Özet:
Kelebek optimizasyon algoritması, kelebeklerin yiyecek arama davranışını modelleyen güncel meta-sezgisel algoritmalardan biridir. Pek çok problemin çözümünde başarılı bir şekilde kullanıldığı literatürde görülmektedir. Bir meta sezgisel algoritmanın başarısını, kontrol parametreleri ve problem boyutu doğrudan etkilemektedir. Muhtemel problemler değerlendirildiğinde, bazıları düşük boyutlu iken, bazıları yüksek boyutlu olabilmektedir. Bununla birlikte, meta-sezgisel algoritmaların yüksek boyutlu problemler üzerinde de başarılı olması beklenmektedir. Bu çalışmada, yüksek boyutlu nümerik optimizasyon problemlerinin çözümünde kelebek optimizasyon algoritmasının performansı değerlendirilmiştir. Kelebek optimizasyon algoritması; yapay arı koloni algoritması, armoni arama algoritması ve çiçek tozlaşma algoritması ile karşılaştırılmıştır. Sonuçların anlamlılığının analizi için Wilcoxon işaretli sıralar testi uygulanmıştır. Sonuçlar, çok boyutlu nümerik optimizasyon problemlerinin çözümünde, kelebek optimizasyon algoritmasının diğer algoritmalardan genel olarak daha başarılı olduğunu göstermiştir.
