ÖZELLİK SEÇİMİ İÇİN GÜNCEL META SEZGİSEL OPTİMİZASYONLARI KULLANILARAK YENİ İKİLİ OPTİMİZASYON ALGORİTMASI GELİŞTİRİLMESİ

Abstract

Meta sezgisel optimizasyon yöntemleri, sürekli optimizasyon problemlerinde etkin olarak kullanılmıştır. Ancak bu yöntemlerin yüksek boyutlu ve çok modlu ikili optimizasyon problemlerini çözmede etkili olması zordur. Bu nedenle meta sezgisel yöntemler kullanılarak birçok ikili optimizasyon algoritmaları geliştirilmiştir. Bu çalışmada, ikili optimizasyon problemlerinin çözümünde kullanılması amacıyla Altın Sinüs Arama Algoritması (Gold-SA) geliştirilerek İkili Altın Sinüs Arama Algoritması (bGold-SA) adlı bir yaklaşım önerilmiştir. Geliştirilen algoritma ile İkili Parçacık Sürü Optimizasyonu ( Binary Particle Swarm Optimization-BPSO), İkili Gri Kurt Optimizasyonu (Binary Gray Wolf Optimization-BGWO), İkili Yusufçuk Algoritması (Binary Dragonfly Algorithm-BDA), İkili Yarasa Algoritması (Binary Bat Algorithm-BBA) ve Hibrid İkili Parçacık Sürü Optimizasyonu ve Yerçekimi Arama Algoritması (BPSOGSA) algoritmaları karşılaştırılmıştır. Kıyaslama işlemi için 97 adet kısıtsız kıyaslama fonksiyonu, 14 adet mühendislik tasarım problemi kullanılmış ve parametrik olmayan Wilcoxon'un işaretli sıra testi kullanılarak başarı testi uygulanmıştır. Algoritmaların özellik seçiminde kullanılan versiyonları 17 adet veri seti üzerinde kullanılarak başarı değerlendirmesi yapılmıştır. Deneysel sonuçlar doğrultusunda, bGold-SA'nın diğer ikili algoritmalara göre; kıyaslama fonksiyonları, mühendislik tasarım problemleri ve Wilcoxon'un işaretli sıra testi üzerinde daha yüksek başarıya sahip olduğunu gözlemlenmiştir. Ancak özellik seçimi konusunda bu yaklaşımın BBA ve BPSO kadar etkili olamadığı sonucuna varılmıştır.

Metaheuristic optimization methods have been used effectively in continuous optimization problems. However, these methods are difficult to be effective in solving high-dimensional and multi-modal binary optimization problems. For this reason, many binary optimization algorithms have been developed using meta-heuristics. In this study, Golden Sine Search Algorithm (Gold-SA) has been developed and Binary Gold Sine Search Algorithm (bGold-SA) has been proposed to be used in the solution of binary optimization problems. With the developed algorithm, Binary Particle Swarm Optimization (BPSO), Binary Gray Wolf Optimization (BGWO), Binary Dragonfly Algorithm (BDA), Binary Bat Algorithm (BBA) and Hybrid Binary Particle Swarm Optimization and Gravitational Search Algorithm (BPSOGSA) algorithms are compared. For the comparison process, 97 unconstrained comparison functions, 14 engineering design problems were used and an achievement test was applied using the non-parametric Wilcoxon's signed-rank test. The versions of the algorithms used in feature selection were used on 17 data sets to evaluate success. Experimental results show that bGold-SA has higher performance on comparison functions, engineering design problems and Wilcoxon's signed rank test compared to other binary algorithms. However, it was concluded that it was not as effective as BBA and BPSO in feature selection.