Tek Çarpımsal Sinir Hücresi Modelinin Eğitiminde Yapay Arı Kolonisi Algoritmasının Performansının Değerlendirilmesi

Abstract

Literatürde, çeşitli yapay sinir ağları türleri zaman serisi öngörüsü için kullanılmıştır. Bir yapay sinir hücresi biyolojik sinir hücresinin matematiksel bir modelidir. Yadav ve ark. (2007) çarpımsal sinir hücresi modeli olarak adlandırılan yeni bir yapay sinir hücresi modeli önermişlerdir. Çarpımsal sinir hücresi modelleri ve ileri besleme sinir ağlarının her ikisi de başarıyla literatürde zaman serisi tahmin etmek için kullanılmıştır. Bu çalışmada, yapay arı kolonisi yöntemi literatürde ilk kez çarpımsal sinir hücresi modelinin eğitiminde kullanılmıştır. Yapay arı kolonisi algoritmasının tek çarpımsal sinir hücresi modelinin eğitimindeki performansı, parçacık sürü optimizasyonu ve geri yayılım algoritmalarının performansları ile iki gerçek hayat verisi kullanılarak karşılaştırılmıştır. Yöntemlerin performanslarının karşılaştırılmasında iki yönlü ANOVA testi uygulanmıştır. Her iki zaman serisi içinde parçacık sürü optimizasyonunun en iyi sonuçlara sahip olduğu görülmüştür. Yapay arı kolonisi algoritmasının geri yayılım öğrenme algoritmasından daha iyi sonuçlar ürettiği görülmektedir.

In the literature, various types of artificial neural networks have been used in time series forecasting. An artificial neuron is a mathematical model of a biological neuron. Yadav et al. (2007) proposed a new artifical neuron model which is called as multiplicative neuron model. In literature, both multiplicative neuron models and feed forward neural networks are successfully used for the time series forecasting. Artificial bee colony algorithm is firstly used to train multiplicative neuron model in this study. Using two real life data, artificial bee colony algorithm performance is compared with particle swarm optimization and back propagation traning methods in traning of multiplicative neuron model. Two ways ANOVA test are applied in which comparison of methods performance. As a result of particle swarm optimization has the best results both of time series. It?s seem that artificial bee colony algorithm performance has the best results from back propagation algorithm.