Sürü zekâsı optimizasyon tekniği ve tedarik zinciri yönetiminde bir uygulama
Particle swarm optimization technique and an applicaton in supply chain management
- Tez No: 282698
- Danışmanlar: PROF. DR. ŞAKİR ESNAF
- Tez Türü: Doktora
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2009
- Dil: Türkçe
- Üniversite: İstanbul Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 104
Özet
Bu çalışmada, tedarik zinciri yönetiminde oldukça önemli bir paya sahip olan tesis yeri seçimi problemleri için sürü zekası optimizasyon algoritmasına dayalı yeni bir öbekleme analizi yöntemi sunulmuştur. Sürü zekâsı, zor problemlerin çözümünde başarı sağlayan sezgisel bir yöntemdir. Bu yöntemin temel yapı taşları balık ve kuş sürüleri, karınca kolonileri, termitler ve arılar gibi sosyal canlıların davranışlarından esinlenilerek geliştirilmiştir. Sürü zekası optimizasyonu böcek yada balık sürülerinin davranışlarını taklit eden bir algoritmadır. Sürüdeki davranışlar çok boyutlu bir uzayda hız ve konum olmak üzere iki karakteristiği olan bireyler ile modellenir. Bu bireyler çok boyutlu uzayda hareket ederken keşfettikleri en iyi konumu hafızalarında tutarlar. Eriştikleri iyi konumları birbirleriyle iletişime geçerek paylaşır ve kendi konum ve hızlarını bu iyi konumlara göre ayarlarlar.Sürü zekâsı yaklaşımının birey ve komşuluk unsurlarını ele alarak yeni bir komşuluk yapısı ve birden fazla odak bireyin tanımlanması ile geliştirilen yeni bir öbekleme algoritması ile tedarik zinciri yönetiminde tesis yeri seçimi problemine yeni bir çözüm yöntemi geliştirilmiştir. Odak birey tabanlı bu yeni öbekleme algoritmasının mevcut öbekleme algoritmaları ile çeşitli test problemleri üzerinde performansı karşılaştırılmıştır.Ortaya konan sonuçlar geliştirilen yeni yöntemin başarılı bir öbekleme analizi yöntemi olduğunu ve tedarik zinciri yönetiminde tesis yeri seçimi problemlerinde de başarıyla uygulanabileceğini göstermiştir.
Özet (Çeviri)
A new swarm intelligence based clustering analysis method for facility location ? allocation problems in supply chain management is presented in this study. Swarm intelligence is a heuristic method which is successfully applied to hard optimization problems. Algorithm is inspired by behaviors of social beings like fish schools, bird flocking, ant colonies, termites and bees. Behaviors in the swarm are modeled by individuals who have two main characteristics, namely position and velocity, in the hyperspace. This individuals remember their best previous position and at the same time shares knowledge of their positions among each other. At each iteration, these individuals adjust their position and velocity vector by considering their current position and velocity, their memory and mentioned shared knowledge.This new solution approach alters behaviors of particles in the swarm and neighborhood structure so that multiple focal particles are defined which reflects cluster centers. Clustering based facility location-allocation problems are solved using this new clustering approach. Comparisons are made on test problems between proposed focal particle based algorithm and other well known clustering analysis algorithms.Results indicate that the new clustering algorithm is performed well against other well-known clustering algorithms and successfully applied in facility location-allocation problems in supply chain management context.
Benzer Tezler
- Zaman kısıtı altında takım oryantiring problemlerinin Yapay Arı Kolonisi yaklaşımı ile çözümü
Solving the team orienteering problem with time windows using the artificial bee colony approach
MUHLİS ÖZDEMİR
Yüksek Lisans
Türkçe
2013
İşletmeİstanbul Üniversitesiİşletme Ana Bilim Dalı
PROF. DR. HÜSEYİN ÖNER ESEN
- Kriptoanaliz problemlerinin çözümünde evrim stratejisi uygulaması
Applying evolution strategy to solve crypt-analysis problems
ABDIHALIM ADAM ABDIRAHMAN
Yüksek Lisans
Türkçe
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiBilgisayar ve Bilişim Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. MURAT İSKEFİYELİ
- Sürekli optimizasyon problemleri için ters bakış açılı bir yapay arı kolonisi algoritması
An improved artificial bee colony algorithm with opposite point of view for continuous optimization problems
ÜMİT GÜVEN
Yüksek Lisans
Türkçe
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKütahya Dumlupınar ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. DOĞAN AYDIN
- Arı koloni optimizasyon yöntemi ile gri seviyeli görüntü bölütleme
Gray scale image segmentation using artificial bee colony optimization algorithm
FATMA ER
Yüksek Lisans
Türkçe
2014
Elektrik ve Elektronik MühendisliğiFırat ÜniversitesiElektronik-Bilgisayar Eğitimi Ana Bilim Dalı
DOÇ. DR. ABDULKADİR ŞENGÜR
- Robotların ters kinematik çözümünde sezgisel optimizasyon algoritmalarının kullanılması ve fpga ile gerçekleştirilmesi
The use of metaheuristic optimization algorithms for inverse kinematics solution of robots and implementation with fpga
SERKAN DERELİ
Doktora
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya Uygulamalı Bilimler ÜniversitesiMekatronik Ana Bilim Dalı
PROF. DR. RAŞİT KÖKER