TOPSIS Yaklaşımı ile Metasezgisel Optimizasyon Algoritmalarının Performans Değerlendirmesi

OpenAlex Türkçe

Bir sistemin sadece giriş/çıkış verilerinin kullanılarak matematiksel bir model elde etmek için doğadan ilham alan metasezgisel algoritmalar kullanılabilir. Bunu gerçekleştirmek için yapay ekosistem (YEA), çiçek tozlaşma (ÇTA), güve-alev (GAA), karınca aslanı algoritması (KAA), halat çekme (HÇA), atom arama (AAA), beyin fırtınası (BFA), su döngüsü (SDA), mercan resifleri (MRA) ve yaşam seçimi tabanlı algoritma (YSTA) gibi çeşitli metasezgisel optimizasyon algoritmaları ele alınmış ve önerilen transfer fonksiyonunun parametrelerini optimize etmek için kullanılmıştır. Ayrıca zaman, maksimum fonksiyon, erken durdurma ve maksimum generasyon sınırlılıkları altında performanslar karşılaştırılmıştır. Ancak bu durumda MAE, MAPE, R2 gibi performans metriklerinin yanında transfer fonksiyonlarına özgü yükselme zamanı, oturma zamanı, aşım miktarı gibi metrikler de ortaya çıkmaktadır. Çok sayıdaki metrik hangi algoritmanın en iyi olduğunu belirlemeyi zorlaştırmaktadır. Bu zorluğun üzerinden gelmek için bu çalışmada Topsis (Technique for Order Preference by Similarity) olarak anılan çok kriterli bir karar verme yaklaşımının kullanımını önerilmiştir. Çoklu kriter için algoritmanın çözüm zamanı, performans (R2) ve yükselme zamanı dikkate alınmıştır. Yapılan çalışma neticesinde en iyi algoritma sıralamasını belirlemek oldukça kolay ve pratik bir şekilde gerçekleştirilmiştir.