Gemi üzeri yedek parça stoklarının genetik algoritma ile optimizasyonu
Optimization of warships' onboard spare part stocks by genetic algorithms
- Tez No: 342562
- Danışmanlar: DOÇ. DR. MEHMET YILDIRIM
- Tez Türü: Doktora
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Savunma ve Savunma Teknolojileri, Computer Engineering and Computer Science and Control, Defense and Defense Technologies
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2013
- Dil: Türkçe
- Üniversite: Kocaeli Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektronik-Bilgisayar Eğitimi Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 117
Özet
Üretim veya hizmet üreten organizasyonların kullandıkları sistem, cihaz veya teçhizatta herhangi bir arıza olması durumu, oluşabilecek en kötü senaryolardan birisidir. Bu sorunu çözmek için kullanılan yöntemlerden birisi, organizasyonun kendi depolarında yeterli yedek parça bulundurarak, onarım işlemlerini yine kendisinin gerçekleştirmesidir. Bu çalışmada, organizasyon olarak bir savaş gemisi ele alınmıştır. Savaş gemileri, kendisinden istenen görevi her ne sorunla karşılaşırsa karşılaşsın yerine getirebilmelidir. Bunu başarabilmek için gemi personeli, yeteneği dahilinde olan arıza onarımlarını, gemi üzerinde depolanacak olan yedek parçaları kullanarak yapmaları gerekmektedir. Gemi üzerindeki sistemlerde yüz binin üzerinde parça bulunduğu dikkate alınırsa, yedeklenmesi gereken sınırlı sayıda parçaların belirlenmesi son derece zor bir problemdir. Depolanması gereken yedek parçaların belirlenmesi için, geçmişten bugüne çeşitli deterministik yöntemler kullanılagelmiştir. Bu çalışmada, sezgisel bir optimizasyon yöntemi olan genetik algoritmalar kullanılmıştır. Optimizasyon yapmak için, yedek parçaların önem derecesi, geçmiş yıllardaki kullanım istatistikleri, fiyatları gibi bilgilerden yararlanılmıştır. Genetik algoritmalar bir çok alanda kullanılan bir optimizasyon yöntemi olmasına karşın, bu çalışmadaki kromozom uzunluğunun, yani kromozom içerisindeki gen sayısının, bin ve üzerinde olması bu çalışmayı diğerlerinden farklı kılmaktadır. Çalışmada, çok büyük kromozom uzunluklarına sahip kombinasyonel optimizasyon problemlerinin genetik algoritma ile çözümü için yeni bir metot önerilmiştir. Önerilen metot ile elde edilen optimizasyon sonuçları, yaygın olarak kullanılan modellerle elde edilen sonuçlarla karşılaştırıldığında, genetik algoritma modelinin daha iyi olduğu sonucuna ulaşılmıştır. Bunlara ek olarak, genetik algoritma ile oluşturulan yedek parça listesinin hem daha ekonomik olduğu hem de listede yer alan yedek parçaların önem derecelerinin ve talep miktarlarının daha yüksek olduğu sonucuna varılmıştır.
Özet (Çeviri)
The probability of failure of systems used for manufacturing or servicing is one of the worst scenarios for an organization. One of the methods used to handle this problem is that the organization ought to repair itself by using it?s own spare parts stock. In this research, a warship spare parts stock model is used. Warships should fulfill her duties in all circumstances. To manage this, the warship staff should use the spare parts allocated on board to make reparation that he has talented. Considering the warships have more than a hundred thousand unique parts, it?s a very hard problem to decide which spare parts should be stocked at warehouse aiming to use in case of failure. For the determination of spare parts that should be stocked on board, various deterministic methods used in the past. In this research, genetic algorithms that are a heuristic optimization method is used to solve this problem. The usage quantity, the importance and the price of parts are used for optimization. Although genetic algorithms are widely used over many kinds of problems in optimization problems, this research is diverging from others by means of a genetic algorithm with a very long chromosome length (over 1000) is used. A new method is offered to solve the combinational optimization problems with a very long chromosome length by using genetic algorithms. When the output of optimization constituted by new method compared with current models used widely over navies, came to a conclusion that the genetic algorithm model is better. Additionally came to a conclusion that the spare parts list constituted by genetic algorithms is both more economic and the importance and demand quantity of spare parts is higher.
Benzer Tezler
- Bilyeli rulman hasarlarının titreşim analizi ile tespiti ve gemi makinelerinde kestirimci bakım uygulaması
Detection of ball bearings defects by vibration analysis and implementation of predictive maintenance on ship's machinery
MURAT ÇİMEN
Yüksek Lisans
Türkçe
2015
Gemi Mühendisliğiİstanbul Teknik ÜniversitesiGemi İnşaatı ve Gemi Makineleri Mühendisliği Ana Bilim Dalı
PROF. DR. OSMAN AZMİ ÖZSOYSAL
- Ana makina ve jeneratör güç hesabı ile uygun tedarikçi seçiminde AHP uygulaması
AHP application in selecting the suitable supplier with the main engine and the generator power calculation
MEHMET ACAR
Yüksek Lisans
Türkçe
2022
Denizcilikİstanbul Teknik ÜniversitesiDeniz Ulaştırma Mühendisliği Ana Bilim Dalı
PROF. DR. YASİN ARSLANOĞLU
- Türk deniz taşımacılığı sektöründe tedarik hizmeti veren işletmelerin rolü ve gelecek için öneriler
The role of ship supply enterprises in the Turkish shipping sector and proposals for the future
ALİ TUTAL
Yüksek Lisans
Türkçe
1997
UlaşımDokuz Eylül ÜniversitesiDeniz İşletmeciliği Ana Bilim Dalı
PROF.DR. NERGİS TEK
- An operating costs estimation model for the tanker ships
Tanker gemileri için operasyonel maliyet tahmin modeli
MEHMET SABRİ AKSOY
Yüksek Lisans
İngilizce
2020
Denizcilikİstanbul Teknik ÜniversitesiDeniz Ulaştırma Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ KADİR ÇİÇEK
- Investigation of the stability of the surfaced and submerged BB2 joubert submarine according to DNV rules
BB2 joubert denizaltısının satıhta ve dalmış durumda stabilitesinin DNV kurallarına göre incelenmesi
SERDAR EKEN
Yüksek Lisans
İngilizce
2023
Gemi MühendisliğiYıldız Teknik ÜniversitesiGemi İnşaatı ve Gemi Makineleri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ YASEMİN ARIKAN ÖZDEN