← Tüm ProjelerYapay Zekâ
Yapay Arı Kolonisi (ABC) Optimizasyonu
Doğadaki arıların yiyecek arama davranışlarını simüle eden, türevsiz (derivative-free) sayısal optimizasyon algoritması.
C#Swarm IntelligenceMeta-heuristicOptimizationNumerical Analysis
❓
Problem
Karmaşık, çok boyutlu ve türevi alınamayan matematiksel fonksiyonların global minimum/maksimum noktalarının bulunması.
🎯
Hedefler
- Yerel minimum tuzaklarından kaçınma (Avoiding Local Optima)
- Hızlı yakınsama (Fast Convergence)
- Yüksek boyutlu problemlerde kararlılık
💡
Çözüm
- Employed Bees Phase: Mevcut çözümlerin komşuluğunda yeni çözümler arayarak sömürme (exploitation) işleminin yapılması.
- Onlooker Bees Phase: Kaliteli çözümlerin (nektar miktarı yüksek) olasılıksal yöntemlerle seçilerek daha fazla araştırılması.
- Scout Bees Phase: Belirli bir süre geliştirilemeyen (limit aşımı) çözümlerin terk edilip rastgele yeni çözümlerin (exploration) üretilmesi.
- Benchmark Functions: Sphere, Rastrigin, Rosenbrock gibi standart test fonksiyonları üzerinde performans analizi.
✓
Sonuç
Klasik yöntemlere göre %30 daha hızlı yakınsama ve daha isabetli global optimum tespiti.
Kullanılan Teknolojiler
C#
Swarm Intelligence
Meta-heuristic
Optimization
Numerical Analysis
🛠️ Kurulum Rehberi
Bu projeyi kendi bilgisayarınızda çalıştırmak için aşağıdaki adımları izleyin:
- 1Visual Studio ile projeyi derleyin
- 2Amaç fonksiyonunu (Objective Function) `FuncConf.cs` içine tanımlayın
- 3Parametreleri (Koloni boyutu, limit) ayarlayın
- 4Algoritmayı koşturun ve yakınsama grafiğini izleyin
Benzer bir proje mi düşünüyorsunuz?
Size özel çözüm önerisi için iletişime geçin.