7.1 Sonuçlar
Bu tez çalıĢmasında geleneksel yöntemler ile çözümü mümkün olmayan AT‟nin en temel iki aĢaması arazi dağıtımı ve arazi parselasyonu gerçek dünya optimizasyon problemleri için iki yeni model önerilmiĢtir.
Arazi dağıtımı probleminin genel yapısı incelerek iĢlem adımları belirlendi. Problemin çözümü kolaylaĢtırmak ve baĢarısını arttırmak için sabit tesisler, ilk tercihine yerleĢen parseller ve aynı iĢletmenin aynı tercihi yapan parselleri ön iĢlemlerden geçerek evrimsel algoritmaların girdi verisi hazırlandı. Literatürde bloklardaki taĢan/kalan alan ve tercih baĢarısı dikkate alınarak hazırlanmıĢ amaç fonksiyonunun eksik yönleri tespit edilerek yüzde hesabı ile daha etkili ve sağlıklı değerlendirme yapabilen yeni amaç fonksiyonu önerildi. Ön iĢlemler sonucu hazırlanan parsellerin dağıtımı amaç fonksiyonu kullanılarak GA, DE ve SS yöntemleriyle gerçekleĢtirildi. Yöntemler tarafından gerçekleĢtirilen dağıtım sonucu bloklarda meydana gelen taĢan ve kalan alanların 8 aĢamalı uzman sistem ile sıfırlanarak tamamıyla otomatik bir sistem hazırlandı. Hiçbir manuel müdahaleye ihtiyaç duymayan bu modelin baĢarısını ve sağlamlığı tespit etmek üç farklı çalıĢma alanı üzerinde uygulaması yapıldı. Aynı uygulamayı gerçekleĢtiren GA yöntemlerinin farklı amaç fonksiyonlarıyla farklı sonuçlar elde ettikleri görüldü ve önerilen amaç fonksiyonu ile çalıĢan GA yöntemi daha baĢarılı oldu. Bu durum önerilen amaç fonksiyonun arazi dağıtım planlarının değerlendirilmesini daha doğru ve sağlıklı bir Ģekilde gerçekleĢtirdiğini gösterdi. DE ve SS yöntemleri uygunluk değeri ve tercih baĢarı yüzdeleri bakımından GA yöntemine göre üstünlük sağladı. Özellikle iĢleme alınan parsel sayısı arttığında SS yönteminin ön plana çıktığı görüldü. DE yönteminin ise çok hızlı yakınsamasına rağmen belli bir süre sonra popülasyon çeĢitliliğini kaybederek durağanlaĢtığı gözlemlendi. Yöntemler tarafından elde edilen en iyi uygunluk değerine sahip dağıtım planları parsel sayısı, ortalama parsel büyüklüğü, iĢletme baĢına düĢen parsel sayısı ve hisseli parsel sayılarına göre kadastro durumu ve teknisyen tarafından gerçekleĢtirilen dağıtım planları ile karĢılaĢtırıldı. DE ve SS yöntemleri, teknisyeni Üçhüyük köyü hisseli parsel sayısı kriteri dıĢında diğer tüm kriterlerde geride bırakarak daha baĢarılı oldu. ĠĢleme giren parsel sayısı ve çalıĢma alanının karmaĢıklığı arttıkça teknisyenin baĢarısı düĢerken, önerilen yöntemlerin baĢarısının daha da arttığı görüldü. Haftalar süren arazi dağıtım
sahip olmayan bloklarda parsel alanlarının hızlı bir Ģekilde bulunabilmesi için DT ve BS teknikleri kullanıldı. DT yöntemi ile BS „nin arama uzayı daraltılarak çalıĢma alanına ait ön parselasyon planı daha kısa sürede çıkarıldı. Ön parselasyon planının gerçekleĢtirilmesi ile ideale yakın parselasyon planlarının otomatik olarak oluĢturulması için zemin ve altyapı hazırlandı. Uzmanlar ile yapılan görüĢmelerde, baĢarılı bir arazi parselasyonu için üç farklı kriter belirlendi: sabit tesis, kadastro parsellerinin derecesi ve kadastro parsellerinin konumu. Bu üç kriteri dikkate alarak arazi parselasyon planlarını sağlıklı ve doğru bir Ģekilde değerlendiren amaç fonksiyonu önerildi. GA yöntemi permütasyon kodlama ile arazi parselasyon problemine uygulandı. Toplam gerçek alanı 152.69 ha olan ve 18 blok içeren bir çalıĢma alanının önerilen yöntem ile gerçekleĢtirilen otomatik parselasyonu yaklaĢık 8 saatte tamamlandı. Önerilen yöntem ve teknisyen tarafından elde edilen parselasyon planları üç kritere göre amaç fonksiyonu yardımıyla karĢılaĢtırıldı. Tüm sonuçlar incelendiğinde, önerilen yöntemin birkaç blok dıĢında teknisyene göre üstün bir performans elde ettiği gözlemlendi.
Arazi dağıtım ve arazi parselasyon problemi için elde edilen sonuçların sağlamlığını gösterebilmek için yöntemler farklı çalıĢtırma sayılarında problemlere uygulandı. ÇalıĢtırmalar sonucunda elde edilen standart sapma değerlerinin çok düĢük olması önerilen yöntemlerin problemler üzerindeki sağlamlığını ve tutarlığını gösterdi.
Sonuç olarak önerilen modeller ile teknisyen tarafından gerçekleĢtirilen planlarının baĢarısı geçilerek AT sürecinin hızlandırılması için katkıda bulunuldu. Amaç fonksiyonları ile arazi dağıtım ve arazi parselasyon planlarının değerlendirilmesi için bir standart önerildi. Önerilen dağıtım modeli farklı çalıĢma alanlarında test edilerek sağlamlığı ve doğruluğu kanıtlandı. Parselasyon süreci ise farklı bir yöntem ile gerçekleĢtirilerek yapılacak çalıĢmalar için sağlam bir altyapı oluĢturuldu.
7.2 Öneriler
Arazi dağıtımı ve arazi parselasyonu için literatürde çalıĢmalar bulunsa da problemler birçok açıdan geliĢtirilmeye ve iyileĢtirilmeye ihtiyaç duymaktadır.
Arazi dağıtımı ve arazi parselasyonu için önerilen amaç fonksiyonları farklı kriterler ile zenginleĢtirebileceği gibi arazi dağıtımındaki tercih baĢarısının ölçülmesi biraz daha detaylandırılarak iyileĢtirilebilir.
Üç farklı evrimsel algoritmalar ile çözülen arazi dağıtımı problemi aksine sadece GA ile çözülen arazi parselasyonu için farklı algoritmalar kullanılabilir. Önerilen parselasyon modeli farklı çalıĢma sahalarında test edilebilir. Ayrıca arazi dağıtım problemi için çözümü geliĢtirecek hibrit algoritmalar önerilebilir.
Birçok aĢamadan oluĢan AT sürecinin diğer aĢamaları hızlandırmak ve baĢarısını arttırabilmek için optimizasyon teknikleri yardımıyla yeni çözümler ve modeller önerilebilir.
Avci, M., 1999, A New Approach Oriented to New Reallotment Model Based on Block Priority Method in Land Consolidation Tr. J. of Agriculture and Forestry, 23, 451-457.
Ayranci, Y., 2007, Re-Allocation Aspects in Land Consolidation: A New Model and its Applications, Journal of Agronomy, 6 (2), 270-277.
Ayten, T., 2007, Arazi ToplulaĢtırma ÇalıĢmalarında Optimizasyon, Selçuk
Üniversitesi, Fen Bilimleri Enstitüsü.
Baker, T. J., 1989, Automatic Mesh Generation for Complex Three-Dimensional Regions Using a Constrained Delaunay Triangulation, Engineering with
Computers, 5, 161-175.
Ballı, B., 2005, Türkiyede toplulaĢtırmaya yönelik politikalar ve Avrupa birliğinde yeni toplulaĢtırma ve kırsal kalkınma yaklaĢımları. Türkiyede Arazi ToplulaĢtırması Sempozyumu. Konya.
Biernacki, C. ve Jacques, J., 2016, Model-based clustering of multivariate ordinal data relying on a stochastic binary search algorithm, Statistics and Computing, 26 (5), 929-943.
Buis, A. M. ve Vingerhoeds, R. A., 1996, Knowledge-based systems in the design of a new parcelling, Knowledge-Based Systems, 9 (5), 307-314.
Caumon, G., Collon-Drouaillet, P., de Veslud, C. L., Viseur, S. ve Sausse, J., 2009, Surface-Based 3D Modeling of Geological Structures, Mathematical
Geosciences, 41 (8), 927-945.
Cay, T. ve Iscan, F., 2006, Optimization in Land Consolidation. XXIII FIG Congress. Munich, Germany.
Cay, T. ve Iscan, F., 2011, Fuzzy expert system for land reallocation in land consolidation, Expert Systems with Applications, 38 (9), 11055-11071.
Chau, A. C. ve Soto, C. P., 2011, Hybrid Algorithm for Fingerprint Matching Using Delaunay Triangulation and Local Binary Patterns, Progress in Pattern
Recognition, Image Analysis, Computer Vision, and Applications, 7042, 692-
700.
Chaves-Gonzalez, J. M. ve Vega-Rodriguez, M. A., 2014, DNA strand generation for DNA computing by using a Multi-objective differential evolution algorithm,
Biosystems, 116, 49-64.
Çay, T., Ayten, T., ĠĢcan, F., Ġnam, ġ. ve Çağla, H., 2005, Konya‟da Yapılan Arazi ToplulaĢtırma Projelerinde Uygulama Problemleri. Türkiye‟de Arazi ToplulaĢtırması Sempozyumu. Konya: 34-44.
Çay, T., ĠĢcan, F. ve Ayten, T., 2009, Arazi ToplulaĢtırması Projelerinde Mülakat Ve Blok Öncelik Esaslı Dağıtım Modellerinin KarĢılaĢtırılması 4. Ulusal Mühendislik Ölçmeleri Sempozyumu. Trabzon: 418 – 427.
Çevik, B., 2005, Türkiye‟de Arazi ToplulaĢtırma Projelerinin Yasal Dayanağı Ve Uygulamalarda Gerekli Yeni Yasal Ve Kurumsal Düzenlemeler. Türkiye‟de Arazi ToplulaĢtırması Sempozyumu. Konya.
Dai, L. ve Wang, B., 2015, Sensor Placement based on Delaunay Triangulation for Complete Confident Information Coverage in An Area with Obstacles, 2015
Ieee 34th International Performance Computing and Communications Conference (Ipccc).
Delaunay, B., 1934, Sur la sphere vide, Bull. Acad. Science USSR VII: Class. Sci. Mat.
Nat., 793-800.
Demetriou, D., 2012, The Development of an Integrated Planning and Decision Support System (IPDSS) for Land Consolidation, University of Leeds School of
Geography,United Kingdom, 333.
Demetriou, D., Stillwell, J. ve See, L., 2012a, An integrated planning and decision support system (IPDSS) for land consolidation: theoretical framework and application of the land-redistribution modules, Environment and Planning B-
Planning & Design, 39 (4), 609-628.
Demetriou, D., Stillwell, J. ve See, L., 2012b, Land consolidation in Cyprus: Why is an Integrated Planning and Decision Support System required?, Land Use Policy, 29 (1), 131-142.
Demetriou, D., See, L. ve Stillwell, J., 2013, A spatial genetic algorithm for automating land partitioning, International Journal of Geographical Information Science, 27 (12), 2391-2409.
Dijk van, T., 2002, Central European Land Fragmentation in the Years to Come – A Scenario Study into the Future Need for Land Consolidation in Central Europé
FIG XXII International Congress. Washington , D.C.
Do, D. T. T., Lee, S. ve Lee, J., 2016, A modified differential evolution algorithm for tensegrity structures, Composite Structures, 158, 11-19.
Duman, E. ve Ozcelik, M. H., 2011, Detecting credit card fraud by genetic algorithm and scatter search, Expert Systems with Applications, 38 (10), 13057-13063. Erdi, A., Çay, T. ve Özkan, G., 2002, Türkiye‟de Arazi Düzenleme ÇalıĢmalarında
Hedefler Ve Uygulamalar. Selçuk Üniversitesi Jeodezi ve Fotogrametri Mühendisliği Öğretiminde 30. Yıl Sempozyumu. Konya.
Essadiki, M., Ettarid, M. ve Robert, P., 2003, Optimisation of Technical Steps of a Rural Land Consolidation Using a Geographic Information System: Land Reallocation Step. FIG Working Week 2003. Paris, France: 1-15.
FAO, 2003, The design of land consolidation pilot projects in Central and Eastern Europe, FAO Land Tenure Studies, Rome.
Fernandes, D. R. M., Rocha, C., Aloise, D., Ribeiro, G. M., Santos, E. M. ve Silva, A., 2014, A simple and effective genetic algorithm for the two-stage capacitated facility location problem, Computers & Industrial Engineering, 75, 200-208. Glotic, A., Glotic, A., Kitak, P., Pihler, J. ve Ticar, I., 2014, Optimization of hydro
energy storage plants by using differential evolution algorithm, Energy, 77, 97- 107.
Glover, F., 1977, Heuristics for Integer Programming Using Surrogate Constraint,
Decision Sciences, 8, 156-166.
Glover, F., 1998, A template for scatter search and path relinking, Artificial Evolution, 1363, 3-51.
Goldberg, D. E., 1989, Genetic Algorithms in Search, Optimization and Machine Learning, Addison Wesley, Reading, MA., p.
Hakli, H. ve Uguz, H., 2017, A novel approach for automated land partitioning using genetic algorithm, Expert Systems with Applications, 82, 10-18.
Hatamlou, A., 2012, In search of optimal centroids on data clustering using a binary search algorithm, Pattern Recognition Letters, 33 (13), 1756-1760.
Holland, J. H., 1975, Adaption in Natural and Artificial Systems, The University of
Michigan Press.
Hong, W., Chen, T. S. ve Chen, J. N., 2015, Reversible data hiding using Delaunay triangulation and selective embedment, Information Sciences, 308, 140-154. Hu, F. Y., Yang, S. N. ve Xu, W., 2014, A non-dominated sorting genetic algorithm for
the location and districting planning of earthquake shelters, International
Journal of Geographical Information Science, 28 (7), 1482-1501.
Ibanez, O., Cordon, O., Damas, S. ve Santamaria, J., 2012, An advanced scatter search design for skull-face overlay in craniofacial superimposition, Expert Systems
with Applications, 39 (1), 1459-1473.
Inceyol, Y., 2014, Arazi Düzenleme ÇalıĢmalarında Genetik Algoritma Uygulaması,
Selçuk Üniversitesi, Fen Bilimleri Enstitüsü.
Ishikawa, S., Kubota, R. ve Horio, K., 2015, Effective hierarchical optimization by a hierarchical multi-space competitive genetic algorithm for the flexible job-shop scheduling problem, Expert Systems with Applications, 42 (24), 9434-9440. Ismail, M. S., Moghavvemi, M. ve Mahlia, T. M. I., 2014, Genetic algorithm based
optimization on modeling and design of hybrid renewable energy systems,
Energy Conversion and Management, 85, 120-130.
ĠĢcan, F., 2009, Arazi Düzenleme ÇalıĢmalarında Bulanık Mantık Uygulaması, Selçuk
Üniversitesi Fen Bilimleri Enstitüsü.
Jansen, L. J. M., Karatas, M., Küsek, G., Lemmen, C. ve Wouters, R., 2010, The computerised land re-allotment process in Turkey and the Netherlands in multi- purpose land consolidation projects. FIG Congress 2010. Sydney, Australia. Jun, S. ve Park, J., 2015, A hybrid genetic algorithm for the hybrid flow shop
scheduling problem with nighttime work and simultaneous work constraints: A case study from the transformer industry, Expert Systems with Applications, 42 (15-16), 6196-6204.
Kanagaraj, G., Ponnambalam, S. G. ve Jawahar, N., 2013, A hybrid cuckoo search and genetic algorithm for reliability-redundancy allocation problems, Computers &
Industrial Engineering, 66 (4), 1115-1124.
Khooban, Z., Farahani, R. Z., Miandoabchi, E. ve Szeto, W. Y., 2015, Mixed network design using hybrid scatter search, European Journal of Operational Research, 247 (3), 699-710.
Kik, R., 1971, Een methode voor het vervaardigen van een voorlopig toedelingsplan voor een ruilverkaveling (A method to construct a preliminary re-allotment plan), Nederlands Geodetisch Tijdschrift, 207-215.
Kim, Z., 2006, Realtime Obstacle Detection and Tracking Based on Constrained Delaunay Triangulation. IEEE Intelligent Transportation Systems Conference. Toronto, Canada: 548 - 553.
Kitayama, S., Arakawa, M. ve Yamazaki, K., 2012, Discrete Differential Evolution for Mixed Discrete Non-Linear Problems, Journal of Civil Engineering and
Architecture,, 6 (5), 594–605.
Klempert, B., 1974, Probleme Und Methoden Bei Der Erarbeitung Von Rechenprogrammen Für Die Erstellung Des Zuteilungsentwurf Bei Flurbereinigung, Schifenreihe Für Flurbereinigung,Heft 62.
Landwirtschafsverlag Münsterhiltrup,W. Germany. P221.
Knuth, D. E., 1993, Artistic Programming - a Citation-Classic Commentary on the Art of Computer-Programming, Vol 1, Fundamental Algorithms, Vol 2, Seminumerical Algorithms, Vol 3, Sorting and Searching by Knuth,D.E.,
Current Contents/Engineering Technology & Applied Sciences (34), 8-8.
Küsek, G., 2011, Arazi toplulaĢtırması 7 yılda tamamlanacak. NTV.
Laguna, M., Martí, R., Gallego, M. ve Duarte, A., 2011, The Scatter Search Methodology, Wiley Encyclopedia of Operations Research and Management
Science.
Lau, H. C. W., Ho, G. T. S., Zhao, Y. ve Hon, W. T., 2010, Optimizing patrol force deployment using a genetic algorithm, Expert Systems with Applications, 37 (12), 8148-8154.
Lemmen, C., Jansen, L. J. M. ve Rosman, F., 2012, Informational and Computational Approaches to Land Consolidation FIG Working Week 2012,Knowing to
Manage the Territory, Protect the Environment, Evaluate the Cultural Heritage,
Rome, Italy, 2-16.
Marti, R., Laguna, M. ve Glover, F., 2006, Principles of scatter search, European
Journal of Operational Research, 169 (2), 359-372.
Martinez, R., Solla, M., Arias, P. ve Armesto, J., 2013, Semi-automatic land consolidation software based on geographic information systems, Computers
and Electronics in Agriculture, 97, 1-5.
Mehrotra, P. ve Franzon, P. D., 2002, Binary search schemes for fast IP lookups,
Globecom'02: Ieee Global Telecommunications Conference, Vols 1-3, Conference Records, 2005-2009.
Miranda, D., Crecente, R. ve Alvarez, M. F., 2006, Land consolidation in inland rural Galicia, NW Spain, since 1950: An example of the formulation and use of questions, criteria and indicators for evaluation of rural development policies,
Land Use Policy, 23 (4), 511-520.
Muchova, Z., Leitmanova, M. ve Petrovic, F., 2016, Possibilities of optimal land use as a consequence of lessons learned from land consolidation projects (Slovakia),
Ecological Engineering, 90, 294-306.
Mukherjee, S., Chattopadhyay, M., Chattopadhyay, S., Bose, P. ve Bakshi, A., 2012, Detection of Selective Forwarding Attack in Wireless Ad hoc Networks using Binary Search, 2012 Third International Conference on Emerging Applications
of Information Technology (Eait), 382-386.
Mun, J. H., Lim, H. ve Yim, C., 2006, Binary search on prefix lengths for IP address lookup, Ieee Communications Letters, 10 (6), 492-494.
performance genetic algorithm for land use planning, Computers Environment
and Urban Systems, 37, 45-58.
Price, K., Storn, R. M. ve Lampinen, J. A., 2005, Differential Evolution : A Practical Approach to Global Optimization, Springer-Verlag Berlin Heidelberg, p.
Rosman, F., 2012, Automated parcel boundary design systems in land consolidation. FIG Working Week 2012. Rome, Italy.
Sethanan, K. ve Pitakaso, R., 2016, Differential evolution algorithms for scheduling raw milk transportation, Computers and Electronics in Agriculture, 121, 245-259. Shih, M. Y., Enriquez, A. C., Hsiao, T. Y. ve Trevino, L. M. T., 2017, Enhanced
differential evolution algorithm for coordination of directional overcurrent relays, Electric Power Systems Research, 143, 365-375.
Sreeja, N. K. ve Sankar, A., 2015, Ant colony optimization based binary search for efficient point pattern matching in images, European Journal of Operational
Research, 246 (1), 154-169.
Storn, R. ve Price, K., 1995, Differential Evolution: A Simple and Efficient Adaptive Scheme for Global Optimization over Continuous Spaces, International
Computer Science Institute, Berkeley.
Sum-Im, T., Taylor, G. A., Irving, M. R. ve Song, Y. H., 2009, Differential evolution algorithm for static and multistage transmission expansion planning, Iet
Generation Transmission & Distribution, 3 (4), 365-384.
ġahin, C. ve Kuvvetli, Y., 2016, Differential evolution based meta-heuristic algorithm for dynamic continuous berth allocation problem, Applied Mathematical
Modelling, 40, 10679–10688.
TaĢdemir, C., 2005, Matlab Nedir?,
http://www.ee.hacettepe.edu.tr/~solen/Matlab/Coskun%20Tasdemir'den/MATL AB_Nedir.pdf, [13.02.2017].
Tenkanen, A., 1987, Computer Aided Allocation of Plots in Land Consolidation,
Surveying Sciences in Finland, 2, 10-25.
Tourino, J., Parapar, J., Doallo, R., Boullon, M., Rivera, F. F., Bruguera, J. D., Gonzalez, X. P., Crecente, R. ve Alvarez, C., 2003, A GIS-embedded system to support land consolidation plans in Galicia, International Journal of
Geographical Information Science, 17 (4), 377-396.
Tsapanos, N., Tefas, A. ve Pitas, I., 2010, Online shape learning using binary search trees, Image and Vision Computing, 28 (7), 1146-1154.
Uyan, M., 2011, Arazi Düzenlemesi ÇalıĢmalarında Mekansal Karar Destek Sistemleri Kurulumu ve Uygulaması Selçuk Üniversitesi, Fen Bilimleri Enstitüsü.
Uyan, M., Cay, T. ve Akcakaya, O., 2013, A Spatial Decision Support System design for land reallocation: A case study in Turkey, Computers and Electronics in
Agriculture, 98, 8-16.
Uyan, M., Cay, T., Inceyol, Y. ve Hakli, H., 2015, Comparison of designed different land reallocation models in land consolidation: A case study in Konya/Turkey,
Computers and Electronics in Agriculture, 110, 249-258.
Valsecchi, A., Damas, S., Santamaria, J. ve Marrakchi-Kacem, L., 2014, Intensity-based image registration using scatter search, Artificial Intelligence in Medicine, 60 (3), 151-163.
Wang, B., Khoo, B. C., Xie, Z. Q. ve Tan, Z. J., 2015, Fast centroidal Voronoi Delaunay triangulation for unstructured mesh generation, Journal of
Computational and Applied Mathematics, 280, 158-173.
Wang, F. P. ve Allebach, J. P., 2016, Printed Image Watermarking Using Direct Binary Search Halftoning, 2016 Ieee International Conference on Image Processing
(Icip), 2727-2731.
Wu, L., Shivakumara, P., Lu, T. ve Tan, C. L., 2014, Text Detection using Delaunay Triangulation in Video Sequence, 2014 11th Iapr International Workshop on
Document Analysis Systems (Das 2014), 41-45.
Yaacob, M. ve Daud, S. M., 2012, Novel Binary Search Algorithm for Fast Tag Detection in Robust and Secure RFID Systems, Advanced Machine Learning
Technologies and Applications, 322, 575-582.
Yanalak, M., 1997, Sayısal arazi modellerinden hacim hesaplarında en uygun enterpolasyon yönteminin araĢtırılması, Istanbul Teknik Üniversitesi, Fen Bilimleri Enstitüsü.
Zhang, T., Chaovalitwongse, W. A. ve Zhang, Y. J., 2012, Scatter search for the stochastic travel-time vehicle routing problem with simultaneous pick-ups and deliveries, Computers & Operations Research, 39 (10), 2277-2290.
Zou, B., Wang, D. D., Ma, L. C., Chen, L. J. ve Yan, H., 2016, Analysis of the relationship between lung cancer drug response level and atom connectivity dynamics based on trimmed Delaunay triangulation, Chemical Physics Letters, 652, 117-122.
5 8.41E-02 90.99 89.49 5.11E-02 94.89 93.69 6.71E-02 92.19 90.69
6 6.85E-02 90.69 88.59 6.44E-02 95.20 92.19 6.13E-02 92.19 91.59
7 7.39E-02 90.99 89.79 6.20E-02 93.69 93.39 6.40E-02 90.99 90.99
8 6.68E-02 90.99 90.09 6.48E-02 95.50 94.29 6.20E-02 90.69 90.39
9 6.97E-02 91.29 91.29 6.71E-02 93.99 92.79 5.45E-02 93.09 92.49
10 6.92E-02 90.39 90.09 5.01E-02 94.59 93.09 6.01E-02 91.59 90.09
11 6.68E-02 91.59 91.29 6.14E-02 92.79 92.49 7.06E-02 91.59 91.29
12 6.92E-02 90.39 89.79 6.69E-02 94.29 93.09 6.31E-02 91.89 90.69
13 7.89E-02 90.39 89.79 6.41E-02 94.59 91.89 5.31E-02 91.89 91.59
14 6.66E-02 90.39 89.49 7.15E-02 93.09 91.29 6.00E-02 92.19 90.69
15 7.00E-02 90.69 91.29 6.02E-02 93.69 91.59 7.37E-02 91.29 91.29
16 7.21E-02 90.69 90.69 6.98E-02 93.09 91.29 6.11E-02 91.29 89.79
17 7.28E-02 90.99 88.89 6.92E-02 93.39 91.59 5.45E-02 92.79 91.29
18 6.75E-02 91.29 90.69 6.20E-02 95.20 91.59 5.37E-02 92.19 90.39
19 7.34E-02 90.39 89.49 5.53E-02 93.69 93.09 6.41E-02 91.89 90.39
20 6.95E-02 90.69 89.19 6.73E-02 94.29 93.09 5.68E-02 92.19 91.89
21 6.66E-02 90.69 89.79 5.01E-02 94.59 92.49 6.14E-02 90.69 90.69
22 6.30E-02 91.89 90.39 5.75E-02 93.99 93.39 6.31E-02 91.29 90.39
23 6.75E-02 91.29 90.09 6.89E-02 94.29 93.09 4.41E-02 93.99 92.79
24 6.85E-02 90.09 89.79 5.76E-02 94.59 93.69 6.05E-02 90.99 90.69
25 6.64E-02 91.29 91.89 7.16E-02 94.29 92.49 5.98E-02 90.99 90.39
26 6.34E-02 90.69 90.09 5.24E-02 95.50 93.39 5.57E-02 90.99 89.49
27 6.32E-02 91.29 90.39 7.19E-02 94.59 92.79 5.69E-02 90.99 90.39
28 6.66E-02 90.69 90.09 5.64E-02 94.59 92.19 6.54E-02 90.99 90.39
29 6.03E-02 90.99 90.99 6.12E-02 94.29 93.09 5.60E-02 93.69 91.89
30 6.73E-02 91.89 90.39 6.43E-02 93.99 92.49 6.45E-02 90.69 89.79
Ortalama 6.94E-02 90.92 90.13 6.24E-02 94.15 92.58 5.98E-02 91.79 90.93
Std. Sapma 4.97E-03 0.51 0.80 6.34E-03 0.75 0.80 6.10E-03 0.89 0.79
En Ġyi 6.03E-02 90.99 90.99 5.01E-02 94.59 92.49 4.41E-02 93.99 92.79
EK-2.1 Çizelge 5.4‟ün 1000 iterasyon için ayrıntılı gösterimi ÇALIġTIRMA GA DE SS Uygunluk TBY1 (%) TBY2 (%) Uygunluk TBY1 (%) TBY2 (%) Uygunluk TBY1 (%) TBY2 (%) 1 6.75E-01 72.44 76.60 2.99E-02 91.03 89.74 4.31E-02 90.06 87.18
2 6.89E-01 71.79 73.40 2.94E-02 90.71 90.06 1.56E-01 87.82 82.37
3 7.17E-01 69.87 70.19 3.54E-02 91.67 87.18 1.85E-01 84.94 84.62
4 6.92E-01 72.44 74.04 2.91E-02 91.67 90.38 1.67E-01 86.54 83.33
5 6.96E-01 72.12 75.32 3.09E-02 90.06 88.46 1.88E-01 84.94 83.01
6 7.21E-01 70.83 73.08 3.89E-02 90.71 86.86 1.81E-01 85.58 84.29
7 6.70E-01 73.08 72.44 3.58E-02 91.35 90.06 1.57E-01 88.14 86.86
8 6.99E-01 70.83 72.44 3.04E-02 92.31 90.71 1.54E-01 87.82 85.90
9 6.70E-01 72.12 72.76 3.34E-02 91.99 89.74 1.80E-01 86.22 86.22
10 7.06E-01 70.51 71.15 3.36E-02 90.71 89.74 1.68E-01 86.86 84.94
11 6.96E-01 71.79 73.08 3.35E-02 91.35 88.78 1.51E-01 88.14 86.22
12 6.81E-01 72.76 74.04 2.92E-02 91.35 90.06 1.58E-01 87.50 84.94
13 7.00E-01 72.44 75.96 2.69E-02 92.63 89.74 1.89E-01 84.94 83.97
14 6.90E-01 71.79 73.08 3.38E-02 91.99 90.06 1.61E-01 87.18 87.50
15 7.07E-01 70.51 71.79 3.08E-02 90.71 89.74 3.84E-02 90.06 89.10
16 6.74E-01 72.76 74.04 3.67E-02 90.06 86.54 1.66E-01 86.86 86.22
17 7.08E-01 69.87 70.83 3.39E-02 91.03 89.74 1.81E-01 85.90 82.05
18 7.00E-01 70.51 71.47 3.38E-02 91.67 90.06 1.59E-01 87.82 86.86
19 7.19E-01 71.79 75.32 2.73E-02 91.99 90.71 1.42E-01 88.46 86.22
20 7.25E-01 70.19 72.44 3.42E-02 91.35 90.71 5.21E-02 90.06 87.50
21 7.37E-01 68.91 67.63 3.04E-02 92.95 91.03 1.57E-01 88.14 86.22
22 7.00E-01 71.47 73.72 2.80E-02 91.99 90.71 2.07E-01 83.33 81.73
23 6.59E-01 74.04 74.36 3.00E-02 90.71 89.42 1.74E-01 85.90 82.05
24 6.54E-01 75.00 76.60 2.72E-02 91.35 90.06 1.71E-01 87.18 86.54
25 6.94E-01 73.72 75.00 3.11E-02 92.31 89.74 1.72E-01 85.90 84.29
26 6.93E-01 72.12 73.72 2.83E-02 92.31 90.06 1.71E-01 87.18 85.26
27 6.62E-01 72.12 72.76 3.31E-02 90.38 88.78 1.71E-01 86.54 84.94
28 6.86E-01 73.72 75.64 3.07E-02 90.71 89.42 1.64E-01 87.18 84.94
29 6.89E-01 73.08 75.32 3.38E-02 90.06 87.50 1.85E-01 85.58 80.13
30 7.05E-01 70.83 73.08 3.79E-02 91.35 88.46 1.66E-01 86.86 84.94
Ortalama 6.94E-01 71.85 73.38 3.19E-02 91.35 89.48 1.57E-01 86.99 85.01
Std. Sapma 1.99E-02 1.38 1.98 3.22E-03 0.78 1.17 4.05E-02 1.57 2.03
En Ġyi 6.54E-01 75.00 76.60 2.69E-02 92.63 89.74 3.84E-02 90.06 89.10
6 5.86E-01 76.28 76.60 2.39E-02 93.91 92.63 1.46E-01 88.46 87.18
7 6.27E-01 75.32 78.21 3.02E-02 90.06 88.78 1.42E-01 88.14 87.18
8 6.51E-01 73.72 75.96 2.87E-02 91.99 90.71 3.25E-02 90.06 88.14
9 6.32E-01 74.04 75.32 2.82E-02 90.38 89.74 3.18E-02 90.06 89.10
10 6.32E-01 74.36 75.32 2.90E-02 91.03 89.74 1.58E-01 87.50 85.58
11 6.34E-01 74.36 75.32 2.64E-02 91.99 88.78 1.61E-01 86.86 86.54
12 6.34E-01 75.00 75.96 2.63E-02 90.71 90.06 4.73E-02 90.06 88.46
13 6.17E-01 74.68 75.96 3.32E-02 90.06 88.14 4.66E-02 90.06 89.74
14 5.91E-01 76.92 77.88 2.88E-02 92.63 91.03 1.45E-01 88.78 84.94
15 5.99E-01 75.64 76.60 2.35E-02 92.95 90.71 1.58E-01 88.14 86.54
16 6.55E-01 72.12 72.12 2.91E-02 91.67 91.03 1.54E-01 87.82 86.54
17 6.22E-01 73.72 75.00 2.98E-02 90.38 86.54 1.64E-01 87.50 85.90
18 6.35E-01 74.04 75.64 2.72E-02 91.35 87.18 1.47E-01 88.78 87.50
19 6.15E-01 75.32 76.92 2.56E-02 92.31 91.67 3.65E-02 90.06 87.82
20 6.43E-01 73.72 74.36 3.03E-02 91.03 88.46 1.58E-01 87.50 86.54
21 5.82E-01 77.56 79.17 2.57E-02 91.03 90.71 1.44E-01 88.78 86.86
22 5.83E-01 76.28 76.92 2.88E-02 91.35 88.78 3.55E-02 90.06 88.78
23 6.27E-01 75.32 75.00 3.12E-02 92.31 90.38 1.47E-01 88.78 86.54
24 6.71E-01 72.12 74.36 2.68E-02 91.67 89.42 1.43E-01 88.78 85.26
25 5.83E-01 77.88 76.92 2.97E-02 90.71 88.14 1.46E-01 88.46 86.22
26 6.36E-01 74.04 75.00 2.82E-02 91.99 90.71 1.90E-01 84.62 83.33
27 6.22E-01 74.36 75.64 3.02E-02 91.35 89.74 3.51E-02 90.06 86.22
28 6.11E-01 76.60 75.96 2.82E-02 90.71 88.78 1.56E-01 88.14 83.97
29 5.86E-01 77.88 79.17 2.83E-02 91.99 90.06 3.24E-02 90.06 87.18
30 6.19E-01 75.00 77.88 2.77E-02 91.03 89.74 1.38E-01 88.78 86.22
Ortalama 6.23E-01 74.89 75.88 2.84E-02 91.40 89.70 1.15E-01 88.72 86.73
Std. Sapma 2.72E-02 1.66 1.73 2.18E-03 0.88 1.28 5.63E-02 1.27 1.47
En Ġyi 5.82E-01 77.56 79.17 2.35E-02 92.95 90.71 3.18E-02 90.06 89.10
EK-3.1 Çizelge 5.8‟in 1000 iterasyon için ayrıntılı gösterimi ÇALIġTIRMA GA DE SS Uygunluk TBY1 (%) TBY2 (%) Uygunluk TBY1 (%) TBY2 (%) Uygunluk TBY1 (%) TBY2 (%) 1 1.19E+00 66.95 68.82 7.70E-01 76.49 75.13 7.86E-01 78.02 74.11
2 1.18E+00 67.29 69.17 8.23E-01 74.79 74.62 7.35E-01 79.56 78.02
3 1.17E+00 68.14 73.42 7.85E-01 75.64 74.79 7.97E-01 76.66 73.08
4 1.19E+00 67.63 72.06 7.63E-01 76.66 75.81 7.80E-01 76.49 75.81
5 1.18E+00 67.97 71.38 7.53E-01 77.51 74.11 7.82E-01 76.83 76.32
6 1.16E+00 67.29 66.61 7.45E-01 77.85 74.45 7.73E-01 77.00 75.98
7 1.18E+00 66.95 69.68 7.83E-01 75.98 74.62 6.99E-01 79.56 76.49
8 1.19E+00 67.80 72.23 7.57E-01 76.83 75.13 7.75E-01 78.19 76.32
9 1.16E+00 67.46 68.99 7.93E-01 75.98 76.32 7.73E-01 77.00 75.98
10 1.18E+00 67.46 69.51 7.92E-01 76.32 75.98 7.60E-01 77.68 75.98
11 1.17E+00 67.12 71.55 7.50E-01 78.02 74.28 7.27E-01 78.53 77.17
12 1.19E+00 67.46 69.68 7.75E-01 76.49 75.30 7.61E-01 78.71 74.79
13 1.17E+00 67.97 70.87 7.39E-01 77.85 77.34 7.36E-01 78.53 76.15
14 1.17E+00 67.97 73.59 7.95E-01 75.81 71.89 7.48E-01 77.85 75.47
15 1.17E+00 66.95 70.36 7.59E-01 77.00 74.79 7.84E-01 77.17 73.59
16 1.15E+00 68.82 71.21 7.55E-01 77.00 75.30 7.79E-01 77.51 78.19
17 1.17E+00 68.31 71.21 7.38E-01 77.85 76.15 7.63E-01 77.68 76.66
18 1.18E+00 67.12 70.02 7.80E-01 76.49 75.64 7.51E-01 78.36 77.85
19 1.16E+00 68.65 71.04 7.37E-01 78.36 76.83 7.36E-01 78.71 72.91
20 1.18E+00 67.12 70.87 7.83E-01 75.81 75.47 7.63E-01 77.85 77.00
21 1.18E+00 67.80 71.55 7.85E-01 76.49 74.45 7.34E-01 79.73 77.51
22 1.19E+00 67.12 69.68 8.03E-01 75.47 74.79 7.22E-01 78.19 77.34
23 1.20E+00 67.12 71.21 7.56E-01 77.17 75.98 7.86E-01 77.17 76.32
24 1.17E+00 67.12 69.68 7.82E-01 76.15 74.28 7.49E-01 78.36 77.68
25 1.17E+00 67.80 67.97 7.64E-01 76.49 72.57 7.73E-01 77.51 78.02
26 1.15E+00 68.31 71.38 7.62E-01 76.66 75.98 7.83E-01 78.19 78.19
27 1.16E+00 67.12 70.70 7.70E-01 76.66 75.98 7.22E-01 78.88 78.19
28 1.17E+00 68.14 71.72 7.69E-01 76.66 71.89 7.32E-01 78.88 78.02
29 1.15E+00 67.80 73.42 8.47E-01 74.28 73.08 7.72E-01 78.19 78.02
30 1.17E+00 67.63 70.70 7.51E-01 77.17 75.30 7.30E-01 78.71 76.32
Ortalama 1.17E+00 67.61 70.68 7.72E-01 76.60 74.94 7.57E-01 78.06 76.45
Std. Sapma 1.39E-02 0.52 1.56 2.50E-02 0.93 1.30 2.49E-02 0.86 1.53
En Ġyi 1.15E+00 68.82 71.21 7.37E-01 78.36 76.83 6.99E-01 79.56 76.49
6 1.13E+00 67.46 69.51 7.27E-01 78.71 75.98 3.82E-01 80.41 79.39
7 1.14E+00 67.80 68.14 8.35E-01 74.45 74.11 3.66E-01 81.43 80.07
8 1.12E+00 68.65 72.57 7.41E-01 78.36 75.47 3.70E-01 81.77 75.47
9 1.12E+00 67.80 70.70 7.61E-01 77.00 74.45 3.89E-01 80.41 78.02
10 1.12E+00 68.31 70.87 7.79E-01 76.66 74.96 3.68E-01 81.09 79.22
11 1.13E+00 67.29 65.42 8.15E-01 75.13 70.53 3.63E-01 81.09 79.39
12 1.14E+00 68.31 65.93 8.03E-01 75.30 73.25 3.69E-01 80.75 77.51
13 1.15E+00 68.48 71.55 7.75E-01 76.66 74.45 3.93E-01 80.24 78.53
14 1.12E+00 68.31 69.85 7.80E-01 76.49 75.47 3.58E-01 81.26 78.71
15 1.14E+00 66.61 69.68 7.90E-01 75.98 74.11 3.65E-01 80.24 79.22
16 1.11E+00 68.48 72.57 8.04E-01 75.47 74.45 3.56E-01 80.92 79.56
17 1.11E+00 68.31 74.11 7.80E-01 76.66 75.64 3.61E-01 80.92 79.73
18 1.14E+00 68.14 70.70 7.96E-01 75.30 74.62 3.63E-01 81.26 80.75
19 1.12E+00 68.65 71.55 7.79E-01 76.49 75.47 3.80E-01 80.41 77.34
20 1.15E+00 67.63 70.87 7.74E-01 76.83 74.96 3.75E-01 80.24 78.71
21 1.11E+00 67.80 71.38 7.61E-01 76.83 74.79 3.75E-01 80.92 78.71
22 1.16E+00 67.29 71.04 7.85E-01 77.00 74.45 3.85E-01 80.07 78.19
23 1.13E+00 67.97 71.72 7.97E-01 75.64 73.76 3.77E-01 80.92 79.22
24 1.14E+00 67.46 69.85 7.33E-01 78.36 74.96 3.82E-01 80.75 80.24
25 1.12E+00 68.99 71.04 7.77E-01 76.66 74.11 3.58E-01 80.92 78.53
26 1.11E+00 68.65 71.72 8.42E-01 74.45 73.76 4.15E-01 80.07 77.68
27 1.12E+00 68.14 70.70 7.79E-01 76.32 69.51 3.81E-01 80.41 80.24
28 1.15E+00 67.80 65.42 8.03E-01 75.81 74.45 3.96E-01 80.07 78.53
29 1.13E+00 68.14 72.40 8.04E-01 75.13 73.08 3.69E-01 80.41 80.07
30 1.13E+00 68.14 73.25 7.84E-01 76.83 76.15 3.95E-01 80.75 77.51
Ortalama 1.13E+00 68.11 70.59 7.86E-01 76.27 74.07 3.86E-01 80.64 78.56
Std. Sapma 1.40E-02 0.61 2.15 2.68E-02 1.09 1.57 5.81E-02 0.48 1.41
En Ġyi 1.10E+00 69.17 70.19 7.27E-01 78.71 75.98 3.56E-01 80.92 79.56
ÖZGEÇMĠġ
KĠġĠSEL BĠLGĠLER
Adı Soyadı : Hüseyin HAKLI
Uyruğu : T.C
Doğum Yeri ve Tarihi : Konya – 03.09.1989
Telefon : 0 (555) 403 60 65 – 0 (332) 223 37 28
Faks : –
e-mail : hhakli@selcuk.edu.tr, huseyin_hakli22@hotmail.com
EĞĠTĠM
Derece Adı, Ġlçe, Ġl Bitirme Yılı
Lise : Selçuklu Anadolu Lisesi, Selçuklu, Konya 2007 Üniversite : Selçuk Üniversitesi – Bilgisayar Mühendisliği,
Selçuklu, Konya 2011
Yüksek Lisans : Selçuk Üniversitesi – Bilgisayar Mühendisliği ABD,
Selçuklu, Konya 2013
Doktora : Selçuk Üniversitesi – Bilgisayar Mühendisliği ABD,
Selçuklu, Konya 2017
Ġġ DENEYĠMLERĠ
Yıl Kurum Görevi
2009 IMS Yazılım ve Otomasyon Sistemleri Stajyer
2010 Türk Kızılayı Konya ġubesi Özel Ticaret Borsası
Hastanesi Stajyer
2011 Necmettin Erbakan Üniversitesi Bilgisayar Mühendisliği Bilgisayar Yazılımı (ÖYP) ArĢ. Gör. 2011 Selçuk Üniversitesi Bilgisayar Mühendisliği
(ÖYP- Eğitim) ArĢ. Gör.
UZMANLIK ALANI
Yapay Zekâ, Optimizasyon, Doğa Esinli Algoritmalar, Evrimsel Algoritmalar
YABANCI DĠLLER
Ġngilizce, KPDS B Sınıf(80), ÜDS(86.250)
BELĠRTMEK ĠSTEĞĠNĠZ DĠĞER ÖZELLĠKLER
24 (2014) 597-602, doi: 10.1016/j.asoc.2014.08.007.
3. Uyan, M., Çay, T., Inceyol, Y., Haklı, H., Comparison of designed different land
reallocation models in land consolidation: A case study in Konya/Turkey, Computers and Electronics in Agriculture 110 (2015) 249–258, doi: 10.1016/j.compag.2014.11.022.
4. Kıran, M.S., Haklı, H., Gündüz, M., Uğuz, H., Artificial bee colony algorithm with
variable search strategy for continuous optimization, Information Sciences 300 (2015) 140–157, doi: 10.1016/j.ins.2014.12.043. (Yüksek Lisans tezinden yapılmıĢtır)
5. Haklı, H., Uğuz, H., Çay, T., A new approach for automating land partitioning using
binary search and Delaunay triangulation, Computers and Electronics in Agriculture 125 (2016) 129–136, doi: 10.1016/j.compag.2016.05.006. (Doktora tezinden yapılmıĢtır)
6. Haklı, H., Uğuz, H., A novel approach for automated land partitioning using genetic
algorithm, Expert Systems With Applications 82 (2017) 10–18, doi: 10.1016/j.eswa.2017.03.067. (Doktora tezinden yapılmıĢtır)
7. BeĢkirli, M., Haklı, H., Kodaz, H., Energy demand estimation for Turkey using
differential evolution algorithm, Sadhana: Academic Proceedings in Engineering Sciences, Accepted.
Uluslararası Diğer Ġndekslerde Taranan Dergilerdeki Yayınlar
1. Haklı, H., A modified cuckoo search using different search strategies, International
Journal of Intelligent Systems and Applications in Engineering 4(Special Issue) (2016) 190–194.
Uluslararası Konferanslarda Sunulan Yayınlar
1. Haklı, H., Uğuz, H., Levy Flight Distribution for Scout Bee in Artificial Bee Colony
Conference on Software and Computer Applications (ICSCA), Paris, France, 1-2 June, 2013. (Yüksek Lisans tezinden yapılmıĢtır)
2. Haklı, H., Güraksın, G. E., Uğuz, H., Training Support Vector Machines by Using
Particle Swarm Optimization and a Bone Age Example, Euro Informs MMXII 26th European Conference on Operational Research, Rome, Italy, 1-4 July, 2013.
3. Kıran, M.S., Gündüz, M., Haklı, H., ġahman, M.A., A Hybridization of Artificial
Bee Colony and Gravitational Search Algorithms for Nonlinear Global Optimization, Euro Informs MMXII 26th European Conference On Operational Research, Rome, Italy, 1-4 July 2013.
4. Haklı, H., Uğuz, H., Estimating Energy Demand of Turkey using Bat Algorithm
Model, International Journal of Arts & Sciences, Prague, Czech Rebuplic, 10-13 June, 2014.
5. Uğuz, H., Haklı, H., Baykan, O.K., A new algorithm based on artificial bee colony
algorithm for energy demand forecasting in Turkey, The International Conference on Advanced Computer Science Applications and Technologies – ACSAT 2015, Kuala Lumpur, Malaysia, 8-10 December, 2015. (Yüksek Lisans tezinden yapılmıĢtır)
6. Haklı, H., A modified cuckoo search using different search strategies, 3rd
International Conference on Advanced Technology & Sciences (ICAT'16), Konya, Turkey, 1-3 September, 2016.
7. Uğuz, H., Haklı, H., A new land redistribution model using discrete artificial bee
colony algorithm, 2nd International Conference On Science, Ecology and Technology (ICONSETE‟16), Barcelona, Spain, 14-16 October, 2016.
PROJELER 1. TÜBĠTAK 1512
Proje No: 2140015
Proje Adı: Arazi ToplulaĢtırma Ġçin Optimizasyon Tabanlı Parselasyon Yazılımı