Global Optimizasyon Problemleri için Kaotik Bonobo Algoritması

Abstract

ÖzOptimizasyon algoritmaları, global optimumdan feragat edilerek yaklaşık en iyi çözümü bulmayı amaçlayan algoritmalardır. Bu çalışmada incelenen Bonobo Optimizasyon (BO) Algoritması ise sürü zekasına dayanan bir algoritma olup, bonoboların sosyal davranışlarının ve üreme stratejilerinin matematiksel modellenmesine dayanmaktadır. Bonobolar, yaşadıkları topluluk içinde çeşitli büyüklük ve özelliklerde gruplar oluşturarak, farklı amaçlar için birbirlerinden ayrılıp bir süre sonra yeniden bir araya gelmektedirler. Bonoboların üreme stratejisi incelendiğinde rasgele çiftleşme, kısıtlayıcı çiftleşme, konsorsiyum ve grup dışı çiftleşme gibi dört farklı stratejiyi benimsedikleri görülmektedir. Bonoboların bu doğal davranışları çeşitli optimizasyon problemlerini çözmek için kullanılmıştır. BO'yu diğer sürü zekasına dayalı algoritmalardan ayıran en önemli özelliği ise arama ajanlarının güncelleme mekanizmaları ve bunlarla ilişkili parametreler ve çiftleşme ortaklarının seçim yöntemidir. Bu çalışmada BO incelenip, algoritmada kullanılan parametreler Chebyshev, Circle, Gauss, Iterative, Logistic ve Tent kaotik haritaları kullanılarak yeniden üretilmiştir. Performansları karşılaştırmak için sekiz adet kalite testi fonksiyonu kullanılmıştır. Buna göre kaotik haritalar kullanılarak oluşturulan yeni algoritmalardan elde edilen sonuçların, klasik BO'ya göre daha verimli olduğu görülmüştür.