Yarasa Algoritması (YA)
Bat Algorithm · Ayrıca şöyle bilinir: BA, Bat-Inspired Algorithm, Echolocation-Based Optimization, Yarasa Algoritması
Yarasa Algoritması (YA), Xin-She Yang tarafından 2010 yılında önerilen doğadan ilham alan bir meta-sezgisel optimizasyon yöntemidir. Küresel keşif ve yerel sömürü arasında denge kurmak için mikro yarasaların ekolokasyon davranışını taklit eder. Her yapay yarasa, konumunu, hızını ve emisyon frekansını ayarlar; genlik ve darbe oranı, geniş aramadan rafine yerel ayarlamaya geçişi dinamik olarak kontrol eder. YA, mühendislik, çizelgeleme ve makine öğrenmesi alanlarındaki sürekli ve birleşik optimizasyon problemleri için uygundur.
Tam yöntemi oku
Bu bölümü okumak için ücretsiz hesapla giriş yapın.
Yöntem haritası
İlişkili yöntemlerin komşuluğu — keşfetmek için bir düğüm seçin.
Ne zaman kullanılır
Mühendislik tasarımı, hiperparametre ayarlama, özellik seçimi ve çizelgeleme gibi gradyan bilgisinin mevcut olmadığı veya güvenilmez olduğu sürekli, doğrusal olmayan, çok modlu optimizasyon problemleri için Yarasa Algoritmasını kullanın. Amaç fonksiyonunun nokta bazında değerlendirilebileceğini varsayar. YA, makul bir popülasyon boyutunun hesaplama açısından mümkün olduğu durumlarda iyi performans gösterir. Çok yüksek boyutlu problemler için hibrit varyantları göz önünde bulundurun. Arama manzarası tek modlu veya düzgün dışbükey ise, gradyan tabanlı yöntemler verimlilik açısından genellikle YA'dan daha iyi performans gösterecektir.
Güçlü yönler & sınırlılıklar
- Ayrı mekanizmalara ihtiyaç duymadan frekans ve genlik parametreleri aracılığıyla küresel keşif ve yerel sömürüyü doğal olarak dengeler
- Birçok sürü algoritmasına kıyasla az sayıda kontrol parametresi, ayarlama yükünü azaltır
- Yapısal değişiklikler en aza indirilerek ayrık, ikili ve çok amaçlı varyantlara kolayca genişletilebilir
- Orijinal çalışmada belgelenen çok modlu referans fonksiyonları üzerinde rekabetçi yakınsama hızı
- Teorik yakınsama garantileri sınırlıdır; performans, seçilen frekans aralığına ve soğutma parametrelerine büyük ölçüde bağlıdır
- Algoritmik modifikasyonlar olmadan, son derece aldatıcı veya aşırı yüksek boyutlu manzaralarda erken yakınsama gösterebilir
- Tüm problem türlerine genelleştirilebilen yerleşik kanonik parametre ayarlama kılavuzları yoktur
- Sıralı en iyi çözüm takibi nedeniyle, gradyan tabanlı çözücülere göre daha az anlaşılır paralel uygulamalar
SSS
Yarasa Algoritması, Parçacık Sürü Optimizasyonundan nasıl farklıdır?
Her iki algoritma da hızı ve konumu küresel bir en iyiye doğru günceller, ancak YA ekolokasyon esinli frekans modülasyonu, genlik ve darbe oranı ekler. Bu ek mekanizmalar, YA'ya iyi çözümler yakınında tetiklenen uyarlanabilir bir yerel arama aşaması sağlarken, standart PSO yalnızca bilişsel ve sosyal ivme katsayılarına açık bir yerel sömürü anahtarı olmadan dayanır.
YA'da ayarlanması gereken en önemli parametreler nelerdir?
Frekans sınırları (f_min, f_max), genlik azalma katsayısı alfa ve darbe oranı artış katsayısı gama en etkili olanlardır. Frekans aralığı hız güncellemelerinin ölçeğini belirler; alfa, yerel aramanın ne kadar hızlı sıkılaştığını yönetir; gama, yarasaların ne kadar hızlı sık yerel ekolokasyona geçtiğini kontrol eder. Popülasyon boyutu ve maksimum iterasyonlar ikincil ancak standart sürü değerlendirmeleridir.
Yarasa Algoritması ayrık veya birleşik problemler için uygun mudur?
Orijinal formülasyon sürekli arama alanlarını hedefler, ancak yayınlanmış birkaç varyant, sürekli hızları olasılık tabanlı bit çevirme kurallarına veya permütasyon operatörlerine eşleyerek YA'yı ikili ve birleşik problemlere uyarlar. Grafik renklendirme veya TSP gibi saf ayrık problemler için, sürekli formülasyonu doğrudan uygulamak yerine özel olarak tasarlanmış bir ayrık YA varyantı kullanılmalıdır.
Kaynaklar
- Yang, X.-S. (2010). A new metaheuristic bat-inspired algorithm. Nature Inspired Cooperative Strategies for Optimization (NICSO), 65–74. DOI: 10.1007/978-3-642-12538-6_6 ↗
Bu sayfayı kaynak gösterin
ScholarGate. (2026, June 2). Bat Algorithm. ScholarGate. https://scholargate.app/tr/optimization/bat-algorithm
Hangi yöntem?
Bu yöntemi en yakın akrabalarının yanına koyup yan yana okuyun — kütüphane kitapları masaya serer; seçim sizindir.
- Cuckoo SearchOptimizasyon↔ karşılaştır
- Ateşböceği AlgoritmasıOptimizasyon↔ karşılaştır
- Parçacık Sürü Optimizasyonu (PSO)Optimizasyon↔ karşılaştır