Güç sistemleri problemleri, ağ optimizasyonu, sırt çantası problemi gibi çoğu gerçek dünya problemi ikili optimizasyon problemi olarak ifade edilir. İkili optimizasyon problemlerinin klasik matematiksel tekniklerle çözümü çoğu zaman ya uzun zaman almakta ya da mümkün olamamaktadır. Bu sebeple ikili optimizasyon problemlerinin çözümü için metasezgisel algoritmaların kullanımı oldukça yaygındır. Literatürde yer alan metasezgisel algoritmaların çoğu, sürekli problemlerin çözümüne uygun bir yapıya sahip olduğu için bu algoritmaların ikili problemleri çözebilecek şekilde düzenlenmesi gerekir. Transfer fonksiyonları olarak isimlendirilen bazı fonksiyonlar aracılığı ile sürekli algoritmaları ikili algoritmalara dönüştürmek mümkündür. Bu çalışmada, son yıllarda önerilen doğa-esinli bir metasezgisel algoritma olan Güve-Alev Optimizasyonu (GAO) algoritması 8 farklı transfer fonksiyonu ile düzenlenerek 8 ayrı algoritma geliştirilmiştir. Geliştirilen algoritmalar, OR-Lib kütüphanesinden alınan 15 farklı kapasitesiz tesis yerleştirme problemi üzerinde çalıştırılmış ve gap olarak isimlendirilen bir hata metriğine göre değerlendirilmiştir. Elde edilen sonuçlar incelendiğinde, GAO-V1 algoritmasının en küçük gap değerini vererek en başarılı ikili algoritmayı oluşturduğu gözlemlenmiştir.

Clustering, which is handled by many researchers, is separating data into clusters without supervision. In clustering, the data are grouped using similarities or differences between them. Many traditional and heuristic algorithms are used in clustering problems and new techniques continue to be developed today. In this study, a new and effective clustering algorithm was developed by using the Whale Optimization Algorithm (WOA) and Levy flight (LF) strategy that imitates the hunting behavior of whales. With the developed WOA-LF algorithm, clustering was performed using ten medical datasets taken from the UCI Machine Learning Repository database. The clustering performance of the WOA-LF was compared with the performance of k-means, k-medoids, fuzzy c-means and the original WOA clustering algorithms. Application results showed that WOA-LF has more successful clustering performance in general and can be used as an alternative algorithm in clustering problems.

This review is based on how to measure particle sizes with different image processing techniques. In addition to this, particle size significantly affects the mechanical properties of the material. In material science, structure of the material is analyzed to understand that a material can provide certain standards, such as toughness and durability. Therefore, it is a great importance to make this measurement carefully and accurately. The segmentation approach, which is frequently used in image processing, aims to isolate objects in an image from the background. In this sense, the separation of particles from the background can be considered as a problem of the image processing. In image processing applications, there are different approaches used in segmentation such as histogram-based, clustering-based, region amplification, separation and merging. In this review, a comparative analysis was made by examining recent studies on particle size measurement.