Discrete particle swarm optimization and differential evolution algorithms for flow shop scheduling problems
Akış tipi çizelgeleme problemleri için kesikli sürü parçacık optimizasyonu ve diferansiyel evrimsel algoritması
- Tez No: 342781
- Danışmanlar: YRD. DOÇ. DR. MEHMET ŞEVKLİ
- Tez Türü: Yüksek Lisans
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2009
- Dil: İngilizce
- Üniversite: Fatih Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu çalışmada akış tipi atölyelerdeki işlerin toplam tamamlanma sürelerini minimize etmeye çalıştım. Toplam tamamlanma süresi işlerin bitiş zamanını gösteren performans kriteridir. Sürü parçacık optimizasyonu ve ayırtedici evrimsel algoritması akış tipi atölyelerdeki gibi kombinatoryel optimization problemlerini çözmek için kullanılan sezgisel yöntemlerdir. Bu iki farklı yöntem, akış tipi çizelgeleme problemleri için toplam tamamlanma süresini minimize etme kriteri altında önerildi. Algoritmalarda Taillard veri setinin işlem süreleri kullanıldı. Her bir algoritmanın işlemci süreleri ve performans değerleri hesapları elde edildi. Her iki algoritmanın m makinadaki en optimal iş sıralamasındaki performansları karşılaştırıldı. Yapılan deneylerde SPPSO ve DDE algoritmaları, PSO ve DPSO algoritmalarına karşın daha iyi sonuçlar vermiştir.
Özet (Çeviri)
In this study, I tried to minimize the makespan of jobs in flow shops. The makespan criterion is a measure for total completion time of all jobs. Particle Swarm Optimization and Differential Evolution algorithms are heuristic methods used for solving combinatorial optimization problems like flow shop scheduling problems. These two different methods are proposed for the flow shop scheduling problem with minimizing makespan criterion. The algorithms are implemented using the processing time of Taillard benchmark data sets. The computational results are obtained to evaluate the fitness and cpu time for each algorithm. The performances of both algorithms to find optimal processing sequence for the jobs through m machines are compared. It is concluded from the experiments that SPPSO and DDE algorithms performed better results to compare PSO and DPSO algorithms.
Benzer Tezler
- Dynamic security enhancement of power systems via population based optimization methods integrated with artificial neural networks
Yapay sinir ağlarının entegre edildiği popülasyon tabanlı optimizasyon yöntemleriyle güç sistemlerinin dinamik güvenliğinin iyileştirilmesi
CAVİT FATİH KÜÇÜKTEZCAN
Doktora
İngilizce
2015
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
DOÇ. VEYSEL MURAT İSTEMİHAN GENÇ
- Closed-loop flow separation control in the backward facing step flow using fuzzy-based PID controller
Bulanık tabanlı PID kontrolcü kullanarak geri basamak akışının kapalı döngü akış ayırma kontrolü
HAMED RAHMATI AYDENLOU
Yüksek Lisans
İngilizce
2022
Havacılık ve Uzay Mühendisliğiİstanbul Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ABDUSSAMET SUBAŞI
- New algorithms and techniques for microprocessor-controlled PWM induction drives
Başlık çevirisi yok
OSMAN KÜKRER
Doktora
İngilizce
1987
Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. H. BÜLENT ERTAN
- Tahmin metodu olarak markov zincirleri ve işgücü hareketliliğine uygulanması
Başlık çevirisi yok
ABDULLAH EROĞLU
- Demiryolu yük taşımacılığında optimum katar yükü probleminin incelenmesi
Determination of the optimum train load in railway freight transportation
SADETTİN ÖZEN
