Tesis yerleşim problemleri için takım zekası tabanlı bir rassal eniyileme algoritması
A swarm intelligence based stochastic optimization algorithm for facility layout problems
- Tez No: 184133
- Danışmanlar: Y.DOÇ.DR. MUZAFFER KAPANOĞLU
- Tez Türü: Yüksek Lisans
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Tesis Yerleşim Problemleri, Kareli Atama Problemleri, TakımZekası, Facility Layout Problems, Quadratic Assignment Problems, SwarmIntelligence, Particle Swarm Optimization
- Yıl: 2006
- Dil: Türkçe
- Üniversite: Eskişehir Osmangazi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
TESİS YERLEŞİM PROBLEMLERİ İÇİN TAKIM ZEKASI TABANLI BİRRASSAL ENİYİLEME ALGORİTMASIFehime UTKANTesis yerleşim problemleri için ürün çeşitliliği ve taleplerindeki değişikliklerkarşısında, yerleşimin yeniden değerlendirilmesini sağlayacak araçların geliştirilmesi,esnek ve modüler üretim teknolojilerinin hızla gelişmesiyle birlikte önem kazanmıştır.Kareli atama problemleri (KAP), tesis yerleşimi problemlerinin ifadeedilmesinde uzun yıllardır kullanılmaktadır. Ancak bu yaklaşımla; 15 ve daha fazlabölümlü problemler için en iyi çözümü garanti etmek zor olduğu gibi, bir çok gerçekuygulamanın gereksinimleri de karşılanamamaktadır.Takım zekası tabanlı rassal eniyileme (TZRE) algoritması, yakın bir zamandanitibaren; özellikle sürekli problemlerin dahil olduğu bazı problem alanları için rassal vearama tabanlı eniyileme tekniği olarak kullanılmaya başlanmasına rağmen literatürde,kesikli problemlerle ilgili yeterli sayıda kapsamlı çalışma mevcut değildir.Bu çalışmada, kalitesi yüksek (en iyi ya da en iyiye yakın) çözümler bulmakamacıyla takım zekası tabanlı rassal bir algoritma geliştirilerek (i) bilinen KAP-tabanlıblok yerleşim problemlerine benzeyen ya da benzemeyen birtakım kısıtları olanbölümlerin atamasının yapılmasına olanak veren tesis yerleşimine (ii) rassal aramayaklaşımları alanına katkıda bulunacak yeni bir yaklaşım önerilmektedir.Önerilen takım zekası tabanlı üç rassal eniyileme algoritması, 80'in üzerindeprobleme uygulanmıştır. Ayrıca, belli bölümlerin belli yerleşim alanlarına istenmeyenatamaların yapılmaması ve bölüm boyutlarından kaynaklanan birtakım kısıtlarıngözönüne alınması için QAPLIB problemleri bölüm-bazlı kısıtları temsil edecek şekildegeliştirilmiştir.Bu çalışma, TZRE'nin, KAP olarak modellenen tesis yerleşim problemlerininçözümünde kullanılabilir bir yöntem olabileceğini göstermektedir.
Özet (Çeviri)
A SWARM INTELLIGENCE BASED STOCHASTIC OPTIMIZATIONALGORITHM FOR FACILITY LAYOUT PROBLEMSFehime UTKANDevelopment of new tools enables the evaluation of facility layouts against thechanges of product mix and demand fluctuation have gained importance with advancesin flexible and modular manufacturing technologies.The quadratic assignment problem (QAP) has been used to deal with facilitylayout problems extensively for decades. This approach can neither resolve theintractability of larger problems (with more than 15 departments) by assuming theoptimal solutions nor satisfy the requirements of many real-world applications.Swarm intelligence based stochastic optimization (SISO) algorithm has beenrecently introduced as a stochastic, search-based optimization method for numerousproblem domains especially including continous problems. There haven?t been enoughresearches about discrete problems yet.In this study, a new approach that will contribute to (i) the facility layoutdomain by enabling the assignment of departments with some restrictions similar andunsimilar traditional QAP-based layout problems, and (ii) the stochastic search methodsdomain by developing a swarm intelligence based stochastic optimization algorithm isproposed to find high-quality (optimal or near-optimal) solutions efficiently in a robustmanner.Proposed SISO approach is tested on more than 80 problems. In order torepresent department-specific restrictions for generating more practical test problemsincluding undesired assignment of certain departments to certain locations as well someconsiderations related to department sizes.This study reveals that SISO is a promising algorithm for solving layout problemsformulated as QAP.
Benzer Tezler
- Optimal distributed generation allocation and sizing in a distribution system using heuristic algorithms
Sezgisel algoritmalar kullanılarak dağıtım sisteminde optimal dağıtık üretim yerleşimi ve boyutlandırılması
ZAHIRA ABOUMARIA
Yüksek Lisans
İngilizce
2025
Elektrik ve Elektronik MühendisliğiSakarya ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. SELÇUK EMİROĞLU
- Facility layout optimization using simulation in an automative company
Bir otomotiv firmasında yerleşim alanının simülasyon kullanılarak optimize edilmesi
GİZEM KAYA
Yüksek Lisans
İngilizce
2009
Endüstri ve Endüstri MühendisliğiDokuz Eylül ÜniversitesiEndüstri Mühendisliği Bölümü
PROF. DR. G. MİRAÇ BAYHAN
- GIS-based sustainable site selection: An integrated spatial framework with multi-domain applications
CBS tabanlı sürdürülebilir yer seçimi: Çok alanlı uygulamalarla entegre bir mekânsal çerçeve
BÜŞRA YILMAZ
Yüksek Lisans
İngilizce
2025
Endüstri ve Endüstri Mühendisliğiİzmir Bakırçay ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. MURAT OTURAKÇI
- Farklı azimut açılarındaki teras çatı fotovoltaik sistemlerinin karşılaştırmalı optimizasyonu
Comparative optimization of terrace roof photovoltaic systems in different azimuth angles
CÜNEYT KARANİ CÖCEN
Yüksek Lisans
Türkçe
2022
Enerjiİstanbul Teknik ÜniversitesiEnerji Bilimi ve Teknolojileri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ BURAK BARUTÇU
- GIS based multiple criteria decision support system for urban planning problems in Gaziantep
CBS tabanlı çok kriterli karar destek sistemi geliştirilmesi, Gaziantep ili şehir bölge planlamasında uygulaması
HASAN ÇAĞŞIR
Yüksek Lisans
İngilizce
2005
Endüstri ve Endüstri MühendisliğiGaziantep ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. ADİL BAYKASOĞLU
YRD. DOÇ. DR. HAMZA GÜLLÜ