Yapay Arı Kolonisi (ABC) Optimizasyonu
Artificial Bee Colony (ABC) Optimization · Ayrıca şöyle bilinir: ABC Algorithm, Bee Colony Optimization, Swarm-Based Bee Search, Yapay Arı Kolonisi
Yapay Arı Kolonisi (ABC), Karaboga ve Basturk tarafından 2007'de tanıtılan popülasyon tabanlı bir sürü zekası meta-sezgiselidir. Sürekli sayısal optimizasyon problemlerinde optimal çözümler aramak için bir bal arısı kolonisinin işbirlikçi beslenme davranışını modeller. Algoritma, aday çözümleri üç arı türü - çalışan, izleyici ve keşifçi - arasında böler ve yerel arama ve olasılıksal seçim yoluyla bunları iteratif olarak iyileştirir, bu da onu karmaşık, çok modlu optimizasyon manzaralarıyla uğraşan araştırmacılar ve mühendisler için uygun hale getirir.
Tam yöntemi oku
Bu bölümü okumak için ücretsiz hesapla giriş yapın.
Yöntem haritası
İlişkili yöntemlerin komşuluğu — keşfetmek için bir düğüm seçin.
Ne zaman kullanılır
ABC, mühendislik tasarımı, sinir ağı eğitimi ve parametre ayarlaması dahil olmak üzere gradyanların mevcut olmadığı veya hesaplanmasının pahalı olduğu sürekli, kutu kısıtlı tek amaçlı optimizasyon problemleri için uygundur. Amaç fonksiyonunun nokta bazında değerlendirilebileceğini ve arama uzayının sınırlı olduğunu varsayar. ABC, modifikasyon olmadan yüksek boyutlu problemler (d > 1000) üzerinde yetersiz performans gösterebilir ve doğal olarak ayrık veya çok amaçlı ortamlar için tasarlanmamıştır. Kritik öneme sahip ince taneli sömürü hızı söz konusu olduğunda Parçacık Sürü Optimizasyonu veya Diferansiyel Evrim gibi alternatifler tercih edilebilir.
Güçlü yönler & sınırlılıklar
- Uygulaması az sayıda kontrol parametresi (koloni boyutu ve limit eşiği) ile basittir
- Üç arı rol bölümü aracılığıyla keşif ve sömürü arasında etkili denge
- Gradyan içermeyen, bu da onu türevlenemeyen ve kara kutu amaç fonksiyonlarına uygulanabilir kılar
- Rastgele keşifçi yeniden başlatma nedeniyle başlangıç çözüm kalitesine karşı sağlamdır
- Algoritmik geliştirmeler olmadan yüksek boyutlu problemler üzerinde yakınsama yavaş olabilir
- Limit parametresi probleme bağlıdır ve güvenilir performans için ayarlama gerektirir
- Alan özgü kodlama olmadan ayrık veya ayrık optimizasyon için doğal olarak uygun değildir
- Popülasyon çeşitliliği, yüksek derecede çok modlu manzaralarda hala erken çökebilir
SSS
ABC, Parçacık Sürü Optimizasyonu (PSO)'dan nasıl farklıdır?
Her ikisi de sürü tabanlı meta-sezgiseldir, ancak PSO, tüm parçacıkları kişisel ve küresel en iyilerden etkilenen hız vektörleri kullanarak günceller, bu da daha hızlı yakınsamaya ancak erken yakınsamaya da yol açabilir. ABC, çalışan, izleyici ve keşifçi arılar gibi rollere dayalı bir yapı kullanır; bu yapı, keşifçi yeniden başlatma mekanizmasıyla yerel sömürüyü küresel keşifle doğal olarak dengeler ve genellikle çok modlu problemler üzerinde daha iyi çeşitlilik sürdürmesi sağlar.
Koloni boyutu ve limit parametresi için hangi değerleri seçmeliyim?
Karaboga ve Basturk, çalışan arı sayısını besin kaynağı sayısına (SN) eşit olarak ayarlamayı ve toplam koloni boyutunu 2×SN olarak ayarlamayı önermektedir. Limit için yaygın bir başlangıç noktası, D karar değişkenlerinin sayısı olmak üzere SN × D'dir. Bunlar sezgisel varsayılanlardır; üretim kullanımı için pilot deneyler veya meta-optimizasyon yoluyla sistematik ayarlama tavsiye edilir.
ABC kısıtlı optimizasyon problemlerini ele alabilir mi?
Temel ABC formülasyonu, yalnızca başlatma ve keşif aşamalarında değişken sınırlama yoluyla kutu kısıtlamalarını ele alır. Genel eşitlik veya eşitsizlik kısıtlamaları için uygulayıcılar genellikle ceza fonksiyonları, fizibilite tabanlı turnuva seçimi veya onarım operatörleri gibi kısıtlama işleme tekniklerini entegre eder. Bu eklemeler olmadan, ABC çözümleri geçersiz olabilir ve bildirilen uygunluk değerleri yanıltıcı olacaktır.
Kaynaklar
- Karaboga, D., & Basturk, B. (2007). A powerful and efficient algorithm for numerical function optimization: artificial bee colony (ABC) algorithm. Journal of Global Optimization, 39(3), 459–471. DOI: 10.1007/s10898-007-9149-x ↗
Bu sayfayı kaynak gösterin
ScholarGate. (2026, June 2). Artificial Bee Colony (ABC) Optimization. ScholarGate. https://scholargate.app/tr/optimization/artificial-bee-colony
Hangi yöntem?
Bu yöntemi en yakın akrabalarının yanına koyup yan yana okuyun — kütüphane kitapları masaya serer; seçim sizindir.
- Karınca Kolonisi OptimizasyonuOptimizasyon↔ karşılaştır
- Genetik AlgoritmaOptimizasyon↔ karşılaştır
- Parçacık Sürü Optimizasyonu (PSO)Optimizasyon↔ karşılaştır