Akış tipi çizelgeleme problemlerinin çözümü için veri madenciliği tabanlı bir model önerisi
Data mining based model for flowshop scheduling problems
- Tez No: 342568
- Danışmanlar: PROF. DR. ALPASLAN FIĞLALI
- Tez Türü: Doktora
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2013
- Dil: Türkçe
- Üniversite: Kocaeli Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 120
Özet
Üretim faaliyetlerinin zamanında, etkin ve düşük maliyetle yapılabilmesi için nerede ve ne zaman gerçekleştirileceğine karar vermeyi sağlayan çizelgeleme konusu büyük önem arz etmektedir. Çizelgeleme işi küçük boyutlu problemlerde makul sürelerde ve iyi çözüm kalitesi elde edilebilecek şekilde yapılmaktadır, ancak problem boyutu büyüdüğünde çözüm süresi ve kalitesi açısından olumsuzluklar görülmektedir. Bu çalışmada çizelgeleme problemleri içersinde önemli bir yer tutan akış tipi çizelgeleme problemlerinin çözümüne yönelik bir algoritma önerilmektedir. NP-zor sınıfında yer alan akış tipi çizelgeleme problemlerinin çözümünde veri madenciliği ve rota birleştirme algoritması birlikte kullanılmıştır. Veri madenciliği ile çözüm uzayında global arama yapılırken, rota birleştirme algoritması ile yerel aramanın yapılması hedeflenmiştir. Veri madenciliği çok sayıda veri içeren bir küme içerisinde gömülü olan bilgilerin çıkarılmasında kullanılan bir yöntemdir. Rota birleştirme algoritması ise bir başlangıç çözümünü bir hedef çözümüne dönüştürmek için ikili değiştirmeler yaparak ilerleyen ve bu süreçte elde edilen en iyi çözümü başlangıç noktası olarak atayarak tekrar eden bir algoritmadır. Modelin etkinliği Taillard'ın akış tipi çizelgeleme problemleri üzerinde test edilmiştir. Çalışılan problemlerde iş sayısı 20 ile 100 arasında değişmektedir, her bir problem büyüklüğü için modelin parametrelerinin en uygun seviyelerinin belirlenmesi amacıyla deney tasarımı yapılmıştır. Beş faktör üç seviyeli L27 düzeneği oluşturulmuştur ve bu seviyelere göre çok sayıda farklı optimum çözüm elde edilmiştir. Bu çalışmayla veri madenciliği tekniği literatürdeki alışılmış biçiminin dışında kullanılmış, önemli bir matematik altyapısı gerektirmeksizin büyük boyutlu problemlerin çözümü mümkün olmuştur. Test problemlerinin çözümleriyle elde edilen sonuçlar, önerilen yöntemin diğer metasezgisel yöntemlerle rekabet edebilecek düzeyde olduğunu göstermektedir.
Özet (Çeviri)
The scheduling theme which determines where and when the manufacturing actions will be performed is important to perform the activities in time, efficiently and cost-effectively. Scheduling is performed for the small-size problems to be able to get the best solution in a reasonable period of time. However, when the size of problem is increased, some disadvantages of the solution in terms of time and quality are observed. In this paper, an algorithm is proposed for the solution of the flow shop scheduling which holds an important place in scheduling problems. The path relinking algorithm and data mining are used together for the solution of the flow shop scheduling problems which take a place in the NP class: while it is being performed a global research in the solution space by using the Data Mining, it is aimed to perform a local research by using the Pathrelinking Algorithm. Data Mining is a method which is used to get the embedded info in a cluster that includes many info. Pathrelinking is an algorithm which advances by making binary displacements in order to convert the initial solution to the guiding solution and which repeats by assinging the best obtained solution within this process as to the starting point. The efficiency of the model was tested on Taillard?s flow shop scheduling problems. The number of job in the problems changes between 20 and 100, design of experiment was used to define the optimal level of the model parameters for the each problem size. Five factors three level L27 orthaganal array was prepared and various different optimum solutions were obtained in these level. In this study, data mining method was used in unusual formats within the literature, it has been possible to solve the large-size problem without the considerable mathematical backround. The obtained results show that the proposed method is in the competitiveness level with the other metaheuristic methods.
Benzer Tezler
- Esnek akış tipi çizelgeleme problemlerinin veri madenciliği ve genetik algoritma kullanılarak çözülmesi
Solving hybrid flow shop scheduling problems by using data mining and genetic algorithm
GÜLŞAD CERAN
Yüksek Lisans
Türkçe
2006
Endüstri ve Endüstri MühendisliğiSelçuk ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
Y.DOÇ.DR. ORHAN ENGİN
- Developing and applying multi-threaded metaheuristic policies to solve combinatorial industrial engineering problems
Endüstri mühendisliğindeki kombinatoryal optimizasyon problemlerinin çözümü için çoklu iş parçacıklı metasezgisel politikalar geliştirilmesi ve uygulanması
İSMET KARACAN
Doktora
İngilizce
2023
Endüstri ve Endüstri MühendisliğiMarmara ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. SEROL BULKAN
PROF. DR. ÖZLEM ŞENVAR
- A hybrid evolutionary algorithm for multi-objective flexible job shop problems
Çok amaçlı esnek atölye tipi çizelgeleme problemlerine yönelik hibrit evrimsel bir algoritma
ALPER TÜRKYILMAZ
Doktora
İngilizce
2023
Endüstri ve Endüstri MühendisliğiMarmara ÜniversitesiMühendislik Yönetimi Ana Bilim Dalı
PROF. DR. SEROL BULKAN
DOÇ. DR. ÖZLEM ŞENVAR
- Atölyede iş çizelgeme
Operations scheduling in job shops
GÖKHAN KIPÇAK
Yüksek Lisans
Türkçe
1990
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiPROF.DR. ATAÇ SOYSAL
- Akış tipi çizelgeleme problemlerinin hibrit genetik algoritma ile çözümü ve karar ağacı ile incelenmesi
Solution of flow shop scheduling problems with hybrid genetic algorithm and analysis with decision tree
ÖMER KAYA
Yüksek Lisans
Türkçe
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolHarran ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. İBRAHİM BERKAN AYDİLEK