Browsing by Author "Karakoyun, Murat"

Now showing 1 - 4 of 4

Çok Amaçlı Mühendislik Tasarımı ve Kısıtlı Problemler için Hibrit Birçok Amaçlı Optimizasyon Algoritması
(2021) Karakoyun, Murat; Kodaz, Halife
Gerçek dünya problemlerine bakıldığında çoğunun birden fazla hedefi gerçekleştirmeye yönelik olduğu görülmektedir. Bu problemlerin çözümü için kullanılan birçok klasik yöntem mevcuttur. Klasik yöntemlerin çözüm geliştirme noktasında farklı sebeplerden dolayı eksik kalması araştırmacıları farklı yaklaşımlar geliştirmeye yöneltmiştir. Genellikle doğada sürü halinde yaşayan hayvanların veya farklı yaşam alanlarına sahip bitkilerin davranışlarından esinlenilerek geliştirilen doğa esinli algoritmalar bu yaklaşımlardan bir tanesi olmuştur. Bu çalışmada, tek amaçlı problemlerin çözümü için geliştirilmiş olan kurbağa sıçrama (SFLA) ve gri kurt optimizasyonu (GWO) algoritmaları hibrit bir şekilde kullanılarak çok amaçlı optimizasyon problemlerine uygulanmıştır. Önerilen algoritma bazı çok amaçlı mühendislik tasarımı ve çok amaçlı kısıtlı problemlerin üzerinde uygulanmıştır. Önerilen algoritmanın performansı NSGA-II, IBEA, MOCell ve PAES algoritmalarının performansı ile kıyaslanmıştır. Performans karşılaştırma metriği olarak HV, IGD, Spread ve Epsilon metrikleri kullanılmıştır. Performans analizi; elde edilen ortalama sonuçlar, Friedman sıralama testi ve Wilcoxon anlamlılık testi ile yapılmıştır. Deneysel sonuçlar, önerilen algoritmanın diğer algoritmalardan daha başarılı sonuçlar ürettiğini göstermiştir.
Çok Amaçlı Optimizasyon Problemlerinin Çözümü için Kurbağa Sıçrama ve Gri Kurt Optimizasyonu Algoritmaları Tabanlı Hibrit Bir Yöntemin Geliştirilmesi
(Konya Teknik Üniversitesi, 2021) Karakoyun, Murat; Kodaz, Halife
Gerçek dünya problemlerine bakıldığında çoğunun birden fazla hedefi gerçekleştirmeye yönelik olduğu görülmektedir. Gerçekleştirilmek istenen bu hedefler kimi zaman birbiri ile uyum içinde iken kimi zaman da birbiri ile çatışma halinde olabilmektedir. Amaçların birbiri ile olan bu ilişkilerine bağlı olarak çok amaçlı problemlerin çözülme zorlukları farklı olabilmektedir. Birbiri ile uyum içinde olan amaçlara sahip bir problem tek amaçlı bir probleme dönüştürülerek çözülebilmesine rağmen amaçları çatışan bir problem için bu durum söz konusu değildir. Etrafımıza baktığımızda karşılaştığımız problemlerin birçoğunun, amaçları birbiri ile çatışan çok amaçlı problemler olduğunu görebiliriz. Bu problemlerin çözümü için kullanılan birçok klasik yöntem mevcuttur. Klasik yöntemlerin çözüm geliştirme noktasında farklı sebeplerden dolayı eksik kalması araştırmacıları farklı yaklaşımlar geliştirmeye yöneltmiştir. Genellikle doğada sürü halinde yaşayan hayvanların veya farklı yaşam alanlarına sahip bitkilerin davranışlarından esinlenilerek geliştirilen doğa esinli algoritmalar bu yaklaşımlardan bir tanesi olmuştur. Doğa esinli algoritmalar, klasik yöntemler ile kıyaslandığında farklı problemlere uyarlanabilmeleri açısından daha avantajlı bir durumdadırlar. Tez çalışması kapsamında, tek amaçlı problemlerin çözümü için geliştirilmiş olan kurbağa sıçrama (SFLA) ve gri kurt optimizasyonu (GWO) algoritmaları hibrit bir şekilde kullanılarak çok amaçlı optimizasyon problemlerine uygulanmıştır. Önerilen algoritmanın değerlendirilmesi üç aşamada farklı problem setleri üzerinde yapılmıştır. İlk aşamada özellikleri birbirinden farklı 36 kısıtsız çok amaçlı optimizasyon problemi kullanılmıştır. Önerilen algoritmanın performansı çok amaçlı optimizasyon algoritmalarından NSGA-II, IBEA, MOCell, MOEA/D, MOAAA ve MOVS algoritmalarının performansı ile kıyaslanmıştır. İkinci aşamada mühendislik tasarım problemleri ve kısıtlı problemlerden oluşan farklı özellikteki 10 adet çok amaçlı optimizasyon problemi kullanılmıştır. Önerilen algoritmanın performansı NSGA-II, IBEA, MOCell ve PAES algoritmaları ile kıyaslanmıştır. İlk iki aşamada performans karşılaştırma metriği olarak hiperküp (HV), terslenmiş nesilsel mesafe (IGD), yayılım (Spread) ve Epsilon metrikleri kullanılmıştır. Bu dört farklı metrik ile elde edilen sonuçlar Friedman ve Wilcoxon istatistiksel testleri ile analiz edilmiştir. Ayrıca algoritmalar tarafından elde edilen sonuçların görsel olarak sunulması için grafiksel çizimler ve kutu grafiği kullanılmıştır. Üçüncü ve son aşamada ise önerilen algoritma, görüntü işleme çalışmalarında sıklıkla kullanılan 10 adet gri seviye görüntünün segmentasyonunda test edilmiştir. Üçüncü aşamada önerilen algoritmanın, SFLA ve GWO algoritmaları ile performans karşılaştırması yapılmıştır. Bu bölümde tek amaçlı bir problem olan eşikleme, önerilen algoritma kullanılarak çok amaçlı bir problem olarak ele alınmıştır. Görüntü segmentasyonu yapılan bu aşamada performans metriği olarak tepe sinyali gürültü oranı (PSNR) kullanılmıştır. Elde edilen deneysel sonuçlar Friedman ve Wilcoxon istatistik testleri ile analiz edilmiştir. Ayrıca elde edilen sonuç görüntüleri görsel olarak sunulmuştur. Üç aşamada elde edilen deneysel sonuçlara bakıldığında önerilen algoritmanın genel olarak karşılaştırma yapılan algoritmalardan daha başarılı olduğu görülmektedir.
Citation - WoS: 14
Citation - Scopus: 18
D-Mosg: Discrete Multi-Objective Shuffled Gray Wolf Optimizer for Multi-Level Image Thresholding
(ELSEVIER - DIVISION REED ELSEVIER INDIA PVT LTD, 2021) Karakoyun, Murat; Gülcü, Şaban; Kodaz, Halife
Segmentation is an important step of image processing that directly affects its success. Among the methods used for image segmentation, histogram-based thresholding is a very popular approach. To apply the thresholding approach, many methods such as Otsu, Kapur, Renyi etc. have been proposed in order to produce the thresholds that will segment the image optimally. These suggested methods usually have their own characteristics and are successful for particular images. It can be thought that better results may be obtained by using objective functions with different characteristics together. In this study, the thresholding which is originally applied as a single-objective problem has been considered as a multi-objective problem by using the Otsu and Kapur methods. Therefore, the discrete multi-objective shuffled gray wolf optimizer (D-MOSG) algorithm has been proposed for multi-level thresholding segmentation. Experiments have clearly shown that the D-MOSG algorithm has achieved superior results than the compared algorithms. (C) 2021 Karabuk University. Publishing services by Elsevier B.V.
Citation - WoS: 49
Citation - Scopus: 54
A New Algorithm Based on Gray Wolf Optimizer and Shuffled Frog Leaping Algorithm To Solve the Multi-Objective Optimization Problems
(ELSEVIER, 2020) Karakoyun, Murat; Özkış, Ahmet; Kodaz, Halife
Multi-objective optimization is many important since most of the real world problems are in multiobjective category. Looking at the literature, the algorithms proposed for the solution of multi-objective problems have increased in recent years, but there is no a convenient approach for all kind of problems. Therefore, researchers aim to contribute to the literature by offering new approaches. In this study, an algorithm based on gray wolf optimizer (GWO) with memeplex structure of the shuffled frog leaping algorithm (SFLA), which is named as multi-objective shuffled GWO (MOSG), is proposed to solve the multi-objective optimization problems. Additionally, some modifications are applied on the proposed algorithm to improve the performance from different angles. The performance of the proposed algorithm is compared with the performance of six multi-objective algorithms on a benchmark set consist of 36 problems. The experimental results are presented with four different comparison metrics and statistical tests. According to the results, it can easily be said that the proposed algorithm is generally successful to solve the multi-objective problems and has better or competitive results. (C) 2020 Elsevier B.V. All rights reserved.