Optimizasyon problemlerinin çözümünde melez metasezgisel bir algoritmanın tasarımı
Designing a hybrid meta heuristic algorithm for optimization problems solutions
- Tez No: 297011
- Danışmanlar: YRD. DOÇ. DR. NİHAN ÇETİN DEMİREL
- Tez Türü: Doktora
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2011
- Dil: Türkçe
- Üniversite: Yıldız Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Endüstri Mühendisliği Bilim Dalı
- Sayfa Sayısı: 214
Özet
Optimizasyon gerçek yaşam problemlerinin matematiksel modeller haline dönüştürülmesi ile karşımıza çıkar ve günlük hayatımızdaki birçok sorun için en iyi çözümü bulmayı amaçlar. Optimizasyon konusunun en önemli dallarından biri de lojistik sektöründe karşımıza çıkar. Lojistik sektöründeki araç rotalama problemlerinde de amaç toplam seyahat mesafesini ve çözümde kullanılan toplam araç sayısını minimize ederek problemde var olan kısıtları da göz önüne alarak optimum rotaları tasarlamaktır. Bu çalışmada, çok depolu araç rotalama probleminin çözümü için karınca kolonisi optimizasyonu ve genetik algoritmanın bir arada kullanılmasıyla oluşturulan melez metasezgisel bir yapı önerilmiştir. Problemde amaç, tüm araçlar tarafından kat edilen toplam seyahat mesafesinin minimize edilmesidir. Problemde araç filosu homojendir, araç kapasiteleri ve müşteri talepleri bilinmektedir. Çok depolu araç rotalama probleminin çözümü için önerilen bu metasezgisel yapı iki aşamadan oluşmaktadır. Problemin çözümü için önerilen ilk aşamada müşterilerin hangi depolardan hizmet alacağının belirlendiği gruplama, ikinci aşamasında ise müşterilerin hangi sıra ile depolardan hizmet alacağının belirlendiği rotalama işlemleri gerçekleştirilir. Birinci aşamadaki gruplama işlemi için genetik algoritma, Thangiah ve Salhi'nin 2001 yılında ortaya koydukları genetik kümeleme yönteminin geliştirilmiş hali ile kullanılmıştır. İkinci aşamadaki rotalama işlemi ise karınca kolonisi optimizasyonu algoritmalarından Gambardella ve Dorigo tarafından 1997 yılında önerilen karınca kolonisi sistemi yaklaşımı ile gerçekleştirilmiştir. Ortaya konan yeni melez metasezgisel yöntem literatürde kabul gören Cordeau vd.'nin (1997) önerdikleri problem setleri ile test edilmiş ve elde edilen sonuçlar var olan diğer yöntem çözümleriyle karşılaştırılmıştır. Sonuç olarak, klasik araç rotalama problemlerinin önemli kollarından biri olan çok depolu araç rotalama problemlerinin çözümü için önerilen karınca kolonisi optimizasyonunun ve genetik algoritmanın bir arada kullanıldığı bu tez çalışması bu konu ile ilgili literatüre kazandırılan ilk çalışmadır.
Özet (Çeviri)
Optimization is the simulation of the real world problems as mathematical models. Vehicle routing problems are very important issue for logistics sector. The objectives of the vehicle routing problems are to design optimal routes minimizing total traveled distance, minimizing number of vehicles which are used for the solution that satisfy corresponding constraints. In this study, for the solution of the multi-depot vehicle routing problem, a new hybrid metaheuristic structure is proposed with ant colony optimization and genetic algorithm. The aim of the problem is to minimize the total traveled distance by the all vehicles. In problem, vehicle fleet is homogeneous, capacity of vehicles and customer demands are known. The metaheuristic structure of the multi-depot vehicle routing problem solution consists of two phases. In the first phase is about the grouping that decides which customer is served by which depot and in the second phase is about the routing that decides the customers sequencing for the serving. In the first phase for grouping Thangiah and Salhi?s (2001) genetic clustering method is developed and in the second phase for routing Gambardella and Dorigo?s (1997) ant colony system approach is used. The proposed metaheuristic method is tested with the Cordeau et al.?s (1997) problem sets and the results are compared with the other solution techniques in the literature. In conclusion, the multi-depot vehicle routing problems are the important types of the classical vehicle routing problems, to our knowledge this is the first study that investigates the solution with ant colony optimization and genetic algorithm.
Benzer Tezler
- Hipersezgisel yöntemlerle lojistik ağ tasarımı ve optimizasyon
Logistic network design and optimization using hyperheuristic methods
VURAL EROL
Doktora
Türkçe
2017
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. MURAT BASKAK
PROF. DR. GÜLGÜN KAYAKUTLU
- Güncel en iyileme algoritmalarının paralel ve birlikte uygulamaları ve performans analizleri
Parallel and collaborative applications of the recent optimization algorithms and their performance analyses
HASAN MAKAS
Doktora
Türkçe
2015
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiBilgisayar ve Bilişim Mühendisliği Ana Bilim Dalı
PROF. DR. NEJAT YUMUŞAK
- Ayrık optimizasyon problemlerinin çözümünde göçmen kuşlar optimizasyon (MBO) algoritmasının iyileştirilmesi
Improvement of migrating birds optimization (MBO) algorithm in solution of discrete optimization problems
VAHİT TONGUR
Doktora
Türkçe
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSelçuk ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ERKAN ÜLKER
- Cırcır böceği algoritması: Yeni bir meta-sezgisel yaklaşım ve uygulamaları
Cricket algorithm: A new meta-heuristic approach and applications
MURAT CANAYAZ
Doktora
Türkçe
2015
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİnönü ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ALİ KARCI
- Araç rotalama problemlerinin çözümü için yeni bir meta-sezgisel yaklaşım: Elektromanyetik algoritma
A new electromagnetism-like algorithm for solving capacitated vehicle routing problems
ALKIN YURTKURAN
Yüksek Lisans
Türkçe
2009
Endüstri ve Endüstri MühendisliğiUludağ ÜniversitesiEndüstri Mühendisliği Bölümü
PROF. DR. ERDAL EMEL