Abstract

Yapay arı koloni (YAK) ve karınca koloni optimizasyonu (KKO), farklı türden birçok optimizasyon problemine başarıyla uygulanmış ve geçerli çözümler üretebilmiş algoritmalardır. YAK, kâşif arıların rassal arama faaliyetiyle başarılı bir keşif yeteneğine sahiptir. Ancak sömürü faaliyetine işçi arıların yanı sıra gözcü arılar da katılsa da yerel aramada yetersizdir. KKO ise başarılı bir sömürü yeteneğine rağmen, arama bölgelerini yeterince tarayamamaktadır. Bu çalışmada KKOnun feromon bileşeni YAKa entegre edilerek geliştirilen feromonal YAK (fYAK) algoritması tanıtılmış ve gezgin satıcı problemi (GSP) çözümündeki performansı tartışılmıştır.

References

[1] U. Cevre, “Çoklu Gezgı·n SaticiProblemı·,” Ege Üniversitesi, 2008.
[2] M. Dorigo, V. Maniezzo, and A. Colorni, “Positive Feedback as a Search Strategy,”Milano, 1991.
[3] D. Karaboğa, “AN IDEA BASED ON HONEY BEE SWARM FOR NUMERICALOPTIMIZATION,” Kayseri, 2005.
[4] J. Kennedy and R. Eberhart, “Particle swarm optimization-based feature selection forcognitive state detection,” in 2011 Annual International Conference of the IEEEEngineering in Medicine and Biology Society, 2011, pp. 6556–6559.
[5] X. S. Yang, “Firefly algorithm, stochastic test functions and design optimization,” Int. J.Bio-Inspired Comput., vol. 2, no. 2, pp. 78–84, 2010.
[6] M. Bakhouya and J. Gaber, “An immune inspired-based optimization algorithm:Application to the traveling salesman problem,” Adv. Model. Optim., vol. 9, no. 1, pp.105–116, 2007.
[7] N. Shine, “Ant colonies for the Traveling Salesman Problem,” vol. 43, pp. 73–81, 2015.
[8] H. Jiang, “Artificial Bee Colony algorithm for Traveling Salesman Problem,” no. March,2015.
[9] G. Kavitha, “Bacterial Foraging Optimization ( BFO ) based Traveling Salesman Problem( TSP ) for Data Collection in Mobile Sinks,” vol. 2, no. 1, pp. 76–94, 2015.
[10] D. Bookstaber, “Simulated Annealing for Traveling Salesman Problem,” no. 3, pp. 1–14,2011.
[11] M. Lin, Y. Zhong, J. Lin, and X. Lin, “Discrete bird swarm algorithm based oninformation entropy matrix for traveling salesman problem,” Math. Probl. Eng., vol. 2018,2018.
[12] M. Sornam, “Enhanced Bat Inspired Algorithm for Solving Travelling SalesmanProblem,” vol. 02, no. 11, pp. 26–31, 2017.
[13] T. Multiple, T. Salesman, and H. S. Methods, “Çoklu Gezgin Satıcı Problemi ve SezgiselÇözüm Yöntemlerinin İncelenmesi.”
[14] M. Saraei and P. Mansouri, “Solving of Travelling Salesman Problem using FireflyAlgorithm with Greedy Approach,” Sci. J., vol. 36, no. 2015, 2015.
[15] A. Shaheen, A. Sleit, and S. Al-Sharaeh, “A solution for traveling salesman problem usinggrey wolf optimizer algorithm,” J. Theor. Appl. Inf. Technol., vol. 96, no. 18, pp. 6256–6266, 2018.
[16] J. Kennedy and R. Eberhart, “Particle swarm optimization,” in Proceedings of ICNN’95 -International Conference on Neural Networks, 2010, vol. 4, no. 3, pp. 1942–1948.
[17] C. Grüter and W. M. Farina, “The honeybee waggle dance: can we follow the steps?,”2009.
[18] B. Akay, “Nümerik Optimizasyon Problemlerinde Yapay Ari Kolonisi (Artificial BeeColony) Algoritmasinin Performans Analizi,” Erciyes Üniversitesi, 2009.