Akademik Veri Yönetim Sistemi
2018 International Conference on Artificial Intelligence and Data Processing, IDAP 2018, Malatya, Türkiye, 28 - 30 Eylül 2018
Teknolojik ve bilimsel gelişmelere bağlı olarak endüstriyel sistemler de daha güçlü, etkili ve verimli hale gelmektedirler. Bu gelişmelere paralel olarak sistemleri oluşturan öğelerin sayısı da artmakta ve çok daha karmaşık bir yapıya sahip olmaktadırlar. Sistemlerin temel öğeleri olan tasarım değişkenlerinin sayısının artması ve bu değişkenler arasındaki karmaşık ilişkilerin modellenmesi problemlerin optimize edilmelerini de güçleştirmektedir. Geçmişten buyana karmaşık problemlerin optimizasyonunda yaygın olarak sezgisel arama algoritmaları kullanılmaktadır. Bunun yanında geçmişte 10-30 arası boyuta ve kısıtlara sahip problemler çok boyutlu ve karmaşık olarak nitelendirilirken günümüzde 50-10.000 arası tasarım değişkenine sahip problemler bu kategoride değerlendirilmektedir. Bunun yanında günümüzde sezgisel arama algoritmalarının çok boyutlu (50 ve üzeri) arama uzaylarındaki performansları hakkında yeterince bilgi yoktur. Oysaki karmaşıklık düzeyi yüksek ya da çok sayıda tasarım değişkenine sahip problemlerin optimizasyonunda algoritmaların çok boyutlu arama uzayındaki performansları belirleyici olmaktadır. Bu çalışmada literatürde en sık kullanılan modern ve geleneksel algoritmaların 50 ve üzeri tasarım değişkenine sahip optimizasyon problemlerindeki arama performansları araştırılmaktadır. Elde edilen sonuçlar çok boyutlu arama uzayında çalışacak araştırmacılar için eşsiz bilgiler içermektedir.
Depending on technological and scientific developments, industrial systems are becoming more powerful, effective and efficient. Parallel to these developments, the number of items that make up the systems increases and they have a much more complex structure. Increasing the number of design variables, which are the basic elements of systems, and modeling the complex relationships between these variables make it difficult to optimize the problems. In the past, heavily heuristic search algorithms have been used to optimize complex problems. However, in the past, constricted optimization problems with sizes from 10 to 30 have been characterized as multidimensional and complex, and today, problems with design variables ranging from 50 to 10,000 are evaluated in this category. However, there is currently insufficient information about the performance of heuristic search algorithms in multi-dimensional (over 50) search spaces. On the other hand, in the optimization of problems with high complexity and high number of design variables, the performance of algorithms in multi-dimensional search space is determinant. In this study, search performances are investigated in the optimization problems which have the most frequently used modern and traditional algorithms 50 and over design variables in the literature. The results obtained are unique to researchers studying in multi-dimensional search space.