A continuous and a discrete particle swarm optimization algorithm for uncapacitated facility location problem
Kapasitesiz tesis yeri seçimi problemleri için sürekli ve kesikli parçacık sürü optimizasyonu yaklaşımı
- Tez No: 221950
- Danışmanlar: YRD. DOÇ. DR. MEHMET ŞEVKLİ
- Tez Türü: Yüksek Lisans
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Parçacık Sürü Optimizasyonu, Kapasitesiz Tesis YerleştirmeProblemi, Sürekli PSO, Kesikli PSO, Particle Swarm Optimization, Uncapacitated Facility LocationProblem, Continuous PSO, Discrete PSO
- Yıl: 2006
- Dil: İngilizce
- Üniversite: Fatih Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 94
Özet
Bu tezde bir sürekli ve bir kesikli parçacık sürü optimizasyonu (PSO) algoritmasıiyi bilinen bir kesikli problem olan kapasitesiz tesis yerleştirme (UFL) problemleri içinönerilmiştir.PSO, Eberhart ve Kennedy tarafından önerilen ve evrimsel algoritmalara dayananyeni bir sezgisel yöntemdir. Kuş ve balık sürülerinin sosyal iletişimi sırasında oluşanhareketlerinden esinlenilmiş ve şu ana kadar çok çeşitli problemleri çözmek içinbaşvurulmuştur. Diğer taraftan, UFL son kırk yıldır araştırmacılar tarafından çözümyöntemleri önerilen bir konudur. Bu yüzden UFL problemleri için PSO algoritmalarıönerilmiştir. Çözüm kalitesini artırmak için ayrıca bu PSO algoritmalarına birer yerelarama algoritması eklenmiştir. Güvenilir karşılaştırmalar yapabilmek için önerilen PSOalgoritmaları yöneylem araştırmaları kütüphanesindeki karşılaştırma problemlerineuygulanmıştır. Sonuçlar ortaya konulmuş ve literatürdeki optimum değerler ilekarşılaştırılmıştır. Sonuç olarak önerilen PSO algoritmaları optimum sonuçları kabuledilebilir işlem zamanı içinde elde etmiştir.
Özet (Çeviri)
In this paper, a Continuous and a Discrete version of Particle Swarm Optimization(PSO) algorithms proposed for a well known discrete problem, Uncapacitated FacilityLocation (UFL) problem.PSO is one of the recent metaheuristics based on evolutionary algorithms inventedby Eberhart and Kennedy based on the metaphor of social interaction andcommunication such as bird flocking and fish schooling. It has been successfullyapplied to a wide range of applications. On the other hand, developing solution methodsfor the UFL problem has been a hot topic of research for the last 40 years. Thus PSOalgorithms are proposed to solve UFL problems. In order to improve the solutionquality local searches are embedded in the PSO algorithms. To make a confidentialcomparison the proposed PSO algorithms are applied to the benchmark suites collectedfrom OR library. The results are presented and compared with the optimum results inthe literature. It is concluded that the proposed PSO algorithms have found optimumresults in a reosanable CPU time.
Benzer Tezler
- Particle swarm optimization for p-median problems
P-median problem için parçacık sürü optimizasyonu
RUSLAN MAMEDSAİDOV
Yüksek Lisans
İngilizce
2009
Endüstri ve Endüstri MühendisliğiFatih ÜniversitesiEndüstri Mühendisliği Bölümü
YRD. DOÇ. DR. MEHMET ŞEVKLİ
- Sosyal örümcek algoritmasının sürekli ve ayrık optimizasyon problemlerinde performans iyileştirmeleri
Performance improvements of social spider algorithm in continuous and discrete optimization problems
EMİNE BAŞ
Doktora
Türkçe
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKonya Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ERKAN ÜLKER
- Yerel aramalı kesikli farksal evrim algoritması ve kesikli parçacık sürü en iyileme algoritması kullanarak gezgin satıcı probleminin çözümü
Solving traveling salesman problem by discete differential evolution algorithm and discrete particle swarm optimization algorithm with local search
YELİZ KOCAMAN
Yüksek Lisans
Türkçe
2010
İşletmeYaşar Üniversitesiİşletme Ana Bilim Dalı
PROF. DR. MEHMET EDİP TEKER
PROF. DR. MEHMET FATİH TAŞGETİREN
- Büyük boyutlu veriler için metasezgisel yöntemler ile öznitelik indirgemede yeni bir yaklaşım geliştirilmesi
Developing a new approach to feature selection with metaheuristic methods for large scale data
ESİN AYŞE ZAİMOĞLU
Doktora
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. NİLÜFER YURTAY
- Gezgin satıcı problemi için diferansiyel gelişim algoritması tabanlı bir metasezgisel önerisi
A differential evolution algorithm based metaheuristic proposal for the traveling salesman problem
ÜMİT TERZİ
Doktora
Türkçe
2009
Endüstri ve Endüstri MühendisliğiKocaeli ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. ALPASLAN FIĞLALI