Çukurova Üniversitesi Mühendislik Fakültesi Dergisi, Journal Year: 2024, Volume and Issue: 39(2), P. 391 - 406
Published: July 11, 2024
Kar erime optimizasyonu (snow ablation optimizer, SAO) algoritması, karın erimesinden ilham alınarak 2023 yılında önerilen yeni bir metasezgisel algoritmadır. Bu çalışmada, yapay sinir ağının ağırlıklarının güncellenmesi amacıyla SAO algoritması ile hibrit model geliştirilmiştir. Geliştirilen aggregation, balance, liver, pathbased ve wine adlı beş farklı veri seti üzerinde gri kurt, sürüngen arama, guguk kuşu sinüs kosinüs algoritmaları oluşturulan modeller karşılaştırılmıştır. Modellerin başarısını ölçmek için duyarlılık, özgüllük, kesinlik f1-puanı adı verilen dört metrik kullanılmıştır. her başarı sıralaması tüm setleri ortalama verilmiştir. Sonuçlar incelendiğinde, modelinin metrikler setinde 2., diğer setlerinde 1. olduğu görülmektedir. Ortalama sırası açısından ise modeli metriklerde 1.2 değeri en iyi sonucu elde etmiştir. Ayrıca modellerin, eğitim aşamasındaki karesel hata değerlerinin yakınsama grafikleri çizdirilmiş hariç karşılaştırılan modellerden daha hızlı performansına sahip gözlenmiştir. Son olarak popülasyondaki parçacık sayısının başarısına etkisi analiz edilmiş birey 100 olması durumunda başarının arttığı