Buradasınız

Anasayfa » Content

ÇOK ETMENLİ SİSTEMLERDE NETLOGO İLE KARINCA KOLONİSİ OPTİMİZASYONU

ANT COLONY OPTIMIZATION IN MULTI-AGENT SYSTEMS WITH NETLOGO

Journal Name:

  • Pamukkale Üniversitesi Mühendislik Bilimleri Dergisi

Publication Year:

  • 2013
DOI: 
doi: 10.5505/pajes.2013.32032

Key Words:

Keywords (Original Language):

Author NameUniversity of AuthorFaculty of Author
Abstract (2. Language): 
Multi-agent systems (MAS) offer an effective way to model and solve complex optimization problems. In this study, MAS and ant colonies have been used together to solve the Travelling Salesmen Problem (TSP). System simulation has been realized with NetLogo which is an agent-based programming environment. It has been explained in detail with code examples that how to use NetLogo for modeling and simulation of the problem. Algorithm has been tested for different numbers of nodes and obtained results have been discussed.
Bookmark/Search this post with
Abstract (Original Language): 
Çok etmenli sistemler (ÇES), karmaşık optimizasyon problemlerinin modellenmesi ve çözülmesi için etkin bir yol sunarlar. Bu çalışmada, Gezgin Satıcı Problemi (GSP)'ni çözmek için ÇES ve karınca kolonileri birlikte kullanılmıştır. Sistem benzetimi, etmen tabanlı bir programlama ortamı olan NetLogo ile gerçekleştirilmiştir. Problemin modellenmesi ve benzetimi için NetLogo'nun nasıl kullanılacağı kodlarla ayrıntılı olarak açıklanmıştır. Algoritma farklı düğüm sayıları için denenmiş ve elde edilen sonuçlar tartışılmıştır.
FULL TEXT (PDF): 
PDF icon arastirmax-cok-etmenli-sistemlerde-netlogo-ile-karinca-kolonisi-optimizasyonu.pdf
  • 2
88
96
  • Turkish

REFERENCES

References: 

[1] Russell, S.J. and Norvig, P., Artificial Intelligence: A
Modern Approach, New Jersey, 32, 1995. [2] Kardaş, G. Anlamsal web ortamında çalışan çok etmenli
sistemlerin model
güdüml
ü geliştirilmesi. Ege
Üniversitesi
Fe
n Bilimleri Enstitüsü Uluslararası Bilgisayar A. D. Doktora Tezi, İzmir. 2008. [3] Weiss, G., Multiagent Systems: A Modern Approach to Distributed Artificial Intelligence, MIT Press, USA, 619 p., 1999.
[4] Wilensky, U. Netlogo web Sayfası. 1999. Available: http://ccl.northwestern.edu/netlogo/
[5] Cevre, U.,
Barış
, Ö., Uğur, A., Gezgin satıcı probleminin genetik algoritmalarla eniyilemesi ve etkileşimli olarak Internet üzerinde görselleştirilmesi, XI I. "Türkiye 'de İnternet " Konferansı, Ankara, 8-10 Kasım 2007.
[6] Bonabeau, E.,Theraulaz, G., 'Swarm Smarts', Scientific American Inc., March . 72-79, 2000.
[7]
Uğur,
A., Aydın, D., Ant system algoritmasının jawa ile görselleştirilmesi, Akademik Bilişim 2006, Bildiri No: 53, Pamukkale Üniversitesi, Denizli, 9-11 Şubat 2006.
[8]
Sycara
, K., Multiagent Systems, AI Magazine, 19 (4): 79-92, 1998.
[9] Yurdakul, İ. Çoklu ortam verilerini aranması ve aktarılması için bir çok-etmenli sistem geliştirme. Ege Üniv. Bilgisayar Mühendisliği A. D. Yüksek lisans tezi,
İzmir. 2007.
[10] Bergenti, F., Gleizes, M. and Zambonelli, F., Methodologies and Software Engineering for Agent Systems: The Agent-Oriented Software Engineering Handbook, Kluwer Academic Publishers, USA, 506, 2004.
[11] Hölldobler, B. and Wilson, E.O., The ants (Springer-Verlag,
Berlin), 1990.
[12] Dorigo, M., Gambardella, L.M., Ant colonies for the traveling salesman problem, Biosystems, 43 (2), 73-81,
1996.
[13] Johnson, S., Ant Optimization in NetLogo. 2012. Available: http://www.tjhsst.edu/~sjohnson/NetLogo%20Work/A nts/Project%20Proposal%203.doc
[14] Washington, D. And Letendre, K. UNMdensity-fidelity. 2012.
Available:http://ccl.northwestern.edu/netlogo/models/ community/UNMdensity-fidelity
[15] Roach, C., NetLogo Ant System Model. 2007. Available:
http://ccl.northwestern.edu/netlogo/models/community /AntSystem

Thank you for copying data from http://www.arastirmax.com