Araştırma ve Geliştirme alanında, en değerli ilham kaynağı doğanın kendisinden gelir. Hayvanlar, böcekler, mikroorganizmalar günümüz bilimine ilham veren ve bu alandaki fikirleri ilerleten ve sunan bazı çalışma prensipleri sergilemektedir. Bu ilkelere biyo-ilham algoritmaları denir. Tabii ki, biyo-ilham verici algoritmaların önerilerinde çok fazla çeşitliliğin patladığı yıllarda, konsepti çok özel bir hayvan olan yeni teknikler sunmak uzun sürmedi; insan. Ve bu teknikler, insan türlerine dayalı davranışlarda işleyişlerine ilham veren ve herhangi bir sorunu çözmek için uygulanabilen sosyo-ilhamlı algoritmalar olarak bilinir. Sosyodan ilham alan algoritmalar, davranışını insan toplumuna dayandıran belirli bir meta-sezgisel türdür. Evrimsel bilgi işlemin karmaşık dünyasına, her gün tanınabilir kalıplara sahip çoklu simülasyonlarla basit bir yaklaşımdır. Bu çalışmanın amacı, bu algoritmaların optimizasyon problemlerini çözmek için işlevsel kapasiteye sahip olup olmadığını kontrol etmektir. Deneysel analiz yoluyla, bu algoritmaların sonuçları bilinen bir kıyaslama için toplanacak ve bu tip problemlerdeki potansiyellerinin yeterince değerlendirilmesine izin veren bazı referans algoritmalarla karşılaştırılacaktır. Karşılaştırma sonuçlarına göre, algoritmaların etkinliği değerlendirilecektir.
In the field of research and development, the most valuable source of inspiration comes from nature itself. Animals, insects, microorganisms exhibit some working principles that inspire today's science and to advance and present ideas in this field. These principles are called bio-inspired algorithms. Of course, in the years when a lot of diversity exploded in the suggestions of bio-inspirational algorithms, it did not take long to introduce new techniques, the concept of which is a very special animal; human. And these techniques are known as socio-inspired algorithms that inspire their functioning in behaviors based on human species and can be applied to solve any problems. Socio-inspired algorithms are a particular type of metaheuristic that bases its behavior on human society. It is a simple approach to the complex world of evolutionary computing, with multiple simulations with recognizable patterns day by day. The aim of this study is to check whether these algorithms have the functional capacity to solve optimization problems. Through experimental analysis, the results of these algorithms will be collected for a known benchmark and compared with those of some reference algorithms that allow assessing their potential in this type of problem adequately. According to the results of the comparison, the effectiveness of the algorithms will be evaluated.
By subscribing to E-Newsletter, you can get the latest news to your e-mail.
