Çok amaçlı genetik algoritma için yeni bir seçim stratejisi önerisi: MultiMoora Rank seçimi
Yıl: 2022 Cilt: 37 Sayı: 4 Sayfa Aralığı: 2119 - 2131 Metin Dili: Türkçe DOI: 10.17341/gazimmfd.716852 İndeks Tarihi: 29-07-2022
Çok amaçlı genetik algoritma için yeni bir seçim stratejisi önerisi: MultiMoora Rank seçimi
Öz: Genetik algoritmalar çözümü zor problemler için kabul edilebilir süre ve kalitede çözüm bulan metasezgisel bir tekniktir. Genetik algoritma uygulamalarında tercih edilen seçim stratejileri, çözüm kalitesini önemli ölçüde etkilemektedir. Bu çalışmada, Çok Amaçlı Genetik Algoritmalar (ÇAGA)’ın performansını arttırmak amacıyla, çok kriterli karar verme yöntemlerinden biri olan MultiMoora metoduna dayalı MultiMoora Rank Seçimi (MMRS) seçim stratejisi geliştirilmiştir. Geliştirilen metodun performansı çok amaçlı akış tipi çizelgeleme problemlerinde test edilmiştir. MultiMoora Rank Seçimi ile elde edilen sonuçlar, genetik algoritmada yaygın olarak kullanılan Rulet Tekerleği Seçimi, Lineer Rank Seçimi ve Turnuva Seçimi metotlarının aynı problem üzerindeki sonuçları ile karşılaştırılarak değerlendirilmiştir. Elde edilen sonuçlar, önerilen MultiMoora Rank Seçimi metodunun karşılaştırılan diğer metotlara üstünlük sağladığını göstermektedir.
Anahtar Kelime: A new selection strategy for multi objective genetic algorithm: MultiMoora Rank Selection
Öz: Genetic algorithms are metaheuristic methods that provide satisfactory solutions for complex problems within acceptable time periods. In genetic algorithms, the selection strategy considerably affects the quality of the solution. In the study, the MultiMoora Rank Selection (MMRS) strategy based on the MultiMoora method, a multi-criteria decision-making method, was developed to improve the performance of the Multi Objective Genetic Algorithms (MOGA). The performance of the method was tested using flow-shop scheduling problems. The results obtained with the MultiMoora Rank Selection were evaluated by comparing with the results obtained using the same problem with the selection methods that are widely used for genetic algorithms, such as the Roulette Wheel Selection, Linear Rank Selection and Tournament Selection methods. The results showed that the proposed MultiMoora Rank Selection method outperformed the compared methods.
Anahtar Kelime: Belge Türü: Makale Makale Türü: Araştırma Makalesi Erişim Türü: Erişime Açık
- 1. Arık O. A., Genetic Algorithm Application for Permutation Flow Shop Scheduling Problems, Gazi University Journal of Science, 1-1, 2021.
- 2. Çalışkan F., Yüksel H., Dayık M., Genetik Algoritmaların Tasarım Sürecinde Kullanılması, SDU Teknik Bilimler Dergisi, 6 (2), 21-27, 2016.
- 3. Goldberg D. E., Deb K., A comparative analysis of selection schemes used in genetic algorithms, Foundations of genetic algorithms, 1, 69-93, 1991.
- 4. Chakraborty U. K., Deb K., Chakraborty M., Analysis of selection algorithms: A Markov chain approach, Evolutionary Computation, 4 (2), 133-167, 1996.
- 5. Chakraborty M., Chakraborty U. K., An analysis of linear ranking and binary tournament selection in genetic algorithms, Information Communications and Signal Processing (ICICS), 1, 407-411, 1997.
- 6. Alfonso H., Cesan P., Fernandez N., Minetti G. F., Salto C., Velazco L., Gallard R. H., Contrasting main selection methods in genetic algorithms, IV Congreso Argentina de Ciencias de la Computación, 1998.
- 7. Wiese K., Goodwin S. D., Keep-best reproduction: a selection strategy for genetic algorithms, Association for Computing Machinery (ACM) symposium on Applied Computing, 343-348, 1998.
- 8. Wiese K., Goodwin S. D., The effect of genetic operator probabilities and selection strategies on the performance of a genetic algorithm, Advances in Artificial Intelligence, Springer, 1418, 139-153, 1998.
- 9. Andrade A. V., Errico L., Aquino A. L. L., Assis L. P., Barbosa C. H. N. R., Analysis of selection and crossover methods used by genetic algorithm-based heuristic to solve the lsp allocation problem in mpls networks under capacity constraints, International Conference on Engineering Optimization, 1-9, 2008.
- 10. Xie H., Zhang M., Tuning Selection Pressure in Tournament Selection, School of Engineering and Computer Science, 1-14, 2009.
- 11. Chudasama C., Shah S. M., Panchal M., Comparison of parents selection methods of genetic algorithm for TSP, International Conference on Computer Communication and Networks, 85-87, 2011.
- 12. Razali N. M., Geraghty J., Genetic algorithm performance with different selection strategies in solving TSP, International Conference of Computational Intelligence and Intelligent Systems, 2, 1134-1139, 2011.
- 13. Kumar R., Blending roulette wheel selection & rank selection in genetic algorithms, International Journal of Machine Learning and Computing, 2 (4), 365-370, 2012.
- 14. Alabsi F., Naoum R., Comparison of selection methods and crossover operations using steady state genetic based intrusion detection system, Journal of Emerging Trends in Computing and Information Sciences, 3 (7), 1053-1058, 2012.
- 15. Jebari K., Madiafi M., Selection methods for genetic algorithms, International Journal of Emerging Sciences, 3 (4), 333-344, 2013.
- 16. Oladele R. O., Sadiku J. S., Genetic algorithm performance with different selection methods in solving multi-objective network design problem, International Journal of Computer Applications, 70 (12), 5-9 2013.
- 17. Nazmul R., Chetty M., A priority based parental selection method for genetic algorithm, The Genetic and Evolutionary Computation Conference, 125-126, 2013.
- 18. Mayilvaganan M., Geethamani G. S., Performance Comparison of Roulette Wheel Selection and Steady state Selection in Genetic Nucleotide Sequence, International Journal of Innovative Research in Computer and Communication Engineering, 3 (4), 4271-4276 2015.
- 19. Long Q., Wu C., Wang X., Jiang L., Li J., A multiobjective genetic algorithm based on a discrete selection procedure, Mathematical Problems in Engineering, 1-17, 2015.
- 20. Anand S., Afreen N., Yazdani S., A Novel and Efficient Selection Method in Genetic Algorithm, International Journal of Computer Applications, 129 (15), 7-12, 2015.
- 21. Shukla A., Pandey H. M., Mehrotra D., Comparative review of selection techniques in genetic algorithm, Futuristic Trends on Computational Analysis and Knowledge Management, 515-519, 2015.
- 22. Pandey H. M., Performance evaluation of selection methods of genetic algorithm and network security concerns, Procedia Computer Science, 78, 13-18, 2016.
- 23. Irfianti A. D., Wardoyo R., Hartati S., Sulistyoningsih E., Determination of Selection Method in Genetic Algorithm for Land Suitability, MATEC Web of Conferences, 58, 2016.
- 24. Abd Rahman R., Ramli R., Jamari Z., Ku-Mahamud K. R., Evolutionary Algorithm with Roulette-Tournament Selection for Solving Aquaculture Diet Formulation, Mathematical Problems in Engineering, 1-16, 2016.
- 25. Beg A. H., Islam M. Z., Genetic Algorithm with Novel Crossover, Selection and Health Check for Clustering, Computational Intelligence and Machine Learning, 575- 580, 2016.
- 26. Alkhayri W. R., Owis S., Shkoukani M., A New Selection Operator-CSM in Genetic Algorithms for Solving the TSP, International Journal of Advanced Computer Science and Applications, 7 (10), 62-66, 2016.
- 27. Saini N., Review of Selection Methods in Genetic Algorithms, International Journal of Engineering and Computer Science, 6 (12), 22261-22263, 2017.
- 28. Yadav S. L., Sohal A., Comparative Study of Different Selection Techniques in Genetic Algorithm, International Journal of Engineering, Science and Mathematics, 6 (3), 174-180, 2017.
- 29. Chehouri A., Younes R., Khoder J., Perron J., Ilinca A., A Selection Process for Genetic Algorithm Using Clustering Analysis, Algorithms, 10 (4), 123, 2017.
- 30. Kalınlı A., Aksu Ö., Genetic algorithm model based on dominant gene selection operator, Journal of the Faculty of Engineering and Architecture of Gazi University, 26 (4), 869-875, 2011.
- 31. Brauers W. K. M., Zavadskas E. K., A multi-objective decision support system for project selection with an application for the Tunisian textile industry, Ekonomika a management, 15 (1), 28-43, 2012.
- 32. Demir A. S., Gelen M. B., A New Approach to Solving Multi-Objective Flow-Shop Scheduling Problems: A MultiMoora-Based Genetic Algorithm, Journal of Engineering Research, 9 (4A), 191-200, 2021.
- 33. Gonçalves J. F., de Magalhães Mendes J. J., Resende M. G., A hybrid genetic algorithm for the job shop scheduling problem, European journal of operational research, 167 (1), 77-95, 2005.
- 34. Della Croce F., Tadei R., Volta G., A genetic algorithm for the job shop problem, Computers & Operations Research, 22 (1), 15-24, 1995.
- 35. Kalayci C. B., Ertenlice O., Akyer H., Aygoren H., A review on the current applications of genetic algorithms in mean-variance portfolio optimization, Pamukkale University Journal of Engineering Sciences, 23 (4), 470- 476, 2017.
- 36. Pour N., Tavakkoli-Moghaddam R., Asadi H., Optimizing a multi-objectives flow shop scheduling problem by a novel genetic algorithm, International Journal of Industrial Engineering Computations, 4 (3), 345-354, 2013.
- 37. Konak A., Coit D. W., Smith A. E., Multi-objective optimization using genetic algorithms: A tutorial, Reliability Engineering & System Safety, 91 (9), 992- 1007, 2006.
- 38. Blickle T., Thiele L., A comparison of selection schemes used in genetic algorithms, Evolutionary Computation, 27-33, 1995.
- 39. Xie H., Zhang M., Andreae P., Johnston M., Is the notsampled issue in tournament selection critical?, Evolutionary Computation, 3710-3717, 2008.
- 40. Brauers W. K. M., Zavadskas E. K., The MOORA method and its application to privatization in a transition economy, Control and Cybernetics, 35, 445-469, 2006.
- 41. Brauers W. K. M., Zavadskas E. K., Project management by MULTIMOORA as an instrument for transition economies, Technological and Economic Development of Economy, 16 (1), 5-24, 2010.
- 42. Datta S., Sahu N., Mahapatra S., Robot selection based on grey-MULTIMOORA approach, Grey Systems: Theory and Application, 3 (2), 201-232, 2013.
- 43. Kundakcı N., Combined multi-criteria decision making approach based on MACBETH and MULTI-MOORA methods, Alphanumeric Journal, 4 (1), 17-26, 2016.
- 44. Brauers W. K. M., Zavadskas E. K., Robustness of MULTIMOORA: a method for multi-objective optimization, Informatica, 23 (1), 1-25, 2012.
- 45. Brauers W. K. M., Kildienė S., Zavadskas E. K., Kaklauskas A., The construction sector in twenty European countries during the recession 2008–2009– country ranking by MULTIMOORA, International Journal of Strategic Property Management, 17 (1), 58- 78, 2013.
- 46. Brauers W. K. M., Zavadskas E. K., Kildienė S., Was the Construction Sector in 20 European Countries Anticyclical during the Recession Years 2008-2009 as Measured by Multicriteria Analysis (MULTIMOORA)?, Procedia Computer Science, 31, 949-956, 2014.
- 47. Veeraiah T., Pratapa Reddy Y., V S Mohan Kumar P., W D S Milton P., Optimization of Flow Shop Scheduling by MATLAB, International Journal of Mechanical Engineering (IJME), 222-226, 2017.
| APA | DEMIR A, Gelen Mert M (2022). Çok amaçlı genetik algoritma için yeni bir seçim stratejisi önerisi: MultiMoora Rank seçimi. , 2119 - 2131. 10.17341/gazimmfd.716852 |
| Chicago | DEMIR ALPARSLAN SERHAT,Gelen Mert Mine Büşra Çok amaçlı genetik algoritma için yeni bir seçim stratejisi önerisi: MultiMoora Rank seçimi. (2022): 2119 - 2131. 10.17341/gazimmfd.716852 |
| MLA | DEMIR ALPARSLAN SERHAT,Gelen Mert Mine Büşra Çok amaçlı genetik algoritma için yeni bir seçim stratejisi önerisi: MultiMoora Rank seçimi. , 2022, ss.2119 - 2131. 10.17341/gazimmfd.716852 |
| AMA | DEMIR A,Gelen Mert M Çok amaçlı genetik algoritma için yeni bir seçim stratejisi önerisi: MultiMoora Rank seçimi. . 2022; 2119 - 2131. 10.17341/gazimmfd.716852 |
| Vancouver | DEMIR A,Gelen Mert M Çok amaçlı genetik algoritma için yeni bir seçim stratejisi önerisi: MultiMoora Rank seçimi. . 2022; 2119 - 2131. 10.17341/gazimmfd.716852 |
| IEEE | DEMIR A,Gelen Mert M "Çok amaçlı genetik algoritma için yeni bir seçim stratejisi önerisi: MultiMoora Rank seçimi." , ss.2119 - 2131, 2022. 10.17341/gazimmfd.716852 |
| ISNAD | DEMIR, ALPARSLAN SERHAT - Gelen Mert, Mine Büşra. "Çok amaçlı genetik algoritma için yeni bir seçim stratejisi önerisi: MultiMoora Rank seçimi". (2022), 2119-2131. https://doi.org/10.17341/gazimmfd.716852 |
| APA | DEMIR A, Gelen Mert M (2022). Çok amaçlı genetik algoritma için yeni bir seçim stratejisi önerisi: MultiMoora Rank seçimi. Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi, 37(4), 2119 - 2131. 10.17341/gazimmfd.716852 |
| Chicago | DEMIR ALPARSLAN SERHAT,Gelen Mert Mine Büşra Çok amaçlı genetik algoritma için yeni bir seçim stratejisi önerisi: MultiMoora Rank seçimi. Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi 37, no.4 (2022): 2119 - 2131. 10.17341/gazimmfd.716852 |
| MLA | DEMIR ALPARSLAN SERHAT,Gelen Mert Mine Büşra Çok amaçlı genetik algoritma için yeni bir seçim stratejisi önerisi: MultiMoora Rank seçimi. Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi, vol.37, no.4, 2022, ss.2119 - 2131. 10.17341/gazimmfd.716852 |
| AMA | DEMIR A,Gelen Mert M Çok amaçlı genetik algoritma için yeni bir seçim stratejisi önerisi: MultiMoora Rank seçimi. Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi. 2022; 37(4): 2119 - 2131. 10.17341/gazimmfd.716852 |
| Vancouver | DEMIR A,Gelen Mert M Çok amaçlı genetik algoritma için yeni bir seçim stratejisi önerisi: MultiMoora Rank seçimi. Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi. 2022; 37(4): 2119 - 2131. 10.17341/gazimmfd.716852 |
| IEEE | DEMIR A,Gelen Mert M "Çok amaçlı genetik algoritma için yeni bir seçim stratejisi önerisi: MultiMoora Rank seçimi." Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi, 37, ss.2119 - 2131, 2022. 10.17341/gazimmfd.716852 |
| ISNAD | DEMIR, ALPARSLAN SERHAT - Gelen Mert, Mine Büşra. "Çok amaçlı genetik algoritma için yeni bir seçim stratejisi önerisi: MultiMoora Rank seçimi". Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi 37/4 (2022), 2119-2131. https://doi.org/10.17341/gazimmfd.716852 |
