Rulet Elektromanyetik Alan Optimizasyon (R-EFO) Algoritması

Abstract

Meta-sezgisel optimizasyon algoritmalarının yerel arama performansları üzerinde etkili olan iki temel öğe seçim yöntemleri ve arama operatörleridir. Bu makale çalışmasında olasılıksal bir seçim yöntemi olan rulet tekerleğinin güncel bir meta-sezgisel arama tekniği olan elektromanyetik alan optimizasyon (electromagnetic field optimization, EFO) algoritmasının yerel arama performansı üzerindeki etkisi araştırılmaktadır. Elektromanyetik optimizasyon algoritmasında çözüm adayları topluluğu uygunluk değerlerine bağlı olarak pozitif, nötr ve negatif alanlara ayrılmaktadır. Bu üç alandan seçilen çözüm adayları ise arama sürecine rehberlik etmektedirler. Bu süreçte çözüm adayları açgözlü ve rastgele seçim yöntemleri ile belirlenmektedir. Bu makale çalışmasında ise negatif alandan çözüm adaylarının seçimi için rulet tekniği kullanılmaktadır. Deneysel çalışmalarda literatürdeki en güncel sürekli değer problemleri olan CEC17 test seti kullanılmıştır. Deneysel çalışma sonuçları istatistiksel olarak ikili karşılaştırmalarda kullanılan wilcoxon runk sum test ile analiz edilmiştir. Analiz sonuçlarına göre rulet seçim yöntemi EFO algoritmasının arama performansını kayda değer şekilde artırmaktadır.

Keywords

• electromagnetic field optimization
• roulette selection
• cec17 benchmark suite
• meta-heuristic optimization
• elektromanyetik alan optimizasyon algoritması
• rulet seçim yöntemi
• cec17 karşılaştırma problemleri
• meta-sezgisel optimizasyon