Dinamik sistemlerin ANFIS ile modellenmesinde yayılımcı rekabetçi optimizasyon (ICA) algoritmasının kullanılması

Abstract

Yayılımcı Rekabetçi Algoritma (Imperialist Competitive Algorithm, ICA), belli bir popülasyondaki ülkelerin emperyal güç olabilme adına birbirileri arasındaki rekabetim konu alan sosyal tabanlı sezgisel bir optimizasyon algoritmasıdır. Bu çalışmada, doğrusal olmayan dinamik sistemlerin ANFIS (Adaptive Neuro-Fuzzy Inference System) bulanık çıkarım modeli kullanılarak modellenmesi problemi üzerine, Yayılımcı Rekabetçi Algoritma (ICA) algoritmasının optimizasyon başarımı incelenmiştir. İnceleme için literatürden seçilen örnek dinamik sistemler kullanılmıştır. Her bir örnek dinamik sistemin problem parametreleri, ICA ile ayarlanarak, esnek ve matematiksel yapısı nedeniyle tercih edilen ANFIS ile modellenmiştir. Her bir dinamik sistem için ICA (Standart ICA, Std-ICA) algoritması ile elde edilen sonuçlar bu çalışma esnasında yine ICA algoritmasından geliştirilen iki yeni algoritmanın (G1-ICA,G2-ICA) sonuçları ile kıyaslanmıştır. Çalışma çerçevesinde elde edilen istatistiki verilere göre G1-ICA algoritmasının başarımının diğer iki ICA algoritmasından daha iyi olduğu görülmüştür. Son olarak, bu çalışmada kullanılan sistemlerin diğer sezgisel algoritmalarla optimize edilmiş ANFIS modellerinin başarımı, bu çalışmada elde edilen ANFIS modellerinin başarımı ile istatistiki olarak incelenmiştir. Bu incelemelere göre ICA algoritmasının istenilene yakın değerler ortaya koyduğu gözlenmiştir.Imperialist Competitive Algorithm is a social based heruristic optimization algorithm that deals with the challenge of some countries with certain populations among themselves so as to be the emperial power. In this study, ICA’s (Imperialist Competİtive Algorithm) optimization performance over the problem of non-linear dynamic system modelling has been studied using ANFIS (Adaptive Nuro Fuzzy Inference System) fuzzy model. For the study, sample dynamic systems selected from the literature have been used. Parameters of each sample dynamic system have been modelled with ANFIS preferred due to its flexible and mathematical structure using ICA optimization algorithm. For each system, the outcomes obtained with ICA (Standard ICA, Std-ICA) have been compared to the outcomes of the two new algorithms developed from ICA during this study. According to the obtained statistical data, it has been observed that performance of G1-ICA algorithm was better than that of the others to two ICA algorithms. Finally, performance of ANFIS models obtained in this study have been statistical compared with the ANFIS models optimized using the other heuristic algorithms. According to this review, it has been observed that ICA revealed values close to the desired.