A Locally Searched Binary Artificial Bee Colony Algorithm Based on Hamming Distance for Binary Optimization


Creative Commons License

ÖZGER Z. B. , BOLAT B. , DİRİ B.

Süleyman Demirel Üniversitesi Fen Bilimleri Enstitüsü Dergisi, vol.24, no.1, pp.120-131, 2020 (Refereed Journals of Other Institutions)

  • Publication Type: Article / Article
  • Volume: 24 Issue: 1
  • Publication Date: 2020
  • Doi Number: 10.19113/sdufenbed.635465
  • Title of Journal : Süleyman Demirel Üniversitesi Fen Bilimleri Enstitüsü Dergisi
  • Page Numbers: pp.120-131

Abstract

Yapay Arı Kolonisi Algoritması sürekli uzay problemleri için geliştirilen, popülasyon tabanlı, doğadan esinlemeli bir optimizasyon algoritmasıdır. Bu çalışmanın amacı, büyük veride, öznitelik alt küme seçimi problemini efektif bir biçimde çözmek için Yapay Arı Koloni (YAK) Algoritmasının ikili bir versiyonunu geliştirmektir. YAK Algoritması başarılı bir global yakınsama sunmakla birlikte lokal bölgedeki olası çözümleri gözden kaçırabilmektedir. Algoritmanın komşu kaynak seçimi mekanizmasına, Hamming Mesafe ölçümü tabanlı bir yerel arama prosedürü eklenmiştir. Ayrıca, yeniden nüfus stratejisi ile popülasyonun çeşitliliği artırılmış ve erken yakınsama önlenmiştir. UCI Makine Öğrenmesi Havuzu’ndan, öznitelik sayısı 100’den fazla olan 14 veri kümesi seçilmiş ve önerilen yöntem ile öznitelik seçimi yapılmıştır. Algoritmanın performansı, yaygın kullanılan ve başarısı kanıtlanmış üç sezgisel algoritma ile sınıflandırma hatası, seçilen öznitelik sayısı ve hesapsal maliyet bakımından karşılaştırılmıştır. Elde edilen sonuçlar, YAK algoritmasına entegre edilen lokal arama prosedürünün, algoritmanın performansını tüm kriterler bakımından artırdığını göstermektedir.