KAOTİK HARİTALI PARÇACIK SÜRÜ OPTİMİZASYONU ALGORİTMALARI GELİŞTİRME

Abstract

Bu tezde kus sürülerinin hareketlerinden esinlenerek gelistirilmis optimizasyon yöntemi olan Parçacık Sürü Optimizasyonu (PSO) algoritmasına, performansının arttırılması amacıyla çesitli eklentiler ve düzenlemeler yapılmıstır. Özellikle PSO'nun yerel optimum noktalara takılıp kalmasını engelleyerek global yakınsama hızını arttırmak amacıyla yumusak hesaplama tekniklerinden biri sayılan kaos, PSO ile birlestirilmis ve ?kaotik haritalı PSO algoritmaları? adı altında on iki farklı PSO algoritması önerilmistir. Önerilen bu algoritmaların literatürde iyi sonuç verdiği belirlenmis diğer PSO algoritmalarıyla performans karsılastırmaları yapılmıstır. Ayrıca sürekli karar değiskenlerinin de kullanılması gereken problemlerde ve aralıkların temsil olarak kullanılması gereken durumlarda PSO ile birlikte yumusak hesaplama tekniklerinden sayılan kaba kümelerin alt dalı olan aralık cebrinin etkili olarak kullanılabileceği gösterilmis, bununla ilgili PSO hesaplamaları açıklanmıstır. Bu amaçla ?kaba PSO? algoritması önerilmis ve bunun ilk uygulaması olarak özellikle veri madenciliğinde sürekli değerli verilerde kural kesfi için yeni ve etkili yöntem olarak kullanılabileceği gösterilmistir. PSO, kaos ve kaba kümelerin üçünün birlesimiyle ?kaba kaotik PSO algoritmaları? adı altında genel amaçlı PSO algoritmaları önerilmis ve bunlar, etkin çözüm yöntemi bulunmayan sürekli değerli verilerde nicel birliktelik kurallarının otomatik kesfi alanında ilk kez uygulanmıs ve etkili sonuçlar elde dilmistir. PSO algoritmasının çok amaçlı optimizasyon problemleri için de çalısabilmesi için çesitli düzenlemeler yapılmıs ve ilk uygulaması yine veri madenciliğinin alt dalı olan sınıflandırma kurallarının madenciliğinde yapılmıstır ve istenen amaçlar doğrultusunda etkili sonuçlar elde edilmistir. Son olarak, çok amaçlı PSO ile kaos ve kaba kümelerin birlesimiyle yeni PSO algoritmaları, ?çok amaçlı kaba kaotik PSO algoritmaları?, önerilmis ve bunlar da ilk olarak etkin çözümler bulmak amacıyla veri madenciliği alanında uygulanmıstır. Anahtar Kelimeler: Parçacık sürü optimizasyonu, kaotik haritalar, aralık cebri, çok amaçlı optimizasyon, nicel birliktelik kural madenciliği, sınıflandırma kural madenciliği.In this thesis, addition and modifications to particle swarm optimization (PSO) algorithm which is an optimization technique developed inspiring by movement of flock of birds have been performed. Especially, chaos which has been regarded as one of the soft computing techniques has been embedded to PSO in order to increase the convergence speed by escaping from the local optimum points; and twelve PSO algorithms with the name ?chaos embedded PSO algorithms? have been proposed. Performance comparisons of these algorithms with the other PSO algorithms which have been reported to have good performance in the literature have been performed. Furthermore, it has been shown that interval algebra which is a branch of rough set, regarded as one of the soft computing techniques, can be effectively used with PSO for problems in which continuous decision variables and intervals should be used as representation, and PSO computation related to this representation have been described. ?Rough PSO? has been proposed for this purpose and has been shown to be effectively used in rule mining within continuous valued variables as a first application. PSO, chaos, and rough set have been combined and general purposed PSO algorithms with the name ?rough chaotic PSO algorithms? have been proposed. These algorithms have been firstly used in numeric association rules mining in which there is not an efficient and automatic technique. Promising results have been obtained. Various modifications have been performed for the PSO to let it work for multiobjective optimization problems and first application has been performed in classification rule mining task of data mining. Efficient results according to the objectives have been obtained. Lastly, new PSO algorithms, ?multi-objective rough chaotic PSO algorithms?, which include multi-objective PSO, chaos, and rough sets combination, have been proposed and have been applied in data mining in order to find efficient solutions. Keywords: Particle swarm optimization, chaotic maps, interval algebra, multi-objective optimization, numeric association rule mining, classification rule mining.