Genelleştirilmiş karesel çoklu sırt çantası problemi için melez bir çözüm yaklaşımı
A hybrid solution method for the generalized quadratic multiple knapsack problem
- Tez No: 179014
- Danışmanlar: YRD. DOÇ. DR. AYDIN SİPAHİOĞLU
- Tez Türü: Doktora
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Karesel çoklu sırt çantası problemi, genetik algoritma, uygun çözüm temelli genişletilmiş subgradient algoritması (UÇT-GSA), melez algoritma, enjeksiyon makinalarının çizelgelenmesi problemi, Quadratic multiple knapsack problem, genetic algorithm, modified subgradient algorithm based on feasible values (F-MSG), hybrid algorithm, injection machine scheduling problem
- Yıl: 2007
- Dil: Türkçe
- Üniversite: Eskişehir Osmangazi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 174
Özet
Bu çalışmada önemine rağmen yazında diğer sırt çantası problemlerine kıyasla daha az yer almış olan karesel çoklu sırt çantası problemi (KÇSÇP) ele alınmıştır. Bu problemin çözümüne yönelik olarak bir genetik algoritma (GASS) geliştirilmiş ve önerilen algoritmanın özellikle sırt çantası sayısı fazla olan test problemlerinde oldukça başarılı olduğu gösterilmiştir. Bunun yanı sıra KÇSÇP'nin matematiksel modeli, gerçek hayat problemlerinin çözümünde karşılaşılabilecek bazı özel durumları kapsayacak şekilde genelleştirilmiş ve GASS, genelleştirilmiş modeli çözebilecek şekilde geliştirilmiştir. Ayrıca yine genelleştirilmiş problemin çözümüne yönelik olarak, genetik algoritma ve uygun çözüm temelli genişletilmiş subgradient algoritmasının melezlenmesi ile elde edilmiş olan ikinci bir çözüm yaklaşımı önerilmiştir. Son olarak enjeksiyon makinalarının çizelgelenmesi problemi için bir genelleştirilmiş KÇSÇP modeli ve bu modelin parametrelerinin belirlenebilmesi için iki farklı yaklaşım önerilmiştir. Önerilen çözüm yöntemlerinin performansları, rassal türetilmiş test problemleri kullanılarak araştırılmış, elde edilen sonuçlar ve gelecek çalışmalara ilişkin öneriler sunulmuştur.
Özet (Çeviri)
The quadratic multiple knapsack problem (QMKP) is a generalization of the quadratic knapsack problem, which is one of the well-known combinatorial optimization problems, from a single knapsack to k knapsacks with (possibly) different capacities. Although it is an important problem, it is not taken in a large scale in the literature. In this study, a genetic algorithm (GASS) is developed for solving the QMKP and it is shown that GASS is very successful especially on the literature test problems which have large number of knapsack. Moreover, the mathematical model of the QMKP is generalized as covering the constraints that we may face in real life problems. Two distinct solution approaches are proposed for solving the generalized QMKP (G-QMKP). One of them is a genetic algorithm (GAGSS) which has similar genetic operators with GASS. The second one is a hybrid algorithm, that genetic algorithm and modified subgradient algorithm based on feasible values run together. Finally, a G-QMKP model for injection machine scheduling problem and two approaches to determine the parameters of this model are proposed. The performance of the proposed solution approaches are analyzed by using randomly generated test instances. Successful results are obtained and some suggestions for future studies are presented.
Benzer Tezler
- Predicting performance measures of a multiprocessor architecture by using machine learning methods
Makine öğrenmesi metodları kullanılarak çoklu işlemci mimarisinin performans ölçümlerini tahmin etme
ELRASHEED İSMAİL MOHOMMOUD ZAYİD
Doktora
İngilizce
2012
Elektrik ve Elektronik MühendisliğiÇukurova ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. MEHMET FATİH AKAY
- MIMO MC-CDMA sistemleri için kanal kestirimi
Channel estimation for MIMO MC-CDMA systems
YUSUF ACAR
Yüksek Lisans
Türkçe
2011
Elektrik ve Elektronik Mühendisliğiİstanbul ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. HAKAN DOĞAN
- Prediction of carbon nanotube atomic coordinates based on machine learning algorithms
Karbon nanotüp atomik koordinatlarının makine öğrenmesi algoritmaları tabanlı tahmini
MEHMET ACI
Doktora
İngilizce
2016
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolÇukurova ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. MUTLU AVCI
- Yağış-akış ilişkisinin yapay zekâ teknikleri kullanılarak tahmini
Prediction of rainfall – runoff relationship using artificial intelligence techniques
ONUR BÖLÜK
Yüksek Lisans
Türkçe
2020
İnşaat Mühendisliğiİskenderun Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
PROF. DR. FATİH ÜNEŞ
- Neural network based channel estimation for time-varying OFDM systems
Zamanla değişen OFDM sistemlerde yapay sinir ağı tabanlı kanal kestirimi
EMRE MOLLAHÜSEYİNOĞLU
Yüksek Lisans
İngilizce
2023
Elektrik ve Elektronik MühendisliğiKadir Has ÜniversitesiElektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. ATİLLA ÖZMEN
DOÇ. DR. HABİB ŞENOL