1. Yapay Arı Kolonisi Algoritması
Prof. Dr. Derviş KARABOĞA tarafından geliştirilen YAKA literature 2005 yılında girmiştir [1]. Arıların besin arama davranışları YAKA’nın geliştirilmesini sağlamıştır. YAKA’da görevli arı, kaşif arı ve gözcü arı olmak üzere üç tip arı bulunmaktadır. YAKA’da arıların tüm davranışlarından etkilenilmediği gibi bazı varsayımlarda da bulunulmuştur. Bu varsayımlardan en göze çarpanı her bir besin kaynağının sadece bir görevli arı tarafından kullanılmasıdır. Besin kaynağı ve çalışan görevli arı sayısı birbirine eşittir. Bir diğer varsayım ise gözcü arı ve çalışan arı sayısının birbirine eşit olmasıdır. Böyle bir varsayımda bulunulmasına rağmen aslında bir nektara gidip gelen arının görevli olduğu besin kaynağı tükendiğinde bu arının kâşif arı olması da söz konusudur. Kaşif arılar görevli arıların işleri bitince ortaya çıkarlar. Yeni besin kaynaklarını ön bilgi olmadan rasgele olarak bulduğundan algoritmanın daha önceden keşfedemediği zengin besin kaynaklarını yani yüksek uygunluktaki olası çözümler kümesini bulabilir.
Yapay Arı Kolonisi Algoritması hakkında daha fazla bilgi almak için tıklayınız.
2. Uygulama
Konya ilinde yer alana 31 ilçe merkezi üzerinde “Yapay Arı Kolonisi Algoritması”, “Gezgin Satıcı Problemi” için uygulanmıştır. Algoritma 6 kez çalıştırılmış ve iterasyon 5000 seçilerek en iyi yol haritası uygulanmıştır. Şekil 2.1’de Konya ili haritası ve ilçe merkezlerinin numaralandırılmış hali gösterilmiştir. Elde edilen bulgular ise aşağıdaki çizelgede verilmiştir.

Çizelge de görüldüğü üzere de Yapay Arı Kolonisi Algoritması ile elde edilen sonuçlar Parçacık Sürü Optimizasyonu ve Genetik Algoritmalar ile elde edilen sonuçlardan çok daha başarılıdır. Yapay Arı Kolonisi ile elde edilen en kısa yol Şekil 2.2’de gösterilmiştir. Genetik Algoritmalar ve Parçacık Sürü Optimizasyonu aynı olduğundan Şekil 2.3’de gösterilmiştir.



İterasyon Sayısı | Sırasıyla bulunan en iyi yol | Bulunan en kısa yol (km) |
100 | 13 – 14 – 17 – 24 – 2 – 9 – 21 – 6 – 15 – 28 – 16 – 19 – 5 – 27 – 26 – 31 – 8 – 12 – 10 – 18 – 1 – 22 – 25 – 20 – 23 – 7 – 4 – 29 – 3 – 11 – 30 | 2827 |
200 | 24 – 15 – 6 – 1 5 – 11 – 30 – 27 – 28 – 16 – 2 – 9 – 18 – 3 – 29 – 8 – 31 – 23 – 19 – 12 – 10 – 18 – 1 – 22 – 25 – 20 – 23 – 7 – 4 – 29 – 3 – 11 – 30 | 2193 |
500 | 8 – 31 – 29 – 5 – 11 – 27 – 18 – 10 – 26 – 7 – 23 – 13 – 17 – 14 – 21 – 9 – 15 – 30 – 1 – 28 – 16 – 6 – 2 – 24 – 22 – 4 – 25 – 20 – 19 – 12 – 3 | 1781 |
1000 | 9 – 2 – 24 – 22 – 26 – 10 – 19 – 20 – 25 – 4 – 7 – 23 – 8 – 31 – 29 – 3 – 12 – 18 – 5 – 11 – 27 – 30 – 1 – 6 – 16 – 28 – 15 – 17 – 14 – 13 – 21 | 1459 |
5000 | 9 – 2 – 24 – 22 – 26 – 10 – 19 – 20 – 25 – 4 – 7 – 23 – 8 – 31 – 29 – 3 – 12 – 18 – 5 – 11 – 27 – 30 – 1 – 6 – 16 – 28 – 15 – 17 – 14 – 13 – 21 | 1459 |
KAYNAKÇA
[1] Karaboğa D., An Idea Based On Honey Bee Swarm For Numerical Optimization, TR-06, Erciyes University, Engineering Faculty, Computer Engineering Department, 2005.
[2] Özsağlam, M., Y., Parçacık Sürü Optimizasyonu Algoritmasının Gezgin Satıcı Problemine Uygulanması ve Performansının İncelenmesi, Yüksek Lisans Tezi, Konya 2009