Geri Dön

Yapım projelerinde genetik algoritma kullanarak kaynak seviyeleme

Genetic algorithms resource leveling in construction projects

  1. Tez No: 135875
  2. Yazar: SEMRA BOZKURT
  3. Danışmanlar: YRD. DOÇ. DR. EMEL ORAL
  4. Tez Türü: Yüksek Lisans
  5. Konular: İnşaat Mühendisliği, Civil Engineering
  6. Anahtar Kelimeler: Yapım projeleri, kaynak seviyeleme, Genetik Algoritma, Construction projects, Resource leveling, Genetic Algorithm
  7. Yıl: 2003
  8. Dil: Türkçe
  9. Üniversite: Mustafa Kemal Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: İnşaat Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 92

Özet

ÖZET YAPIM PROJELERİNDE GENETİK ALGORİTMA KULLANARAK KAYNAK SEVİYELEME Yapım projelerinin hedeflenen süre, maliyet ve kalitede tamamlanması, projeyi yürütmek için gereken kaynakların yapım süreci öncesi gerçekçi olarak planlaması ile mümkündür. Kaynak planlaması öncelikle projeyi oluşturan her faaliyete, o faaliyetin planlanan sürede bitirilebilmesi için gerekli olan kaynak miktarının tahsis edilmesi ile başlar. Fakat, projenin bütünü ele alındığında, arzu edilen durum, her birim zamanda kullanılan kaynak düzeyinin aynı olmasıdır. Bir projede tüm aktivitelerin kaynak miktarlarının toplamı toplam proje süresine bölündüğü zaman kullanılması gereken kaynak miktarı bulunur ; bu“Ortalama Kaynak Düzeyi”(OKD) olarak tanımlanmıştır. OKD' ye göre planlanan faaliyetler sonucunda projenin süresinin uzama ihtimali ortaya çıkacaktır. Kaynak talebinde OKD 'den sapmalardan kaçınılması için kaynakların faaliyet bollukları da göz önünde tutularak verimli kullanılması, fiziksel limitlerinin aşılmaması, kullanımının belli bir düzen içinde yürütülmesi gereklidir. Kaynak seviyeleme bu düzenin sağlanması için yapılan bir çalışmadır. Amaç optimum kaynak kullanımı ile projenin planlanan sürede ve maliyette bitmesini sağlamaktır. Kaynak seviyeleme problemleri belli kısıtlar (proje süresi, faaliyetlerin en erken ve en geç başlama koşullan) altında amacı OKD 'den minimum sapmayı sağlayacak optimum kaynak profilinin elde edilmesi biçiminde modellenebilen optimizasyon problemleridir. Model çözümü için heuristic metodlar, tamsayılı programlama ve minimum moment algoritması gibi geleneksel yaklaşımların yanında genetik algoritmaya (GA) dayanan modeller geliştirilmiş ve uygulanmıştır. GA'lar kaynak seviyeleme problemini geleneksel yöntemlerden çok daha hızlı ve optimuma yakın olarak çözmektedir (Ogwu ve Tah, 2002 ). Bunun en önemli nedeni problemin yapısının GA çalışma mantığına çok uygun olmasıdır. Kaynak seviyelemede ulaşılmak istenen optimum çözüm bilinmekte, bu çözüme en yakın değerleri verecek çözüm seti aranmaktadır. GA'lar da belli bir çözüm setinden (populasyondan) yola çıkarak ve bu çözüm setini sürekli yenileyerek amaçlanan optimum çözümü en iyi sağlayacak çözüm setini bulmayı hedeflerler. Bu çalışmada GA kullanarak kaynak seviyeleme yapan C programlama dilinde bir program yazılmıştır.. Temel genetik algoritma uygulanan bilgisayar programında ikilik kodlama yöntemi, tek noktadan çaprazlama, düzenli mutasyon ve rulet tekerleği seçim yöntemi kullanılmıştır. Programın validasyonu literatürdeki örneklerle karşılaştırılarak yapılmıştır. Üç ayrı tip çeşitlendirme yöntemi sonuçlan da karşılaştınlmıştır. Bu çalışmada geliştirilen bilgisayar programı tek bir tip kaynak seviyelemesi yapmaktadır. Programın çoklu kaynak seviyeleme üzerine geliştirilmesi ileriki çalışmalar kapsamındadır. 2003, 82 sayfa

Özet (Çeviri)

II ABSTRACT GENETIC ALGORITHMS USING RESOURCE LEVELING IN CONSTRUCION PROJECTS Construction projects can be completed at target time, cost and quality only when the sources need for project execution are planned realistic before construction process. Resource leveling starts with firstly assigning the resource demand for finishing each activity at the planned duration, to each activity that forms the project. But, whole project is considered, The desired situation is resource demands that used in unity time are the same. In a project, when the total resource demands of all activities divided into total project duration, the resource demand that required to use is found; This is defined as Mean Resource Level (MRL). Extending probability of project duration will expose after the planned activities that depends on the MRL. For avoiding the deviation from the MRL at the resource requirement, resources must be used efficiently with taking into consideration the activity float, physical limits of resources must not be exceeded and usage must be taken in a certain order. The resource leveling is a work for obtaining this order. Aim is to supply finishing the project at the planned duration and cost. The resource leveling problems are optimization problems that can be modeled in the form for taking optimum resource profile to obtain minimum deviation from MRL. For model solution, besides the traditional approaches like heuristic methods, integer programming and minimum moment algorithms the models based on Genetic Algorithms (GA) are developed and applied too. GAs solve the resource leveling problem much faster and nearly optimum than traditional approaches (Ogwu and Tah, 2002). The most important reason for this, is that the structure of problem suit to working sense of GA. Optimum solution that want to reach in resource leveling is known; Solution set which gives the most near values to this known optimum solution is searched. GAs start with one evident solution set (population) and while renew this solution set continuously, aim to find solution set nearly optimum. In this work, a program that levels the resources using GA is written in the C programming language. In the computer program which the Basic Genetic Algorithm is applied Binary coding method, single point crossover, ordered mutation and roulette wheel selection method are used. The validation of program is done by comparing with examples in the literature. The results of three different scaling method types are compared too. In this work, developed computer program levels the one kind of resource. Developing the program for multiple resource leveling is extended in the future works. 2003, 82 pages

Benzer Tezler

  1. Mekansal analiz teknikleri ile çok kriterli karar verme yaklaşımı kullanılarak raylı sistem güzergah analizi

    Rail system route analysis using multi criteria decision making with spatial analysis techniques

    BERNA ÇALIŞKAN

    Doktora

    Türkçe

    Türkçe

    2023

    Ulaşımİstanbul Teknik Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    PROF. DR. ALİ OSMAN ATAHAN

  2. Hybrid meta-heuristic algorithms for the resource constrained multi-project scheduling problem

    Kaynak kısıtlı birden fazla projenin iş programlanması problemi için üst-sezgisel yöntemler geliştirilmesi

    FURKAN UYSAL

    Doktora

    İngilizce

    İngilizce

    2014

    İnşaat MühendisliğiOrta Doğu Teknik Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    DOÇ. DR. RİFAT SÖNMEZ

  3. Multi objective early-stage design optimization of multifamily residential projects

    Çok daireli konut projelerinin çok amaçlı erken aşama tasarım optimizasyonu

    EYMEN ÇAĞATAY BİLGE

    Doktora

    İngilizce

    İngilizce

    2024

    Mimarlıkİstanbul Teknik Üniversitesi

    Mimarlık Ana Bilim Dalı

    PROF. DR. HAKAN YAMAN

  4. Kısıtlı kaynak koşullarında yapı projelerinin genetik algoritma ile programlanması

    Scheduling of a construction project under constrained-resources condition with genetic algorithm

    MÜRSEL ERDAL

    Doktora

    Türkçe

    Türkçe

    2007

    İnşaat MühendisliğiGazi Üniversitesi

    Yapı Eğitimi Ana Bilim Dalı

    PROF. DR. RECEP KANIT

  5. Tersanelerde gemi üretim yönetimi modeli: Marmara Bölgesinde bir uygulama

    Model of ship production management in shipyard: A case study in Marmara Region

    ERCAN AKAN

    Doktora

    Türkçe

    Türkçe

    2017

    Denizcilikİstanbul Üniversitesi

    Deniz Ulaştırma İşletme Mühendisliği Ana Bilim Dalı

    PROF. DR. GÜLER ALKAN