“GEZGİN SATICI PROBLEMİ İÇİN SEZGİSEL METOTLARIN PERFORMANS ANALİZİ” başlıklı çalışma Mustafa GERŞİL ve Asil ALKAYA tarafından yapılmış ve XI. Üretim Araştırmaları Sempozyumunda 23-24 Haziran 2011’de sunulmuştur. Çalışmada GSP; Evrimsel Algoritma, Benzetim Tavlaması ve Genetik Algoritma, Benzetim Tavlaması ve Rastgele Arama Algoritması çözülmüş, en iyi sonucu Evrimsel Algoritmanın verdiği belirlenmiştir. Çalışmayı indirmek için: gezgin-satici-problemi-icin-sezgisel-metotlarin-performans-analizi
Kategori Arşivleri: İncelemeler
İncelemeler
“TABU ARAŞTIRMASI UYGULANARAK EKONOMİK YÜK DAĞITIMI PROBLEMİNİN ÇÖZÜMÜ” başlıklı çalışma T. YALÇINÖZ, T. YAVUZER ve H. ALTUN tarafından yapılmıştır. Makaleyi indirmek için: tabu-arastirmasi-uygulanarak-ekonomik-yuk-dagitimi-probleminin-cozumu
“Dynamic Diversity Control by Injecting Artificial Chromosomes for Solving TSP Problems” başlıklı çalışma Chang, P. C., Huang, W. H., Liu, J. Y. C., Chen, C., & Ting, C. J 2008 yılındaki IEEE Congress on Evolutionary Computation (IEEE World Congress on Computational Intelligence) kongrede sunulmuş ve çalışma 542-549. sayfalarda basılmıştır. Lokal optimuma takıldığı noktalarda belirli bir>>>
“Air pollution modelling using a Graphics Processing Unit with CUDA” başlıklı makale Molnár, F., Szakaly, T., Meszaros, R., & Lagzi, I. tarafından hazırlanmış olup Computer Physics Communications dergisinin 2010 yılında yayınlanan 181.sayısının 105-112.sayfalarında yayınlanmıştır. Hava kirliliği modeli oluştururken kabul edilebilir bir zamanda, en doğruya yakın çözümler üreten bir sistem kurmak ana amaçtır. Tek kaynaktan yayılan>>>
“Google Maps ve Genetik Algoritmalarla GSP Çözümü İçin Öneri” başlıklı çalışma Onur KARASOY ve Serkan BALLI tarafından yapılmıştır. Genetik Algoritma’yı kısa ve öz bir şekilde anlatmaktadır. İhtiyacı olanlar okuyabilir. Google Maps ve Genetik Algoritmalarla GSP Çözümü İçin Öneri
“A Constraint-Handling Mechanism for Particle Swarm Optimization” başlıklı çalışma Pulido, Gregorio Toscano ve Carlos A. Coello Coello tarafından hazırlanıp 2004. CEC2004 kongresinde sunulmuştur. “Constraint-Handling Mechanism” kısıtların üstesinden gelmek için önerilen mekanizmalar olarak değerlendirilebilir. Çalışmada basit bir mekanizma önerilmiştir. Bu mekanizma PSO’daki feasible alana en yakın parçanın lider olmasına dayanmaktadır. Ayrıca PSO’nun araştırma kapasitesini geliştirmek için>>>
“A PSO-Based Document Classification Algorithm accelerated by the CUDA Platform” başlıklı çalışma Jan Platos, Vaclav Snasel, Tomas Jezowicz, Pavel Kromer ve Ajith Abraham tarafından hazırlanmış olup 14-17 Ekim 2012 tarihleri arasında Güney Kore’nin başkenti Seul’de düzenlenmiş olan “2012 IEEE International Conference on Systems, Man, and Cybernetics” isimli konferansta sunulmuştur. Dokümanların belirlenmiş etiket ve kategorilere göre>>>
“Otomatik Doküman Sınıflandırma” başlıklı çalışma Rumeysa Yılmaz, Rıfat Aşlıyan ve Korhan Günel tarafından 1-3 Şubat 2012 günü XIV. Akademik Bilişim Konferansı’nda bildiri olarak sunulmuştur. Doküman sınıflandırmanın amacı bir dokümanın özelliklerine bakarak önceden belirlenmiş belli sayıdaki kategorilerden hangisine dâhil olacağını belirlemektir. Döküman Sınıflandırmanın Genel Yapısı: Metin dokümanları oldukça fazla sözcük içerirler. Bazı sözcükler vardır ki bunların>>>
“Particle Swarm Optimization Method for Constrained Optimization Problems” başlıklı çalışma Parsopoulos, Konstantinos E. ve Michael N. Vrahatis tarafından yapılmış ve 2002 yılında Intelligent Technologies–Theory and Application: New Trends in Intelligent Technologies dergisinin 76.sayısının 214-220.sayfalarında basılmıştır. Çalışmada önemli bir metasezgisel çözücü olan PSO algoritmasının yaygın olarak kullanılan kısıtlı kıyas fonksiyonlarını çözmedeki başarısı araştırılarak Evolution Strategies(Evrim Stratejisi)>>>
“A Particle Swarm Optimizer for Constrained Numerical Optimization” başlıklı çalışma Leticia C. Cagnina, Susana C. Esquivel, Carlos A. Coello Coello tarafından 2006 yılında “Parallel Problem Solving from Nature” kitabının bir alt bölümü olarak yayınlanmıştır. Çalışmada Parçacık Sürü Optimizasyonu algoritmasının kısıtlı sayısal optimizasyon için uyarlanması sağlanmıştır. Bir kısıtlı optimizasyon probleminde; -Amaç fonksiyonu -Problemin boyutu -Kısıtlar(Eşitlikler ve>>>