A genetic algorithm for the biobjective traveling salesman problem with profits
Çok amaçlı kar getiren gezgin satıcı problemi için genetik bir algoritma
- Tez No: 224019
- Danışmanlar: DOÇ. DR. ESRA KARASAKAL, DOÇ. DR. HALDUN SÜRAL
- Tez Türü: Yüksek Lisans
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2008
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Bölümü
- Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Kar getiren Gezgin Satıcı Problemi'nde (KGSP) her şehire bir kar atanır ve tüm şehirleri gezme zorunluluğu ortadan kalkar. KGSP'de amaç aynı zamanda hem maliyeti en aza indirmek (en az sayıda şehir gezerek) hem de kazancı en yüksek seviyede tutmaktır (en fazla sayıda şehir gezerek). Tek amaçlı KGSP türleri literatürde fazlaca yer edinmiş olsa da, gerçek anlamda iki amaçlı KGSP çok az araştırmacı tarafından çalışılmıştır. Bu çalışmada iki amaçlı KGSP için Çok Amaçlı Genetik Algoritma NSGA-II ve Lin-Kernighan sezgisel yöntemlerine dayalı bir çözüm sunmaktayız. Bu çalışmada NSGA-II için bir kaç iyileştirme önerilmektedir. Bu iyileştirmelerin sonucunda literatürdeki orta ve büyük boyutlarda pek çok problem için tahmini etkin sınırlar (approximate efficient frontier) verilmektedir. Son olarak, veri madenciliği yazılımı Clementine kullanarak, yaratılan etkin sınırlarda karar vericiyi yönlendirebilecek bir eniyileme-sonrası analiz taslağı sunmaktayız.
Özet (Çeviri)
In Traveling Salesman Problem (TSP) with profits, a profit is associated with each city and the requirement to visit all cities is removed. The purpose is to simultaneously minimize cost (excluding as many cities as possible) and maximize profit (including as many cities as possible). Although the reduced single-objective case of the problem has been well-studied, the true biobjective problem has been studied only by a few researchers. In this paper we study the true biobjective problem using the Multiobjective Genetic Algorithm NSGA II and the Lin-Kernighan Heuristic. We propose several improvements for NSGA II in solving the problem. Based on these improvements, we provide computational results of the approximated Pareto-optimal front for a set of practically large size TSP instances. Finally, we provide a framework and its computational results for a post-optimality analysis to guide the decision maker, using the data mining software Clementine.
Benzer Tezler
- GT yöntemlerinin sınıflandırması, performans ölçütleri, üretimle ilgili verileri kullanan yeni yöntemlere örnekler ve genetik algoritmalar
Taxonomy of GT methods, performance measures,some new GT methods that is able to incorporate pertinent manufacturing data and genetic algorithms
HATİCE DERİCİ
Yüksek Lisans
Türkçe
1997
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. M. BÜLENT DURMUŞOĞLU
- Runtime analysis of evolutionary algorithms with complex fitness evaluation mechanisms
Başlık çevirisi yok
DOGAN CORUS
- A genetic algorithm for biobjective multi-skill project scheduling problem with hierarchical levels of skills
İki amaçlı hiyerarşik beceri seviyelerine sahip çok-becerili proje çizelgeleme problemi için genetik bir algoritma
ELİF GÜRBÜZ
Yüksek Lisans
İngilizce
2010
Endüstri ve Endüstri MühendisliğiOrta Doğu Teknik ÜniversitesiEndüstri Mühendisliği Bölümü
DOÇ. DR. CANAN SEPİL
- Multiobjective genetic algorithm approaches to project scheduling under risk
Risk altında proje çizelgeleme problemine çok amaçlı genetik algoritma yaklaşımları
MURAT KILIÇ
Yüksek Lisans
İngilizce
2003
Endüstri ve Endüstri MühendisliğiSabancı ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. GÜNDÜZ ULUSOY
- Multiple criteria project selection problems
Çok kriterli proje seçimi problemleri
MUSA ÇAĞLAR
Yüksek Lisans
İngilizce
2009
Mühendislik BilimleriOrta Doğu Teknik ÜniversitesiEndüstri Mühendisliği Bölümü
DOÇ. DR. ESRA KARASAKAL