Kayri, Muratİpek, Cengiz2025-05-102025-05-102021https://tez.yok.gov.tr/UlusalTezMerkezi/TezGoster?key=v7BkNnnepTnbhn8rNR77LbPaHMPgcoZvpZlDvR_tWg2yYQuEg909IWFvO-8zGkUphttps://hdl.handle.net/20.500.14720/21707Bu çalışmada yerel arama algoritmalarından Tepe Tırmanma yerel arama algoritması ile Nelder-Mead simplex metodunun sezgiselüstü algoritmaların optimizasyon süreçlerine katkıları gösterilmiştir. Sezgiselüstü algoritmalar bir problemin optimizasyon sürecinde, zamanında yakınsama yaparak en iyi sonuçlara ulaşabilmişlerdir. Bunun nedeni yerel arama algoritmalarının erken yakınsama ve yerel optimum noktalara takılma dezavantajlarından çözümü korumuş olmalarıdır. Çalışmada Tepe Tırmanma yerel arama algoritması ve Nelder-Mead yerel arama algoritmalarının sezgiselüstü algoritmalar veya onların bir parçası olarak yer aldığı uygulamalar verilerek sonuçlar karşılaştırılmıştır. Küresel algoritmalardan biri olan Benzetilmiş Tavlama algoritmasının başarısında, bu algoritmanın yerel alanları aşması Rastgele Yeniden Başlatma Tepe Tırmanma algoritması ile sağlanmıştır ve SCA ile hibrit yapılarak güçlendirilmiştir. Nelder-Mead yerel arama algoritması da SCA ile hibritleştirilerek daha optimal sonuçlara ulaşılmıştır.In this work, the help of the local search algorithms to the optimization processes of the metaheuristic algorithms are evinced by the Hill Climbing algorithm and the Nelder -Mead simplex method. In the optimization process of a problem, metaheuristic algorithms have been able to aim the best results by converting in time. This is because local search algorithms have preserved the solution from the disadvantages of early convergence and trapping at local optimum points. In the paper, the results are compared by giving the applications that include the Hill Climbing local search algorithm and Nelder-Mead local search algorithms as metaheuristic algorithms or a part of them. At the success of the Simulated Annealing algorithm, which is one of the global algorithms, this algorithm has been provided with the Random Restart Hill Climbing algorithm to exceed the local areas and it has been strengthened by hybridizing with SCA. Nelder-Mead local search algorithm was also hybridized with SCA, resulting in more optimal results.trİstatistikStatisticsMaster Thesis92683981