Yazar "Irmak, Büşra" seçeneğine göre listele

Listeleniyor 1 - 1 / 1
  • Küçük Resim
    Öğe
    Yapay sinir ağlarının eğitimi için kelebek optimizasyonu algoritmasının iyileştirilmesi
    (Necmettin Erbakan Üniversitesi Fen Bilimleri Enstitüsü, 2022) Irmak, Büşra; Gülcü, Şaban
    Kelebek optimizasyonu algoritması (KOA) meta sezgisel bir algoritmadır ve global optimum sorununu çözmek için tasarlanmıştır. KOA, kelebeklerin koku, görme, tat, dokunma ve duyma duyularını kullanarak yiyecek ve çiftleşme eşini bulmalarını rol model alarak tasarlanan bir algoritmadır. Bu duyular ayrıca bir yerden bir yere göç etmek, yırtıcıdan kaçmak ve uygun yerlere yumurta koymak için de yararlıdır. KOA, hiper arama alanında optimumu bulmak için bu davranışı taklit eder. Bu çalışmada çok katmanlı algılayıcıları (ÇKA) eğitmek için iyileştirilmiş kelebek optimizasyonu algoritması (İKOA) önerilmiştir. Çalışmada İKOA algoritmasını geliştirmek için kaostan yararlanılmıştır. Yerel ve global arama denklemleri arasındaki dengeyi kuran p anahtarı kaotik haritalarla her iterasyonda güncellenmiştir. Önerilen İKOA algoritması 13 kıyaslama fonksiyonu üzerinde test edildi ve KOA'dan daha iyi performans gösterdi. Önerilen İKOA algoritması ağırlık ve bias değerlerini optimuma getirmek için kullanılmıştır. İKOA ile eğitilerek geliştirilen ÇKA'ya İKOA-ÇKA ismi verilmiştir. İKOA-ÇKA algoritmasının başarısının doğruluğu literatürde sıkça kullanılan iris, meme kanseri, kalp, balon ve xor veri seti olmak üzere 5 farklı veri seti üzerinde test edilmiştir. Her bir veri seti için farklı ÇKA yapıları kullanılmıştır. İKOA-ÇKA, literatürdeki ÇKA'yı eğitmek için geliştirilen kelebek optimizasyonu algoritması tabanlı KOA-ÇKA, yarasa optimizasyonu algoritması tabanlı BAT-ÇKA, maddenin halleri optimizasyonu algoritması tabanlı SMS-ÇKA ve geri yayılım (GY) olmak üzere dört farklı algoritma ile karşılaştırıldı. Karşılaştırma sonuçlarında İKOA-ÇKA algoritmasının BAT-ÇKA, SMS-ÇKA ve GY algoritmalarını geride bıraktığı, KOA-ÇKA algoritması ile başa baş rekabet ettiği hatta bazı durumlarda öne geçtiği gözlemlenmiştir. Bunun nedeni ise İKOA-ÇKA algoritmasının üstün arama stratejisine ve yerel optimumu atlamadaki üstün yeteneğe sahip olmasıdır.