Akademik Veri Yönetim Sistemi
Bilgisayar Bilimleri, cilt.1, ss.100-108, 2021 (Scopus)
Bu çalışmada, dağılım fonksiyonu tabanlı kral kelebek optimizasyon algoritmasının (KKO) performansını iyileştirmek için optimizasyonun optimizasyonu yaklaşımıyla dağılım fonksiyonlarının parametreleri ayarlanmıştır. Bunun için stokastik algoritmaların akışını büyük ölçüde etkileyen rastgele sayı üretme süreçleri incelenmiş ve dağılım fonksiyonlarının bu süreçlere etkisi belirlenmiştir. Daha sonra dağılım fonksiyonlarının işleyişinde parametre seçiminin önemi belirlenmiştir. Uygun parametre seçimleri ile dağılım fonksiyonunun daha etkin olacağı görülmüştür. Bu noktada ana hedef algoritmada rastgele sayı üretiminde kullanılabilecek uygun parametreli dağılım fonksiyonları, bir üst yardımcı optimizasyon algoritması ile belirlenmeye çalışılmıştır. Sonuç olarak; optimizasyonun optimizasyonu yaklaşımı ile hedef algoritmanın performansı artırılmaya çalışılmış ve literatürde en çok kullanılan benchmark fonksiyonları üzerinde yapılan testler ile karşılaştırmalı olarak somut sonuçlar sunulmuştur.