Özet:

Kombinatoryal optimizasyon problemlerinin çözümü için geliştirilen birçok meta-sezgisel algoritmabulunmasına rağmen bu algoritmaları etmen tabanlı modelleme ortamında realize eden çalışmaların sayısı çokazdır. Özellikle Yapay Bağışıklık Sisteminin (YBS) dinamiklerini modelleyen algoritmaların adaptasyonyeteneğine sahip popülasyon tabanlı yaklaşımlar olması, YBS’nin etmen tabanlı modelleme ortamında gerçeğedaha yakın bir şekilde realize edilmesini sağlayacaktır. Bu amaçla ilk defa mevcut çalışmada, bir kombinatoryaloptimizasyon problemi olan gezgin satıcı probleminin (GSP) modellenmesi ve çözümü için yapay bağışıklıksistemi algoritmalarından klonal seçim algoritması çoklu etmen benzetim ortamında modellenmiş vealgoritmanın gösterdiği davranışın incelenmesi için farklı GSP setleri üzerinde benzetim deneylerigerçekleştirilmiştir. Etmen tabanlı modellerin geliştirilmesi ve benzetim testlerinin yapılabilmesi için Netlogoyazılımı kullanılmıştır. Ayrıca geleneksel klonal seçim algoritmasının performansını arttırmak için reseptördeğişim süreci ve çaprazlama mekanizması önerilen modele entegre edilmiş ve doğal oluşları daha gerçekçimodelleyebilen etmen tabanlı yaklaşımlar ile de etkin çözümler elde edilebileceği gösterilmiştir.

Anahtar Kelimeler: