Levy Uçuşuyla Geliştirilen Balina Optimizasyon Algoritmasının Kümeleme Problemlerine Uygulanması

Basit Öğe Kaydı
dc.authorid0000-0003-4975-6418en_US
dc.contributor.advisorİnan, Onur
dc.contributor.authorMat, Ayşe Nagehan
dc.date.accessioned2021-08-12T12:56:55Z
dc.date.available2021-08-12T12:56:55Z
dc.date.issued2021en_US
dc.departmentNEÜ, Fen Bilimleri Enstitüsü, Bilgisayar Mühendisliği Anabilim Dalıen_US
dc.descriptionYüksek Lisans Tezien_US
dc.description.abstractBirçok araştırmacı tarafından ele alınan kümeleme, veri topluluklarının denetimsiz olarak gruplara ayrılmasıdır. Kümelemede veriler, aralarındaki benzerlik veya farklılıklar kullanılarak gruplandırılmaktadır. Geleneksel ve sezgisel birçok algoritma kümeleme probleminde kullanılmakta olup, günümüzde yeni teknikler geliştirilmeye devam etmektedir. Bu tezde, balinaların avlanma davranışını taklit eden Balina Optimizasyon Algoritması (BOA) ve Levy Flight (LF) stratejisi birlikte kullanılarak daha etkili yeni bir kümeleme algoritması geliştirilmiştir. UCI Machine Learning Repository veri tabanından alınan 16 gerçek veri setinde (Dermatology, E. Coli, Balance, Cancer-Int, Cancer, Iris, Glass, Wine, Credit, Thyroid, Heart, Spect, Diabetes, Hepatit, Breast Tissue, Parkinson) geliştirilen BOA-LF algoritmasıyla kümeleme uygulaması yapılmıştır. Önerilen algoritmanın kümeleme aşamasında, uygunluk fonksiyonu olarak Toplam Karesel Uzaklık fonksiyonu kullanılmıştır. BOA-LF’nin kümeleme performansı, k-means, k-medoids ve bulanık c-means kümeleme algoritmalarının performansıyla karşılaştırılmıştır. Bu karşılaştırmaya göre BOA-LF, 11 veri setinde (Cancer-int, Iris, Wine, Credit, Thyroid, Heart, Spect, Diabetes, Hepatit, Breast Tissue, Parkinson) daha iyi kümeleme sonuçları elde etmiştir. Deneysel sonuçlar, BOA-LF’nin kümeleme problemindeki başarısını ve alternatif bir kümeleme algoritması olarak kullanılabileceğini göstermiştir.en_US
dc.description.abstractClustering, which is dealt with by many researchers, is the uncontrolled grouping of data stacks. In clustering, data are grouped using similarities or differences between them. Many traditional and heuristic algorithms are used in clustering problems, and new techniques continue to be developed today. In this thesis, a more effective new clustering algorithm has been developed using the Whale Optimization Algorithm (WOA), which mimics the hunting behavior of whales, and Levy Flight (LF) strategy. With the developed BOA-LF algorithm, 16 real data sets taken from the UCI Machine Learning Repository database (Dermatology, E. Coli, Balance, Cancer-Int, Cancer, Iris, Glass, Wine, Credit, Thyroid, Heart, Spect, Diabetes, Hepatit , Breast Tissue, Parkinson) clustering was applied. In the clustering stage of the proposed algorithm, Sum of Squared Error function was used as a fitness function. The clustering performance of BOA-LF was compared with the performance of k-means, k-medoids and fuzzy c-means clustering algorithms. According to this comparison, BOA-LF achieved better clustering results in 11 data sets (Cancer-int, Iris, Wine, Credit, Thyroid, Heart, Spect, Diabetes, Hepatitis, Breast Tissue, Parkinson). Experimental results have shown that the success of BOA-LF in clustering problem and it can be used as an alternative clustering algorithm.en_US
dc.identifier.citationMat, A. N. (2021). Levy uçuşuyla geliştirilen balina optimizasyon algoritmasının kümeleme problemlerine uygulanması. (Yayınlanmamış Yüksek Lisans Tezi). Necmettin Erbakan Üniversitesi, Fen Bilimleri Enstitüsü Bilgisayar Mühendisliği Anabilim Dalı, Konya.en_US
dc.identifier.endpage75en_US
dc.identifier.startpage1en_US
dc.identifier.urihttps://hdl.handle.net/20.500.12452/7664
dc.language.isotren_US
dc.publisherNecmettin Erbakan Üniversitesi Fen Bilimleri Enstitüsüen_US
dc.relation.publicationcategoryTezen_US
dc.rightsinfo:eu-repo/semantics/openAccessen_US
dc.subjectBalina Optimizasyon Algoritmasıen_US
dc.subjectBulanık C-meansen_US
dc.subjectK-meansen_US
dc.subjectK-medoidsen_US
dc.subjectKümelemeen_US
dc.subjectLevy Flighten_US
dc.subjectClusteringen_US
dc.subjectFuzzy C-meansen_US
dc.subjectWhale Optimization Algorithmen_US
dc.titleLevy Uçuşuyla Geliştirilen Balina Optimizasyon Algoritmasının Kümeleme Problemlerine Uygulanmasıen_US
dc.title.alternativeApplication of the Whale Optımızatıon Algorithm Enhanced with Levy Flight to Clustering Problemsen_US
dc.typeMaster Thesisen_US

Dosyalar

Orijinal paket
Listeleniyor 1 - 1 / 1
Küçük Resim
İsim:
ayşe nagehan mat.pdf
Boyut:
2.28 MB
Biçim:
Adobe Portable Document Format
Açıklama:
Yüksek Lisans Tezi
İndir
Lisans paketi
Listeleniyor 1 - 1 / 1
Küçük Resim Yok
İsim:
license.txt
Boyut:
1.44 KB
Biçim:
Item-specific license agreed upon to submission
Açıklama:
İndir

Koleksiyon

Fen Bilimleri Enstitüsü Tez Koleskiyonu