Eşref Boğar

This paper proposes a novel metaphor-free optimization algorithm called Approach-Avoidance Optimization Algorithm (AAOA) to solve real-world optimization problems. AAOA is built on the principle that candidate solutions should move towards better solutions and away from worse ones. The algorithm utilizes an effective collective search strategy by enabling randomized variable-level information exchange among candidate solutions, thereby facilitating a comprehensive and efficient exploration of the search space. Due to its simplicity, ease of implementation, and parameter-free nature, AAOA is particularly suitable for users without deep expertise in optimization. The performance of AAOA was evaluated through extensive experiments on the CEC 2017 benchmark functions across various dimensions, as well as on 30 real-world data clustering problems. Its performance was compared against eight metaphor-free algorithms using different evaluation criteria. Experimental results demonstrated that AAOA achieved competitive or superior performance in most cases, highlighting its potential as a robust and practical tool for high-dimensional and complex optimization tasks. This study contributes to the growing body of research on simple yet effective optimization algorithms that do not rely on metaphorical analogies.

Context—Comparative analysis of health indicators at national and international levels is essential for identifying regional disparities and evaluating differences in healthcare access, quality, capacity, and outcomes. Clustering analysis is widely used to group regions with similar health profiles and to support evidence-based regional health planning. In Türkiye, regional inequalities in health indicators persist, yet related studies remain fragmented in scope and methodology. Despite increasing data availability and analytical capacity, no comprehensive review has examined regional clustering studies conducted in Türkiye. A structured synthesis is therefore required to clarify methodological trends, dominant practices, and unresolved gaps in this field, and to assess how existing research contributes to regional health policy development.Objective—The objective of this study is to present the first comprehensive review of regional clustering studies in Türkiye based on health indicators. The review aims to inform future research directions and assist policymakers in developing data-driven and regionally targeted healthcare strategies.Method—A comprehensive review was conducted to identify studies on the clustering of provinces and regions in Türkiye based on health indicators. Literature published up to 2025 was retrieved from Google Scholar using relevant keywords in both English and Turkish. The study examines publication trends, geographical coverage, clustering techniques, methods used to determine the number of clusters, selected health indicators, data sources, study periods, and software tools. Results—Although the number of studies has increased notably in recent years, the overall research volume remains limited given the importance of the subject. Moreover, the predominant reliance on conventional clustering methods highlights the need for greater methodological diversity, interdisciplinary collaboration, and the integration of advanced algorithms to strengthen the validity and practical relevance of regional health analyses.Conclusion—This review highlights methodological concentration in existing studies. Expanding methodological diversity is essential to enhance analytical robustness and policy relevance. These improvements will support more accurate health assessments and contribute to equitable healthcare planning in Türkiye.

Yüksek düzeyde akrilamid maruziyeti, genotoksik ve potansiyel olarak kanserojen etkiler göstermekte olup, insan sağlığı açısından ciddi bir risk unsuru olarak değerlendirilmektedir. Bu nedenle, gıda ürünlerinde akrilamid oluşumunun kontrol altına alınması, gıda güvenliği açısından büyük önem taşımaktadır. Bu çalışmada, ev tipi fırında pişirilen patates kızartmalarında pişirme sıcaklığı ve süresinin akrilamid oluşumu üzerindeki etkileri deneysel olarak incelenmiş ve bu parametrelerin akrilamid oluşumu ile ilişkisi modellenmiştir. Farklı pişirme koşullarında ölçülen akrilamid düzeyleri 94.78 µg/kg ile 1070.67 µg/kg arasında değişmiş, sıcaklık ve süredeki artışın akrilamid oluşumunu artırdığı gözlemlenmiştir. Modelleme sürecinde, hiperparametre optimizasyonu oransal–integral–türevsel tabanlı arama algoritmasıyla gerçekleştirilen Gauss süreç regresyon modeli önerilmiştir. Önerilen modelin performansı, çok değişkenli doğrusal, etkileşimli, basit karesel, karesel, Gauss, logaritmik ve üstel regresyon modelleriyle karşılaştırılmıştır. Elde edilen bulgular, önerilen modelin deneysel verileri en yüksek doğrulukla temsil ettiğini ortaya koymuştur. Bu model, kök ortalama kare hata (RMSE) değeri 56.90 ve determinasyon katsayısı (R²) değeri 0.97 ile diğer modellere kıyasla üstün bir performans sergilemiştir. Ayrıca, Avrupa Birliği tarafından belirlenen 500 µg/kg'lık referans değer esas alınarak, sıcaklık ve süre kombinasyonlarına bağlı potansiyel sağlık riski haritalandırılmıştır. Bu çalışma, akrilamid oluşumunu azaltmaya yönelik etkili stratejilerin geliştirilmesine katkı sağlamakta ve gıda güvenliği ile halk sağlığının korunmasına yönelik önemli bilgiler sunmaktadır.

Sağlık harcamalarının doğru tahmini, sağlık sistemleri ve politikaların sürdürülebilirliği açısından oldukça önemli bir konudur. Bu çalışma kapsamında Türkiye’nin toplam sağlık harcamasını yüksek doğrulukla tahmin etmek için trend-kalıntı ayrıştırması temelli bir model önerilmiştir. Önerilen model iki aşamalı bir tahmin prosedürüne sahiptir. İlk aşamada, polinomiyal regresyon kullanılarak sağlık harcaması zaman serisinin trendi belirlenmektedir. İkinci aşamada ise zaman serisinin trendden arındırılmış kısmını modellemek için doğrusal parametreleri en küçük kareler tahmin yöntemiyle ve doğrusal olmayan parametreleri sinir ağı algoritmasıyla optimize edilmiş bir kalıntı modeli önerilmiştir. 1999-2021 yıllarına ait sağlık harcaması verileri kullanılarak önerilen modelin performansı gri modeller, regresyon modelleri, üstel yumuşatma modelleri ve ARIMA modelleri ile karşılaştırılmıştır. 1999-2015 yıllarının eğitim 2016-2021 yıllarının ise test için kullanılmasıyla elde edilen sonuçlar, önerilen modelin diğer modellerden daha iyi modelleme ve tahmin performansına sahip olduğunu göstermektedir. Bu nedenle, 2022-2030 yılları için Türkiye’nin toplam sağlık harcaması önerilen model ile tahmin edilmiş olup 2030 yılında 2,2 trilyon TL değerine ulaşacağı öngörülmüştür.

Table of Content - Article Detail - Proceedings of the 39th International Academic Conference, Amsterdam