Metasezgisel algoritmaların farklı performans kriterleri ile karşılaştırılması

Abstract

Nature-inspired metaheuristic algorithms are widely used because they achieve successful results in difficult optimization problems. Their popularity has led to the development of new metaheuristics for solving different engineering problems. New metaheuristics lead scientific research by providing faster and more efficient results. In this study, Artificial Rabbit Algorithm (ARO), Dwarf Mongoose Algorithm (DMO) and Genetic Algorithm (GA), which are recently developed metaheuristics, are compared. According to the literature review, the performances of these three algorithms are compared for the first time. Single and multi-modal standard quality test functions were used to evaluate the algorithms. The results of the algorithms were checked by t-test to see if there is a significant difference in terms of the functions used. According to the results obtained, it was observed that ARO produced more successful results than the other algorithms compared. This shows that the newly developed metaheuristics can be used in many engineering problems.

Doğadan ilham alan metasezgisel algoritmalar, zor optimizasyon problemlerinde başarılı sonuçlar elde ettikleri için yaygın olarak kullanılır. Algoritmaların popülerliği farklı mühendislik problemlerinin çözümü için yeni metasezgisellerin geliştirilmesine olanak sağlamıştır. Yeni metasezgiseller, daha hızlı ve verimli sonuçlar sunarak bilimsel araştırmalara öncülük etmektedir. Bu çalışmada, yeni geliştirilen metasezgisellerden Yapay Tavşan Algoritması (Artificial Rabbit Algorithm, ARO), Cüce Firavun Algoritması (Dwarf Mongoose Algorithm, DMO) ve temel metasezgisellerden Genetik Algoritma (Genetic Algoritm, GA) kıyaslanmıştır. Literatür taramasına göre bu üç algoritmanın performansları ilk defa karşılaştırılmıştır. Algoritmalar değerlendirilirken tek ve çok modlu standart kalite testi fonksiyonları kullanılmıştır. Algoritmaların sonuçları kullanılan fonksiyonlar bakımından anlamlı bir fark olup olmadığı t-testi ile kontrol edilmiştir. Elde edilen sonuçlara göre, ARO’nun karşılaştırılan diğer algoritmalardan daha başarılı sonuçlar ürettiği gözlemlenmiştir. Bu durum yeni geliştirilen metasezgisellerin birçok mühendislik problemlerinde kullanılabileceğini göstermiştir.