Yapay Arı Kolonisi Algoritması

Doğadan ilham alan optimizasyon algoritmaları, problem çözümünde hayvanların ve doğanın benzersiz özelliklerinden yararlanır. Bu algoritmaların başarılı örneklerinden biri de Yapay Arı Kolonisi (Artificial Bee Colony – ABC) Algoritmasıdır. ABC Algoritması, gerçek arı kolonilerinin yiyecek arama süreçlerini simüle ederek en uygun çözümü bulmaya çalışan bir optimizasyon yöntemidir. İlk olarak 2005 yılında Karaboga tarafından önerilmiştir [1].

Yapay Arı Kolonisi Algoritması

ABC Algoritması, arıların yiyecek arama süreçlerine dayanarak çalışır. Algoritma, üç tür arıyı temsil eden arı ajanlarından oluşur: işçi arılar, gözcü arılar ve yükleyici arılar. İşçi ve gözcü arılar, optimal çözümü ararken arama alanını dolaşırken, yükleyici arılar ise işçi ve gözcülerin bulduğu çözümleri değerlendirir.

• 1: Başlangıç populasyonu oluşturma: İlk adım, rastgele çözüm adayları olan arılar oluşturmaktır.
• 2: İşçi arılar için çözüm üretimi: İşçi arılar, mevcut çözümlere göre yeni çözüm adayları üretir.
• 3: Yükleyici arılar için çözüm seçimi: Yükleyici arılar, üretilen çözüm adaylarını değerlendirir ve en uygun olanları seçer.
• 4: Gözcü arılar için çözüm üretimi: Gözcü arılar, en uygun olmayan çözümleri değiştirerek yeni çözüm adayları üretir.
• 5: Sonuç: Belirlenen kriterlere göre en uygun çözüm bulunana kadar adımlar 2-4 tekrarlanır.

ABC Algoritması Uygulamaları

ABC Algoritması, genel amaçlı optimizasyon problemlerinin çözümünde kullanılabilir. Başlıca uygulama alanları şunlardır:

• Fonksiyon optimizasyonu
• Makine öğrenimi ve veri madenciliği
• Tesis yerleşimi ve lojistik
• Elektrik ve enerji sistemleri
• Görüntü işleme ve bilgisayarlı görü

Referans

• Karaboga, D. (2005). An idea based on honey bee swarm for numerical optimization (Technical Report-TR06, Erciyes University, Engineering Faculty, Computer Engineering Department).
• ABC Algorithm Homepage