Pamukkale Univ Muh Bilim Derg. 2023; 29(2): 183-193 | DOI: 10.5505/pajes.2022.88646

Çok amaçlý yapay alg algoritmasý ile kýsýtlý mühendislik tasarým problemlerinin çözülmesi

Ahmet Özkýþ¹, Ahmet Babalýk^2
1Necmettin Erbakan Üniversitesi (konya), Mühendislik Fakültesi, Adli Biliþim Mühendisliði Bölümü
²Konya Teknik Üniversitesi (konya), Mühendislik Ve Doða Bilimleri Fakültesi, Bilgisayar Mühendisliði Bölümü

Mühendislik tasarým problemleri, optimize edilmesi oldukça zor olan problemler sýnýfýna girer. Bu tip problemlerin çözümü için doða esinli metasezgisel algoritmalardan yararlanýlabilmektedir. Bu çalýþmada, yakýn zamanda önerilen çok amaçlý yapay alg algoritmasý (MOAAA) kullanýlarak 7 tanesi benchmark problemi, 7 tanesi mühendislik tasarým problemi olmak üzere toplam 14 farklý problem optimize edilmiþtir. MOAAA’nýn performans testi için, hypervolume (HV), SPREAD, EPSILON ve ters nesilsel mesafe (IGD) metrikleri kullanýlmýþtýr. Performans karþýlaþtýrmasý literatürde iyi bilinen NSGA-II, PAES, MOCell, IBEA ve MOVS algoritmalarý ile yapýlmýþtýr.
Tüm algoritmalar için elde edilen metrik deðerlerine Friedman testi uygulanmýþ ve her algoritmanýn ortalama baþarý sýrasý hesaplanmýþtýr. Sonuçlar, MOAAA'nýn 4 performans metriðinin 3'ünde diðer algoritmalardan daha baþarýlý olduðu göstermektedir. Ayrýca sonuçlara uygulanan Wilcoxon sýra toplam testi, MOAAA'nýn elde ettiði sonuçlarýn %95 güven aralýðýnda anlamlý olduðunu ortaya çýkarmaktadýr.

Anahtar Kelimeler: Çok amaçlý kýsýtlý optimizasyon, metasezgisel algoritmalar, yapay alg algoritmasý, çok amaçlý mühendislik tasarým problemleri

---

Solving constrained engineering design problems with multi-objective artificial algae algorithm

Ahmet Özkýþ¹, Ahmet Babalýk^2
1Necmettin Erbakan University, Faculty Of Engineering, Department Of Computer Forensics Engineering
²Konya Technical University (konya), Faculty Of Engineering And Natural Sciences, Department Of Computer Engineering

Engineering design problems fall into the category of problems that are very difficult to optimize. Nature-inspired metaheuristic algorithms can be used to solve such problems. In this study, a total of 14 different problems, 7 of which are benchmark problems and 7 of which are engineering design problems, were optimized using the recently proposed multi-objective artificial algae algorithm (MOAAA). Hypervolume (HV), SPREAD, EPSILON and inverted generational distance (IGD) metrics were used for the performance test of the MOAAA. Performance comparison was made with NSGA-II, PAES, MOCell, IBEA and MOVS algorithms which are well known in the literature. The Friedman test was applied to the metric values obtained for all algorithms and the average ranks of each algorithm were calculated. The results show that the MOAAA outperforms other algorithms in 3 out of 4 performance metrics. In addition, the Wilcoxon rank-sum test applied to the results reveals that the results obtained by the MOAAA are significant in the 95% confidence level.

Keywords: Multi-objective constrained optimization, metaheuristic algorithms, artificial algae algorithm, multi-objective engineering design problems

---