Hybrid particle swarm optimization algorithm for obtaining Pareto front of discrete time-cost trade-off problem
Kesikli zaman-maliyet ödünleşim problemlerinde Pareto eğrisinin melez kuş sürüsü optimizasyon algoritmasi ıle oluşturulmasi
- Tez No: 341097
- Danışmanlar: DOÇ. DR. RIFAT SÖNMEZ
- Tez Türü: Yüksek Lisans
- Konular: İnşaat Mühendisliği, Civil Engineering
- Anahtar Kelimeler: Kesitli Zaman-Maliyet Ödünleşim Problemi, Zaman-Maliyet Eğrisi Problemi, Pareto Eğrisi, Kuş Sürüsü Algoritması, Melez Algoritması
- Yıl: 2013
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İnşaat Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 106
Özet
İnşaat projelerinin süresinin kısaltılması maliyetleri düşürebileceğinden hem işveren hem de müteahhit açısından önemlidir. Ancak, projelerin hızlandırılması ek maliyetlere neden olmakta ve sadece belirli bir sınıra kadar toplam maliyetleri düşürebilmektedir. İnşaat yönetiminde büyük önem taşımakta olan, süre ve maliyet arasındaki bu ödünleşimin analizi,zamanmaliyet ödünleşim (TCT) optimizasyonu olarak adlandırılmaktadır. Mevcut ticari yazılımlar ve literatürde önerilen yöntemler kesikli zaman-maliyet ödünleşim probleminin (DTCTP) çözümü için son derece sınırlı çözümler üretebilmektedir. Bu doğrultuda, bu tezde DTCTP?nin üç farklı türü için, değişik kuş sürüsü algoritmaları (PSO) geliştirilmiştir. Önerilen yalın-PSO algoritması zaman ve maliyetin birlikte minimize edilmesini mümkün kılmakta ve küçük değişiklerle, zaman sınırlı problem için de sonuç elde edilmesini sağlamaktadır. Bir diğer model ise, DTCTP?nin zaman-maliyet ödünleşim eğrisinin elde edilmesi için geliştirilmiştir. Bu model doğrultusunda oluşturulan melez algoritmada maliyet eğrileri ve pbest/gbest pozisyonlarının değerlendirilmesi için yeni yöntemler önerilmiş ve aynı zamanda Siemens Yaklaşım Metodu (SAM) ve PSO algoritmasının güçlü özellikleri entegre edilmiştir. Önerilen algoritmaların etkinliği ve performansı literatürden alınmış örneklerle gösterilmiştir.Sayısal deneyler esnasında, karışık tamsayı programlama tekniği vasıtasıyla, iki denektaşı probleminin optimal tam Pareto eğrileri literatürde ilk kez belirlenmiştir. Bu çalışmanın bir diğer önemli katkısıysa, geliştirilen SAM-PSO algoritmasının örnek problemlerin tam Pareto eğrisini kısa bir süre içerisinde optimum eğrilerden makul bir sapma ile elde edilebilmesidir. SAM-PSO'nun kullanılabileceği diğer alternatif uygulamalar ve geliştirilebileceği potansiyel alanlar sonuç kısmında önerilmiştir.
Özet (Çeviri)
In pursuance of decreasing costs, both the client and the contractor would strive to speed up the construction project. However, accelerating the project schedule will impose additional cost and might be profitable up to a certain limit. Paramount for construction management, analyses of this trade-off between duration and cost is hailed as the time-cost trade-off (TCT) optimization. Inadequacies of existing commercial software packages for such analyses tied with eminence of discretization, motivated development of different paradigms of particle swarm optimizers (PSO) for three extensions of discrete TCT problems (DTCTPs). A sole-PSO algorithm for concomitant minimization of time and cost is proposed which involves minimal adjustments to shift focus to the completion deadline problem. A hybrid model is also developed to unravel the time-cost curve extension of DCTCPs. Engaging novel principles for evaluation of cost-slopes, and pbest/gbest positions, the hybrid SAM-PSO model combines complementary strengths of overhauled versions of the Siemens Approximation Method (SAM) and the PSO algorithm. Effectiveness and efficiency of the proposed algorithms are validated employing instances derived from the literature.Throughout computational experiments, mixed integer programming technique is implemented to introduce the optimal non-dominated fronts of two specific benchmark problems for the very first time in the literature. Another chief contribution of this thesis can be depicted as potency of SAM-PSO model in locating the entire Pareto fronts of the practiced instances, within acceptable time-frames with reasonable deviations from the optima. Possible further improvements and applications of SAM-PSO model are suggested in the conclusion.
Benzer Tezler
- Alternatif rotalı hücre oluşturma problemlerinin çözümü için yeni bir melez yaklaşım
A new hybrid algorithm to solve the cell formation problem considering multiple process routings
MÜMİN SÖNMEZ
Yüksek Lisans
Türkçe
2011
Endüstri ve Endüstri MühendisliğiAnadolu ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. GÜRKAN ÖZTÜRK
- Optimizasyon problemlerinin çözümü için yapay arı kolonisi algoritması tabanlı yeni yaklaşımlar
Novel approaches based on articial bee colony algorithm to solve optimization pronlems
MUSTAFA SERVET KIRAN
Doktora
Türkçe
2014
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSelçuk ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. MESUT GÜNDÜZ
- Development of a novel candidate solution quality prediction approach to artificial algae algorithm
Yapay alg algoritması için yeni bir aday çözüm kalite tahmin yaklaşımı geliştirilmesi
ABDULKERIM MOHAMMED YIBRE
Doktora
İngilizce
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSelçuk ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. MUSTAFA SERVET KIRAN
- Arabalı çift ters sarkaç sistemi için sürü zekası algoritmaları ile LQR tabanlı kesir dereceli kontrolcülerin tasarımı
Desing of LQR based fractional order controllers with swarm intelligence algorithms for double inverted pendulum on a cart
ELİF PELTEK
Yüksek Lisans
Türkçe
2024
Elektrik ve Elektronik MühendisliğiKocaeli ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
DOÇ. DR. OĞUZHAN KARAHAN
- Multi-objective optimization model for trade-offs in construction projects
İnşaat projelerinde ödünleşimler için çok amaçlı optimizasyon modeli
HARUN TÜRKOĞLU
Doktora
İngilizce
2023
İnşaat Mühendisliğiİstanbul Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
PROF. DR. GÜL POLAT TATAR