Comparison of genetic algorithm and particle swarm optimization algorith for permutation flow shop sequencing problem with criterion of number of tardy jobs
Pozitif gecikmeli iş sayısı kriterli permütasyon akış tipli atölye çizelgeleme problemi üzerinde genetik algoritma ve partikül sürü optimizasyonu yöntemlerinin mukayesesi
- Tez No: 216503
- Danışmanlar: YRD. DOÇ. DR. FATİH TAŞGETİREN
- Tez Türü: Yüksek Lisans
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Çizelgeleme, Pozitif Gecikmeli İş Sayısı, Genetik Algoritma, PartikülSürü Optimizasyonu, En Küçük Konum Kuralı, Permutasyon Akış Tipli Atölye, Scheduling, Number of Tardy Jobs, Genetic Algorithm, Particle SwarmOptimization, Smallest Position Value Rule, Permutation Flow Shop
- Yıl: 2005
- Dil: İngilizce
- Üniversite: Fatih Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 76
Özet
Bu çalışmada permütasyon akış tipli atölyelerdeki pozitif gecikmeli iş sayısınıminimuma indirmeyi amaçladık. Pozitif gecikmeli iş sayısı kriteri memnun olmayanmüşterilerin sayısına ait bir ölçüdür. Diğer bir deyişle, bu kriter yöneticilerinperformansına ait bir göstergedir. Minimum sayıda gecikmeli iş sayısı hedefinisağlayabilmek için iki algoritma geliştirdik; biri geleneksel bir genetik algoritma diğeriise kesikli partikül sürü optimizasyonu algoritması. Algoritmalarda Demirkol vediğerleri'nin data setlerindeki teslim tarihleri kullanıldı. Herbir algoritmanın gecikmeliiş sayısına ait değerleri ve işlemci süreleri için istatistiksel ölçümler yapıldı. Her ikialgoritmanın m makinadaki en optimal iş sıralamasını bulmadaki performanslarıkarşılaştırıldı. Yapılan deneylerde partikül sürü optimizasyonu algoritmasının EnKüçük Konum (EKK) sezgisel yöntemi sayesinde umut verici neticeler verdiği sonucunavarıldı.
Özet (Çeviri)
In this study, we aimed to minimize the number of tardy jobs in permutation flowshops. The number of tardy jobs criterion is a measure for the number dissatisfiedcustomers. In other words, it monitors the performance of the managers. In order toachieve the minimum number of tardy objective, we developed two algorithms; one is atraditional genetic algorithm and the latter is a discrete particle swarm optimizationalgorithm. The algorithms are implemented using the due date configurations ofDemirkol et al.?s data sets. The statistical tests are done to measure the fitness and cpuvalues for each algorithm. The performances of both algorithms to find the optimalprocessing sequence for the jobs through m machines are compared. It is concludedfrom the experiments that the particle swarm optimization algorithm gives promisingsolutions by means of the proposed SPV (Smallest Position Value) heuristic rule.
Benzer Tezler
- Comparison of genetic algorithm and particle swarm optimization algorithm for bicriteria permutation flowshop scheduling problem
İki kriterli permütasyonlu akış tipi üretim çizelgelemesi problemi için genetik algoritma ve parçacık sürü optimizasyonu yöntemlerinin karşılaştırılması
ÖZGÜR UYSAL
Doktora
İngilizce
2006
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMarmara ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
Y.DOÇ.DR. M. FATİH TAŞGETİREN
Y.DOÇ.DR. SEROL BULKAN
- Sürü zekâsı kullanarak renkli görüntü segmentasyon tekniklerinin geliştirilmesi
Development of color image segmentation techniques using swarm intelligence
TAHİR SAĞ
Doktora
Türkçe
2015
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSelçuk ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. MEHMET ÇUNKAŞ
- Çok depolu araç rotalama probleminde genetik algoritma ve parçacık sürü optimizasyonu algoritmalarının kıyaslaması
Comparison of genetic algorithm and particle swarm optimization algorithms in multi-depot vehicle routing problem
MERVE AYDIN
Yüksek Lisans
Türkçe
2023
Endüstri ve Endüstri MühendisliğiKocaeli ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ YILDIZ ŞAHİN
- Çok amaçlı optimizasyon temelli genel atama problemlerinin metasezgisel yöntemlerle çözümü
The solution of multi-objective optimization based generalized assignment problems with metaheuristic methods
BARIŞ SATAR
Yüksek Lisans
Türkçe
2015
Elektrik ve Elektronik MühendisliğiAnkara ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. ASIM EGEMEN YILMAZ
- Closed-loop flow separation control in the backward facing step flow using fuzzy-based PID controller
Bulanık tabanlı PID kontrolcü kullanarak geri basamak akışının kapalı döngü akış ayırma kontrolü
HAMED RAHMATI AYDENLOU
Yüksek Lisans
İngilizce
2022
Havacılık Mühendisliğiİstanbul Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ABDUSSAMET SUBAŞI