Adaptive large neighborhood search for the multimodal tourist trip design problem: A real-world istanbul case study
Multimodal turist gezi tasarim problemi için uyarlamali büyük komşuluk aramasi: Gerçek bir İstanbul vaka çalişmasi
- Tez No: 1001074
- Danışmanlar: PROF. DR. OKAN ÖRSAN ÖZENER
- Tez Türü: Yüksek Lisans
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: İngilizce
- Üniversite: Özyeğin Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Veri Bilimi Ana Bilim Dalı
- Bilim Dalı: Veri Bilimi Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu çalışmada, kentsel ortamlarda Çok Modlu Turistik Gezi Tasarım Problemi (MTTDP) ele alınmakta ve İstanbul'daki turistler için kişiselleştirilmiş seyahat planlarının optimize edilmesine odaklanılmaktadır. Problem, yürüme, toplu taşıma ve özel araçları içeren çok günlük seyahat planlarının tasarlanmasını kapsamaktadır. Ziyaret noktalarının açılış saatleri, yemek molaları, seyahat süreleri ve bütçe kısıtları gibi zamansal ve operasyonel kısıtlar dikkate alınmaktadır. Problem için bir Karma Tamsayılı Programlama (MIP) modeli önerilmekte; daha büyük ve karmaşık örnekleri çözmek amacıyla bir Uyarlanabilir Büyük Komşuluk Arama (ALNS) sezgisel yöntemi geliştirilmektedir. ALNS algoritması, yok etme ve onarma operatörleri aracılığıyla uygulanabilir güzergâhları yinelemeli olarak iyileştirmekte ve sıkı kısıtlar altında çözüm uzayında etkin bir arama gerçekleştirmektedir. Karşılaştırma amacıyla bir Memetik Algoritma (MA) tabanlı yöntem de uygulanmakta; bu yöntemde Genetik Algoritma (GA) ziyaret edilecek lokasyonları ve ulaşım modlarını belirlerken, yerel iyileştirme aşaması çözüm kalitesini artırmakta ve toplam maliyeti azaltmaktadır. Her iki sezgisel yaklaşım da, yüksek öncelikli noktaların ziyaret edilememesi durumunda ceza terimleri aracılığıyla kişisel tercihleri modele dâhil etmektedir. Deneysel sonuçlar, ALNS tabanlı yaklaşımın MA ve diğer klasik sezgisel yöntemlere kıyasla daha üstün performans sergilediğini; daha uygulanabilir, maliyet etkin ve kişiselleştirilmiş seyahat planları ürettiğini göstermektedir. Bulgular, kentsel turizm planlamasında çok modlu ulaşım seçeneklerinin ve gerçekçi zamanlama kısıtlarının entegrasyonunun kritik önemini ortaya koymaktadır.
Özet (Çeviri)
We study the Multimodal Tourist Trip Design Problem (MTTDP) in urban environments, with a particular focus on optimizing personalized itineraries for tourists in Istanbul. The problem involves designing multi-day travel plans that incorporate multiple transportation modes—walking, public transit, and private vehicles—while considering various constraints such as opening hours, meal breaks, travel times, and budget limitations. We propose a Mixed-Integer Programming (MIP) model and develop an Adaptive Large Neighborhood Search (ALNS) heuristic to solve more complex cases. The ALNS algorithm iteratively refines feasible itineraries using destroy-and-repair operators, effi- ciently navigating the solution space under tight temporal and operational con- straints. In addition to ALNS, we implement a benchmark metaheuristic—a Memetic Algorithm (MA)—where a Genetic Algorithm (GA) determines the set of visited locations and transportation modes, while a local-improvement phase further refines candidate itineraries to enhance feasibility and reduce to- tal cost. This benchmark enables a meaningful performance comparison and highlights the effectiveness of the proposed ALNS framework. Both heuristic methods incorporate personal preferences by penalizing missed high-priority attractions, aiming to minimize the total penalty while maximizing tourist sat- isfaction. Experimental results demonstrate that the ALNS-based method sig- nificantly outperforms the MA and other classical heuristics, providing highly feasible, cost-effective, and personalized travel plans. Our findings underline the importance of integrating multimodal transportation options and realistic scheduling constraints to improve urban tourist experiences.
Benzer Tezler
- Toplu taşıma hatlarının optimizasyonu için bir model önerisi: Sivas örneği
A model proposal for the optimization of public transportation lines: The case of Sivas
İSMAİL ÖZÇELİK
Yüksek Lisans
Türkçe
2026
Ulaşımİstanbul Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
DOÇ. DR. HÜSEYİN ONUR TEZCAN
- An adaptive large neighborhood search for the multi-compartment inventory routing problem
Çok bölmeli envanter rotalama problemi için uygulanabilir geniş komşuluk araması
CEREN GÜLTEKİN
Yüksek Lisans
İngilizce
2021
Endüstri ve Endüstri MühendisliğiÖzyeğin ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. OKAN ÖRSAN ÖZENER
DOÇ. ALİ EKİCİ
- An adaptive large neighborhood search algorithm for the carrier-vehicle traveling salesman problem
Taşıyıcı-taşıt gezgin satıcı problemi için uyarlanabilir geniş komşuluk arama uygulaması
MÜGE YALÇINKAYA
Yüksek Lisans
İngilizce
2019
Endüstri ve Endüstri MühendisliğiKoç ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. EMRE ALPER YILDIRIM
- AN ADAPTIVE LARGE NEIGHBORHOOD SEARCH APPROACH FOR SOLVING THE ELECTRIC VEHICLE ROUTING PROBLEM WITH TIME WINDOWS
ZAMAN PENCERELİ ELEKTRİKLİ ARAÇ ROTALAMASI PROBLEMİ İÇİN BİR UYARLANABİLİR GENİŞ KOMŞULUK ARAMA YÖNTEMİ
MERVE KESKİN
Yüksek Lisans
İngilizce
2014
Endüstri ve Endüstri MühendisliğiSabancı ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. BÜLENT ÇATAY
- An adaptive large neighborhood search algorithm for the heterogeneous pick-up and delivery vehicle routing problem with time windows
Heterojen filolu dağıtım, toplama ve zaman pencereli araç rotalama problemi için adaptif geniş komşuluk arama algoritması
GÖKBERK ÖZSAKALLI
Yüksek Lisans
İngilizce
2016
Endüstri ve Endüstri MühendisliğiYaşar ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. DENİZ TÜRSEL ELİİYİ