıklıkla kullanılan 12 adet sayısal karşılaştırma fonksiyonu kullanılmıştır ve elde edilen sonuçlar literatürde daha önce önerilmiş ve yaygın olarak kullanılan optimizasyon yöntemleriyle karşılaştırılmıştır. Deneysel sonuçlar ve karşılaştırmalar, önerilen yöntemin başarılı bir optimizasyon yöntemi olduğunu göstermektedir. AbstractIn the real life, some problems cannot be solved using mathematical methods. Meta-heuristic optimization methods are usually used to solve these problems. One of the solutions used to increase the performance of meta-heuristic optimization methods is the use of chaotic maps. Chaos is a phenomenon of nonlinear methods. In this article, a new chaotic optimization method is proposed by using a tent map which is one of the frequently used chaotic maps. The proposed method is a particle-based method, which consists of random particle creation, best-fit calculation, particle update, and best-value update. The tent map is used during the particle update phase. In order to test the performance of the proposed method, 12 numerical comparison functions, which are frequently used in the literature, were used and the results obtained were compared with previously proposed and widely used optimization methods in the literature. Experimental results and comparisons show that the proposed method is a successful optimization method.