Gri Kurt Algoritması Hakkında Bilgi

Gri Kurt Algoritması

Gri Kurt Optimizasyon (GWO) algoritması, kurtların sosyal liderliklerinden ve avlanma davranışlarından esinlenen popülasyon tabanlı metasezgisel bir optimizasyon algoritmasıdır. 2014 yılında Mirjalili tarafından geliştirilmiştir.2015 yılında yapılan çalışmada Yapay Sinir Ağları eğitiminde Gri Kurt Algoritması kullanılmış, dört sınıflandırma veri seti ve üç doğrusal olmayan fonksiyon üzerinde başarısı gösterilmiştir.
Optimizasyon, bir problemde belirli koşullar altında çözüm olabilecek sonuçlar içerisinden en iyi olanı seçme işlemidir.Optimizasyon problemleri için birçok algoritmalar vardır. Genel amaçlı optimizasyon algoritmaları büyük boyutlu optimizasyon problemlerini kısa bir sürede optimuma yakın çözümler veren algoritmalardır.

Kurt Kolonisi

Gri Kurt algoritması kurt sürülerinin sıkı bir organizasyon sistemine sahip olmasından esinlenerek geliştirilmiştir. Kurtların sürü zekası cazibesini vurgulayacak en iyi örnekler Cengiz Han döneminde Moğolistan süvarilerinin kurt taktikleri, Nazi Amirali Doenitz'in 2.Dünya Savaşı'ndaki denizaltı taktikleri ve ABD'nin elektronik savunma tedbirlerine karşı kullandığı askeri kurt saldırı sistemidir.
Sürüdeki kurtlar görev dağılımı yapmakta ve avlandıkları zaman tutarlı adımlar atmaktadırlar. Av aralarında bazı kurtlar arama kurtları olarak atanmakta ve avlarını buldukları zaman avın konumunu diğer kurtlara ulayarak bildirmektedirler.Diğer kurtlar ava yaklaşmakta ve avı kuşatmaktadırlar.Alfa,Beta,Delta ve Omega olarak görevlere ayrılırlar.Alfa sürüyü yönetir.Betalar karar verme süreçlerine yardımcı olurlar.Deltalar avcılar ve bekçiler bu kategoriye girer. İzciler, bölge sınırlarını izlemek ve herhangi bir tehlike durumunda koloniyi uyarmaktan sorumludur.En düşük rütbeli gri kurt omega'dır. Omega günah keçisi rolünü oynuyor. Omega kurtları her zaman baskın olan diğer kurtlara teslim olmak zorundadır. Onlar yemeye izin verilen son kurtlar. Omega, tüm koloniyi tatmin etmeye ve baskınlık yapısını korumaya yardımcı olur. Algoritmada bu hiyerarşı ve kurtların yapısına göre geliştirilmiştir.

Bu algoritmanın 5 aşamalı davranışı vardır.

1.Hiyerarşi

Gri Kurt algoritmasında en iyi çözüm (α) olarak adlandırılır. İkinci ve üçüncü en iyi çözüm ise sırasıyla (β) ve delta (δ) olarak adlandırılır. Geriye kalan aday çözümler ise (ω) olarak adlandırılır. Avlanma (optimizasyon) (α), (β) ve (δ ) tarafından yönlendirilir.

2.Avı Kuşatmak

 Optimizasyon sırasında kurtlar pozisyonlarını α, β yada δ etrafında güncellerler.

3.Avlanma

Gri kurtların alfa, beta ve delta türleri avın mevcut konumu hakkında olağanüstü bilgiye sahiptirler. Bu nedenle, elde edilen ilk üç en iyi çözüm kaydedilir ve diğer kurtların en iyi arama ajanlarının pozisyonlarına göre konumlarını güncellemeleri sağlanır.

4.Ava Saldırma

Mevcut çözüm ile alfa, beta ve delta arasındaki yaklaşık mesafe hesaplanır.

 Mesafeleri belirledikten sonra, mevcut çözümün son konumu aşağıdaki  formülle hesaplanır. 

5.Arama

Gri kurtlar genellikle alfa, beta ve delta'nın konumlarına göre arama yapar. Avını aramak ve avlarına saldırma anında bir araya gelmek için birbirlerinden ayrılırlar. 

Akış Şeması                            Akış Tablosu

Gri Kurt Populasyonunu Başlat Xi=(i=1,2,….,n)

a, A C parametrelerini ata

Her bir ajanın uygunluk değerini hesapla

𝑋∝, 𝑋𝛽, ve 𝑋𝛿 değerlerini bul

𝑋∝ = Populasyondaki en iyi konuma sahip

 𝑋𝛽 = Populasyondaki en iyi ikinci konuma sahip

 𝑋𝛿 = Populasyondaki en iyi üçüncü konuma sahip

 while (t< Maksimum İterasyon sayısı)

 for Her bir ajan

Mevcut arama ajanların konumlarını Denklem 11 ile güncelle.

end for

a, A ve C parametlerini güncelle
 Her bir ajanın uygunluk değerini hesapla
𝑋∝, 𝑋𝛽 ve 𝑋𝛿 parametlerini hesapla
t = t+1 end while

return X∝