Neural network based optimization in production scheduling
Üretim çizelgelemesinde yapay sinir ağlarına dayalı en iyileme
- Tez No: 202676
- Danışmanlar: PROF. DR. GÜNHAN MİRAÇ BAYHAN
- Tez Türü: Doktora
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Yapay sinir ağları, Üretim çizelgelemesi, Artificial neural networks, Production scheduling
- Yıl: 2006
- Dil: İngilizce
- Üniversite: Dokuz Eylül Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Endüstri Mühendisliği Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Çizelgeleme problemlerinin çözümü ve modellenmesi için literatürde matematiksel programlama, sevk etme kuralları, uzman sistemler ve komşu arama yaklaşımları gibi çok sayıda yaklaşım rapor edilse de yapay sinir ağları son on yılda çizelgeleme problemlerinin çözümü için kullanılma konusunda yoğun ilgi görmüştür. Bu araştırmanın amacı, iki farklı çizelgeleme problemiyle uğraşmak için yapay sinir ağlarından yararlanmaktır. Dikkate alınan ilk problem maksimum tamamlanma süresini minimum yapma amacına sahip klasik özdeş makine çizelgeleme problemidir. Problemin çözümü için zamanla değişen katsayılara sahip ceza fonksiyonu yaklaşımı kullanan dinamik gradyan tip sinir ağı önerilmiştir. Önerilen yaklaşım kullanılarak farklı boyuttaki çizelgeleme problemleri için elde edilen benzetim sonuçları, en uzun işlem süresi kuralı sonuçları ve en iyi çözümler ile karşılaştırılmıştır. İkinci problem, ağırlıklandırılmış erken bitirme ve gecikme toplamını minimize etmek için özdeş olmayan makineler üzerinde sıra bağımlı hazırlık süreleri ve farklı teslim süreleri içeren bağımsız işler setinin çizelgelenmesidir. Problemin orijinal karışık tam sayı formülasyonu, ilk pozisyona aynı anda iki iş atanmasının önlenmesi için bir kısıt eklenerek değiştirilmiştir. Bu problem için iki maksimum, 3 parçalı doğrusal, 1 tane log-sigmoid sinir ağından oluşan birbirine bağlı sinir ağı modeli önerilmiştir. Önerilen yaklaşım bir çizelgeleme probleminde test edilmiş ve sonuçlar doğrusal programlama çözümleyicisinin en iyi sonuçları ile karşılaştırılmıştır.
Özet (Çeviri)
Although a large number of approaches such as mathematical programming, dispatching rules, expert systems, and neighborhood search to the modeling and solution of scheduling problems have been reported in the literature, over the last decade, there has been an explosion of interest in using artificial neural networks (ANNs) for the solution of various scheduling problems. The objective of this research is to utilize ANNs to deal with two different scheduling problems. The first problem considered is the classical identical parallel machine scheduling problem with makespan minimization. A dynamical gradient type neural network, which employs a penalty function approach with time varying coefficients, is proposed for the solution of the problem. Simulation outcomes of the proposed approach are compared with those of the longest processing time rule and with the optimal solutions, for different sizes of scheduling problems. The second problem is the scheduling of an independent jobs set with sequence-dependent setups and distinct due dates on nonidentical multi-machines to minimize the total weighted earliness and tardiness. The original mixed integer formulation of the problem is modified by adding one more constraint to the model to prevent the assignment of two jobs at the same time to the first position. For this problem, an interconnected neural network model which is composed of two maximum, three piecewise linear and one log-sigmoid neural networks is proposed. The proposed approach is tested on a scheduling problem and the results are compared with optimum results of the linear programming solver.
Benzer Tezler
- Towards better energy efficiency through electricity consumption forecasting in steel industy
Çelik sektöründe enerji tüketimi tahmini ile daha iyi enerji verimliliğine doğru
ASLI KOCA
Yüksek Lisans
İngilizce
2024
Yönetim Bilişim SistemleriKadir Has ÜniversitesiYönetim Bilimleri Ana Bilim Dalı
PROF. DR. HASAN DAĞ
- Uydu bazlı jeodezik ve jeodinamik veri analiz ve yönetim sistemi tasarımı ve uygulaması
Design and implementation of a satellite-based geodetic and geodynamic data analysis and management system
DENİZ BAŞAR
Doktora
Türkçe
2026
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
PROF. DR. RAHMİ NURHAN ÇELİK
- A DEEP LEARNING INTRUSION DETECTION FRAMEWORK FOR IIOT NETWORKS USING SIMULATED AND TON-IOT DATASETS
SIMÜLE EDILMIŞ VE TON-IOT VERI SETLERI KULLANILARAK IIOT AĞLARI İÇIN DERIN ÖĞRENME TABANLI BIR SALDIRI TESPIT ÇERÇEVESI
NOOR SALİM GHANİM YAHYA
Yüksek Lisans
İngilizce
2026
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Gelişim ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ DENİZ DAHMAN
- Ana sisteme bağlı bir mikro şebeke için gün içi elektrik piyasasına dayalı çizelgeleme
Energy scheduling for a microgrid connected to the main grid based on real time electricity market
EMRAH ERDEM UFLUOĞLU
Doktora
Türkçe
2018
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. GÜLGÜN KAYAKUTLU
- Çok objektifli esnek atölye çizelgeleme problemlerinin sezgisel yöntemlerle modellenmesi, analizi ve çözümü
Modeling, analyzing and solving multiple-objective flexible job-shop scheduling problems by using meta-heuristic algorithms
LALE ÖZBAKIR