Application of genetic algorithms to analysis and policy design in system dynamics
Sistem dinamiği modellerinin analizi ve strateji tasarımında genetik algoritma uygulamaları
- Tez No: 246038
- Danışmanlar: PROF. YAMAN BARLAS
- Tez Türü: Yüksek Lisans
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2009
- Dil: İngilizce
- Üniversite: Boğaziçi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Bölümü
- Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Sayfa Sayısı: 114
Özet
Sistem Dinamiği yöntemi, sistemlerin analizi ve strateji tasarımı için geçerli modeller kurulması ve kullanılmasıdır. Arama algoritmaları Sistem Dinamiğinin model kurma, geçerleme, hassasiyet ve senaryo analizi, ve strateji tasarımı aşamalarında artarak kullanılmaktadır. Arama algoritmalarının uygulamasındaki bu artış, bu algoritmaların Sistem Dinamiğinin beklentilerine göre verimliliğini değerlendirmeyi zorunlu kılmıştır. Bu zorunluluğa yanıtlar bulmak bu çalışmanın ana hedefini oluşturmaktadır.Bu tez bilinen ve sıkça kullanılan bir arama algoritması olan Genetik Algoritmalar (GA) üzerine yoğunlaşmaktadır. Ana amaç, Genetik Algoritmalarının Sistem Dinamiği uygulamalarındaki yeterliliğini araştırmaktır. Genetik algoritmanın sunduğu geniş seçenekler içinden sekiz farklı algoritma yaratılmıştır. Çalışma, üç tanesi kontrol teorisi alanından, diğer üçü de sosyo-ekonomik Sistem Dinamiği alanından olmak üzere altı farklı model üzerinde odaklanmıştır. Her model için istenilen dinamik davranışa uygun amaç fonksiyonu ve analiz parametreleri belirlenmiştir. Sekiz farklı Genetik Algoritmanın bu modellerdeki performansı, Genetik Algoritmaların iyi sonuçlar, diğer bir deyişle istenilene uygun dinamik davranışlar elde ettiklerini göstermektedir. Özellikle, daha ucu açık/araştırmacı tipli Genetik Algoritmaların, arama alanı büyüdükçe iyi sonuçlara daha hızlı bir şekilde ulaşma yatkınlıkları olduğundan, Sistem Dinamiği yöntemine daha uygun oldukları görülmüştür. Ek olarak, bu çalışma, amaç fonksiyonu ve arama sonuçlarının kesin ve mutlak doğrular olarak kabul edilmesi yerine, sonuçların dikkatli bir şekilde analiz edilip, gerektiğinde amaç fonksiyonları ve algoritma parametrelerinin yeniden belirlenmesinin yararlarını ortaya çıkarmıştır. Birkaç modelde algoritmanın ilk sonuçlarına göre daha kapsamlı analiz yapılarak, bu tekrar gözden geçirme biçimi ve yararları gösterilmektedir.
Özet (Çeviri)
System Dynamics is a methodology to build valid models of systems in order to come up with policies to improve their dynamic behaviors. Search algorithms are increasingly being used in model building, validation, sensitivity analysis, and policy design phases of System Dynamics. This increase in application of search algorithms brings out the necessity to evaluate the efficacy of these algorithms with respect to the expectations of System Dynamics. This necessity forms the primary objective of this thesis.The thesis focuses on Genetic Algorithms (GA), which is a well-known and frequently used search algorithm. The main objective is to explore Genetic Algorithms? adequacy in applications to System Dynamics methodology. We create eight variants of GA from the vast amount of options that the GA approach provides. The study focuses on six different dynamic models, three of them being from the area of control theory and the other three from socio-economic System Dynamics literature. For each model, we determine an appropriate objective function based on some desired dynamic behavior and set of analysis parameters. The performance of eight GA configurations for all of the models indicates that Genetic Algorithms obtain good solutions, i.e. behaviors that match the desired behaviors. Specifically, explorative type of Genetic Algorithms is more suitable for System Dynamics methodology: as the search space grows, they are more likely to find good solutions fast. Additionally, we emphasize to the fact that the objective functions and results provided by algorithms should not be regarded as absolute or conclusive truths; rather they must be critically analyzed, objective function and parameters of the algorithm iteratively reformulated as necessary. We demonstrate this fact in some of the models by further analyzing the systems based on initial results provided by the algorithm.
Benzer Tezler
- Enerji kojenerasyon sistemlerinde yük planlaması ile üretim planlaması entegrasyonu
Loading and production planning in energy cogeneration systems
MELTEM KUNT
Yüksek Lisans
Türkçe
2015
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. GÜLGÜN KAYAKUTLU
- Melez akış tipi çizelgeleme problemi için tepkisel bir algoritma
A reactive algorithm for the hybrid flow shop scheduling problem
ABDULLAH AKTEL
Doktora
Türkçe
2015
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. MEHMET MUTLU YENİSEY
- Use of artificial immune systems for network intrusion detection
Yapay bağışıklık sistemlerinin ağ saldırılarının tespiti için kullanımı
ORHAN BIYIKLIOĞLU
Yüksek Lisans
İngilizce
2004
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF.DR. BÜLENT ÖRENCİK
- Ürün stok politikalarının olasılıklı talep yapısı altında Markov karar süreci ile analizi
The analysis of product inventory policies under the probabilistic demand with Markov decision process
İBRAHİM ZEKİ AKYURT
- Yenilenebilir enerji planlaması için bütünleşik çok amaçlı bir karar modeli önerisi
An integrated multi-objective decision model for renewable energy planning
BEYZANUR ÇAYIR ERVURAL
Doktora
Türkçe
2018
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. RAMAZAN EVREN