Büyük Veri Optimizasyonu için Kaynak-Bağlantılı Harmoni Arama Algoritmasının Performans Analizi

Abstract

Bu çalışmada, Harmoni Arama algoritmasının (Harmony Search algorithm, HSA) mevcut veriden faydalanarak başlangıç çözümlerini üretme yaklaşımı ile güçlendirilmiş varyantı olan Kaynak-Bağlantılı Harmoni Arama algoritmasının (Source-Linked HSA, slinkHSA) performansı elektroensefalografi (EEG) sinyallerinde gürültü minimizasyonu gerektiren büyük veri optimizasyonu üzerinden incelenmiştir. slinkHSA ile elde edilen sonuçlar diğer meta-sezgisel teknikler tarafından bulunan sonuçlar üzerinden kıyaslanmıştır. Karşılaştırmalar, başlangıç harmonilerini EEG sinyalleri kullanılarak üretmenin çözümlerinin kalitesini önemli ölçüde katkıda bulunduğunu ve algoritmanın yakınsama hızını artırdığını göstermiştir