You are here

Metasezgisel Algoritmaların Jeodezi’de Kullanımı

Journal Name:

Publication Year:

Abstract (Original Language): 
Geomatik mühendisliği dahil olmak üzere çok sayıda mühendislik disiplininde önemli rol oynayan matematiksel programlama veya optimizasyon bir uygulamalı matematik konusu olup bilgisayar bilimi ve yöneylem araştırması ile yakından ilişkilidir. En basit şekliyle reel değişkenlere sahip bir fonksiyonun, bu değerler için optimum değerlerin bulunması suretiyle minimum veya maksimum yapılması optimizasyon olarak adlandırılır. Parametre kestirimi, optimal jeodezik ağ tasarımı ve karayolu yatay ve düşey aliynman optimizasyonu geomatik mühendisliğindeki önemli optimizasyon uygulamalarıdır. Bu çalışmada optimizasyon ile ilgili temel kavramlar ve başlıca jeodezik optimizasyon problemleri ele alınmıştır. Son zamanlarda yaygın bir şekilde kullanılır hale gelen metasezgisel optimizasyon algoritmaları üzerinde durulmuştur. Metasezgisel bir optimizasyon algoritması olan Kurbağa Sıçrama Algoritması (KSA) incelenmiştir.
8
13

REFERENCES

References: 

Dorigo, M., Stützle, T. (2004). Ant
colony optimization. MIT Press, Cambridge.
Elbeltagi, E., Hegazy, T., Grierson, D.
(2005). Comparison among five evolutionarybased
optimization algorithm. Advanced
Engineering Informatics, 19(1):43-53.
Eusuff, M.M., Lansey, K.E. (2003).
Optimization of water distribution network design
using the shuffled frog leaping algorithm. Journal
of Water Resource Planning and Management,
129(3):210-225.
Haupt, R.L., Haupt, S.E. (2004). Practical
Genetic Algorithms. Wiley, NY.
Hekimoğlu, Ş., Berber, M. (2003).
Effectiveness of robust methods in heterogeneous
linear models. Journal of Geodesy, 76(11):706-
713.
Karaboga, D., Baştürk, B. (2007). A
powerful and efficient algorithm for numerical
optimization: artificial bee colony (ABC)
algorithm. Journal of Global Optimization,
39(3):459-471.
Kennedy, J., Eberhart, R.C. (1995).
Particle swarm optimisation. Proceedings of the
IEEE International Conference on Neural
Networks IV:1942-1948, IEEE Service Center,
Piscataway, NJ.
Kuang, S.L. (1996). Geodetic network
analysis and optimal design. Ann Arbor Press,
Ann Arbor, MI.
Simkooei, A.A. (2003). Formulation of
L1 norm minimization in Gauss-Markov Models.
Journal of Surveying Engineering, 129(1):37-43.
Xu, P. (2003). A hybrid global
optimization method: the multi-dimensional case.
Journal of Computational and Applied
Mathematics, 155(2):423-446.
12
Yetkin, M. / Metasezgisel Algoritmaların Jeodezi’de Kullanımı
___________________________________________________________________________________
___________________________________________________________________________________________________________________
Geomatik Mühendisliği Dergisi
Journal of Geomatic Engineering Research
2016; 1(1);8-13
Yang, X.S. (2008). Nature-inspired
metaheuristic algorithms. Luniver Press,
University of Cambridge, UK.
Yetkin, M., İnal, C., Yiğit, C.Ö. (2009).
Use of the particle swarm optimization algorithm
for second order design of levelling networks.
Journal of Applied Geodesy, 3:171-178.
Yetkin, M., İnal, C. (2011). L1 norm
minimization in GPS networks. Survey Review,
43(323):523-532.
Yetkin, M., İnal, C., Yiğit, C.Ö. (2011).
The Optimal design of baseline configuration in
GPS networks by using the Particle Swarm
Optimization algorithm. Survey Review,
43(323):700-712.
Yetkin, M., Berber, M. (2013).
Application of the sign-constrained robust least
squares method to surveying networks. Journal of
Surveying Engineering, 139(1):59-65.
Yetkin, M. (2014). Metaheuristic
optimisation approach for designing reliable and
robust geodetic networks. Survey Review,
45(329):136-140.
Yetkin, M., Berber, M. (2014).
Implementation of robust estimation in GPS
networks using the artificial bee colony algorithm.
Earth Science Informatics, 7(1):39-46.

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