Çok amaçlı karar verme problemlerinde genetik algoritma temelli çözüm yöntemleri
Genetic algorithms approaches to multiple objective optimization problems
- Tez No: 244865
- Danışmanlar: PROF. DR. GÜLSÜM HOCAOĞLU
- Tez Türü: Doktora
- Konular: İstatistik, Statistics
- Anahtar Kelimeler: Çok amaçlı karar verme, genetik algoritmalar, kısıtlı ve kısıtsız optimizasyon, ceza fonksiyonu, Multi-objective decision making, genetic algorithms, constraint and non-constraint optimization, penalty functions
- Yıl: 2009
- Dil: Türkçe
- Üniversite: Hacettepe Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 92
Özet
Bu çalısmanın amacı literatürde bulunan kısıtlı ve kısıtsız çok amaçlı karar verme problemlerinin çözümünde kullanılan genetik algoritma temelli yöntemleri incelemek ve her iki durum için yeni algoritmalar önermektir. Bu amaçla çok amaçlı karar verme problemleri için kullanılan temel tanımlar ve bilgiler verilmistir. Ayrıca çok amaçlı problemlerin çözümünde kullanılan klasik yöntemler, Genetik Algoritma ve bu algoritma temelli kısıtsız çok amaçlı karar verme problemleri için önerilen algoritmalar üzerinde durulmustur. Kısıtlı durum için literatürde önerilen teknikler ve ceza fonksiyonları incelenmistir. Kısıtsız çok amaçlı karar verme problemleri için genetik algoritma temelli yöntem ve kısıtlı çok amaçlı karar verme problemleri için iki genetik algoritma temelli yöntem önerilmistir. Önerilen algoritmalar literatürden alınan problemlere uygulanmıs ve sonuçlar tartısılmıstır.
Özet (Çeviri)
The objective of this study is to discuss genetic algorithms based methods to solve both constraint and non-constraint multi-objective optimization problems in literature and to propose new algorithms for both cases. For this goal, definitions and some knowledge related to the multi-objective optimization are provided. In addition the basic genetic algorithm, some classical methods and genetic algorithm based multi objective algorithms are introduced. Also for the constrained case in multi-objective optimization, some techniques and types of penalty functions are discussed. A genetic algorithm based method for non-constraint multi-objective problems and two genetic algorithm based methods for constraint cases are suggested. Eventually, offered algorithms are applied over problems which were taken from literature, and results are argued.
Benzer Tezler
- Lojistik sistemlerin yapay sinir ağları ile modellenmesi, gerçeklenmesi ve kontrolü
Modeling, implementation and control of logistics systems using artificial neural networks
MURAT ERMİŞ
Doktora
Türkçe
2005
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF.DR. FÜSUN ÜLENGİL
- Sürdürülebilir toplu konut yerleşmesi tasarımı için Pareto genetik algoritmaya dayalı bir model önerisi: SSPM
A model for sustainable site layout design with pareto genetic algorithm: SSPM
YAZGI AKSOY
- Optimization in spatial planning from generative design approach: The application for Göktürk, Istanbul
Üretken tasarım yaklaşımıyla mekansal planlamada optimizasyon: Göktürk, İstanbul uygulaması
MERVE DENİZ TAK
Yüksek Lisans
İngilizce
2023
Şehircilik ve Bölge Planlamaİstanbul Teknik ÜniversitesiŞehir ve Bölge Planlama Ana Bilim Dalı
PROF. DR. ALİYE AHU GÜLÜMSER
- Enterkonnekte elektrik güç sistemlerinde kapalı çevrim güç akışlarını önlemeye / düzenlemeye yönelik bulanık karar verme temelli bir yöntem
A fuzzy - decision making based method to prevent / regulate loop flows in interconnected electrical power systems
GÜLCİHAN ÖZDEMİR DAĞ
Doktora
Türkçe
2011
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiHesaplamalı Bilimler ve Mühendislik Ana Bilim Dalı
PROF. DR. MUSTAFA BAĞRIYANIK
- Mikrodalga transistörün pareto optimal karakterizasyonu
Pareto optimal characterization of a microwave transistor
AHMET ARİF ULUSLU
Doktora
Türkçe
2020
Elektrik ve Elektronik MühendisliğiYıldız Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. FİLİZ GÜNEŞ