Classification using neural networks trained by swarm intelligence

Authors : Hasan Makas, Nejat Yumusak

Pages : 6-23

View : 21 | Download : 8

Publication Date : 2015-04-01

Article Type : Research Paper

Abstract :Meta-sezgisel algoritmalar ilgili problem hakkında detaylı bilgiye ihtiyaç duymaksızın pek çok optimizasyon problemini çözebilecek şekilde tasarlanmış algoritmalardır. Yeni bir algoritma olan Göçmen Kuşlar Optimizasyon insert ignore into journalissuearticles values(GKO); algoritması diğer meta-sezgisellere benzer şekilde doğadan esinlenilerek oluşturulmuş sistematik bir komşuluk araştırma yöntemidir. Algoritma, harcanan enerjiyi minimize etmek için göçmen kuşların kullandıkları efektif bir uçuş şekli olan V uçuş biçimini simüle eder. Bu makalede 20 farklı veri seti kullanılarak ilgili sınıflandırma problemlerine çözümler aranmıştır. İlk olarak, ilgili sınıflandırma problemleri için tasarlanan Yapay Sinir Ağlarının insert ignore into journalissuearticles values(YSA); eğitimlerinde GKO algoritması kullanılmıştır. Daha sonra, aynı YSA’lar diğer güçlü ve yaygın meta-sezgisel algoritmalar kullanılarak eğitilmişlerdir. Bu algoritmalar yapay arı koloni algoritması, parçacık sürü optimizasyon algoritması, fark gelişim algoritması ve genetik algoritmadır. Son olarak, algoritmalar arasında net mukayeseler yapılabilmesi için eğim tabanlı klasik bir eğitim yöntemi olan Levenberq-Marquardt algoritması çalışmaya ilave edilmiştir. Sonuçlar, GKO algoritmasının YSA eğitimindeki performansının diğerlerininkine nazaran daha iyi olduğunu göstermiştir. GKO algoritması deneylerin çoğunda en yüksek doğruluk ve en düşük ortalama karesel hata değerlerine ulaşmıştır.
Keywords : Göçmen kuşlar optimizasyon algoritması, sürü zekâsı, yapay sinir ağı eğitimi, komşuluk araştırması, sınıflandırma