Modül 3 - Yapay Arı Kolonisi (ABC)

🐝 Yapay Arı Kolonisi Algoritması Nedir?

Doğada var olan zeki davranışlar içeren süreçlerin incelenmesi, araştırmacıları yeni optimizasyon metotları geliştirmeye sevk etmiştir. Arıların yiyecek arama davranışı modellenerek Yapay Arı Kolonisi (Artificial Bee Colony, ABC) algoritması geliştirilmiştir.

                        🎯 ABC Algoritması: Derviş Karaboğa tarafından sürekli optimizasyon problemlerinin çözümü için önerilmiştir. Bal arılarının yiyecek arama ve kaynakların pozisyon bilgilerini paylaşmak için kullandığı sallanım dansını temel alır.
                    

🔑 Temel Kavramlar

Yiyecek Kaynağı: Optimizasyon probleminin olası çözümlerini temsil eder
Nektar Miktarı: Çözümün kalitesi (uygunluk/fitness değeri)
Amaç: En fazla nektara sahip kaynağın yerini (optimum çözümü) bulmak

🐝 Arı Türleri

ABC algoritmasında üç tip arı görevlerine göre yiyecek kaynaklarının keşfi ve iyileştirilmesi için çalışır:

1️⃣ İşçi Arılar (Employed Bees)

Popülasyonun yarısını oluşturur
Her yiyecek kaynağının bir işçi arısı vardır
Çalıştığı yiyecek kaynağı komşuluğunda yeni kaynak belirler
Yeni kaynak daha iyi ise hafızasına alır
Kaynağı iyileştiremezse "trial" sayacı artar

2️⃣ Gözcü Arılar (Onlooker Bees)

Popülasyonun diğer yarısını oluşturur
Kovanda bekler, işçi arıların bilgisini izler
Yiyecek kaynağının kalitesine bağlı olarak olasılıksal seçim yapar
Seçtiği kaynağı iyileştirmeye çalışır

3️⃣ Kâşif Arılar (Scout Bees)

Terk edilen kaynakları rastgele yeni kaynaklarla değiştirir
Belirli süre iyileştirilemeyen kaynağın işçi arısı kâşif olur
Rastgele yeni kaynak bulunca tekrar işçi arı olur

📐 ABC Algoritmasının Adımları

Başlatma: Rastgele yiyecek kaynakları (başlangıç çözümleri) üretilir
x_i,j = x_min,j + rand(0,1) × (x_max,j - x_min,j)
İşçi Arı Fazı: Her işçi arı kaynağı komşuluğunda yeni kaynak arar
v_i,j = x_i,j + φ_i,j × (x_i,j - x_k,j)

φ: [-1, 1] arasında rastgele sayı, k: rastgele komşu indis
Olasılık Hesaplama: Her kaynağın seçilme olasılığı hesaplanır
p_i = fitness_i / Σfitness_n
Gözcü Arı Fazı: Gözcü arılar olasılığa göre kaynak seçer ve iyileştirir
Kâşif Arı Fazı: Terk edilen kaynaklar (trial > limit) yenileriyle değiştirilir
En İyi Çözüm Kaydı: Şimdiye kadarki en iyi çözüm güncellenir
Durdurma Kriteri: Maksimum iterasyon veya hedef değer kontrolü

                        💡 Önemli Özellik: xi,j ve xk,j arasındaki fark azaldıkça (çözümler benzedikçe) parametredeki değişim miktarı da azalır. Böylece bölgesel optimal çözüme yaklaştıkça değişim miktarı adaptif olarak azalır.
                    

⚙️ ABC'nin Temel Özellikleri

✅ Oldukça esnek ve basit
✅ Gerçek arıların davranışlarına yakın simülasyon
✅ Sürü zekasına dayalı
✅ Nümerik ve ayrık problemlere uygulanabilir
✅ Çok az kontrol parametresi (koloni büyüklüğü, limit, maksimum iterasyon)
✅ Kâşif arılar: Küresel arama (exploration)
✅ İşçi ve gözcü arılar: Yerel arama (exploitation)
✅ Her iki arama stratejisi paralel yürütülür

🎯 ABC Avantajları

Az sayıda kontrol parametresi
Basit yapı ve kolay uygulama
Güçlü keşif ve sömürü dengesi
Lokal minimumdan kaçınma yeteneği
Çok boyutlu optimizasyon problemlerine uygun

✍️ Test Soruları

Soru 1: ABC algoritmasını kim geliştirmiştir?

A) Kennedy ve Eberhart
B) Derviş Karaboğa
C) John Holland
D) Marco Dorigo

Soru 2: ABC algoritmasında yiyecek kaynağı neyi temsil eder?

A) Arı sayısını
B) Problemin olası bir çözümünü
C) İterasyon sayısını
D) Fitness fonksiyonunu

Soru 3: Nektar miktarı neyi ifade eder?

A) Arı sayısını
B) Çözümün kalitesini (fitness)
C) Mesafe değerini
D) Zaman değerini

Soru 4: İşçi arıların görevi nedir?

A) Kovanda beklemek
B) Sadece bilgi toplamak
C) Kaynağı komşuluğunda yeni kaynak aramak
D) Rastgele arama yapmak

Soru 5: Gözcü arılar nasıl kaynak seçer?

A) Rastgele seçer
B) İlk bulduğunu seçer
C) Olasılığa dayalı seçim yapar
D) En uzak olanı seçer

Soru 6: Kâşif arı ne zaman ortaya çıkar?

A) Algoritma başladığında
B) Kaynak belirli süre iyileştirilemediğinde
C) Her iterasyonda
D) Rastgele zamanlarda

Soru 7: ABC'de koloni büyüklüğünün yarısı nedir?

A) Kâşif arı sayısı
B) İşçi arı ve gözcü arı sayısı
C) Yiyecek kaynağı sayısı
D) İterasyon sayısı

Soru 8: ABC algoritmasının temel ilham kaynağı nedir?

A) Karınca yolu takibi
B) Kuş sürüsü hareketi
C) Arıların sallanım dansı ve yiyecek arama
D) Balık sürüsü hareketi

Soru 9: "trial" sayacı neyi gösterir?

A) Toplam iterasyon sayısı
B) Kaynağın iyileştirilememe sayısı
C) Arı sayısı
D) Başarılı deneme sayısı

Soru 10: ABC'nin avantajı nedir?

A) Çok fazla parametre gerektirir
B) Sadece doğrusal problemlere uygulanır
C) Az parametre, basit yapı ve güçlü arama dengesi
D) Yavaş yakınsama

🎴 Flashcards - Tıklayarak Çevir

ABC Algoritması

Artificial Bee Colony - Derviş Karaboğa tarafından geliştirilen, arıların yiyecek arama davranışına dayalı optimizasyon algoritması

Yiyecek Kaynağı

Optimizasyon probleminin olası bir çözümünü temsil eder, çözüm uzayında bir nokta

Nektar Miktarı

Yiyecek kaynağının kalitesi, çözümün fitness/uygunluk değeri

İşçi Arı

Atanmış kaynağı komşuluğunda yeni kaynak arar, daha iyisini bulursa günceller

Gözcü Arı

Kovanda bekler, işçi arılardan bilgi alır, olasılığa göre kaynak seçip iyileştirir

Kâşif Arı

Terk edilen kaynakları rastgele yeni kaynaklarla değiştirir, keşif yapar

Sallanım Dansı

Arıların yiyecek kaynağı bilgilerini paylaşmak için kullandığı iletişim yöntemi

Trial Sayacı

Bir kaynağın iyileştirilememe sayısı, limit aşılırsa kaynak terk edilir

Limit Parametresi

Bir kaynağın terk edilme eşiği, trial bu değeri aşarsa kaynak terk edilir

Koloni Büyüklüğü

Toplam arı sayısı, yarısı işçi yarısı gözcü arı

Derviş Karaboğa

ABC algoritmasını geliştiren Türk bilim insanı

Komşuluk Araması

Mevcut çözüm civarında yeni çözüm üretme, v = x + φ(x - x_k)

Olasılık Seçimi

Gözcü arıların fitness oranına göre kaynak seçmesi, p = fit/Σfit

Exploration

Keşif - Kâşif arıların yaptığı küresel arama, yeni bölgeleri araştırma

Exploitation

Sömürü - İşçi ve gözcü arıların yaptığı yerel arama, mevcut çözümü iyileştirme