Bulanık öğrenme etkili akış tipi çizelgeleme problemlerinin paralel kanguru algoritması ile çözümü
Using parallel kangaroo algorithm to solve flow shop scheduling problems with fuzzy learning effect
- Tez No: 485070
- Danışmanlar: PROF. DR. ORHAN ENGİN
- Tez Türü: Yüksek Lisans
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2017
- Dil: Türkçe
- Üniversite: Selçuk Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 47
Özet
Öğrenme etkili çizelgeleme problemlerinin çözümlerinin daha gerçekçi sonuçlar verdiği bilinmektedir. Bu çalışmada, insan faktöründen kaynaklanan öğrenme etkisini göz önüne alan akış tipi çizelgeleme problemleri ele alınmıştır. Belirsiz işlem sürelerine çizelgeleme problemlerinde sıklıkla karşılaşılır. Bu nedenle işlem süreleri bulanıklaştırılmıştır. Bulanık mantık, literatürde bu problemlerin çözümü için sıkça kullanılan bir yöntemdir. Paralel Kanguru Algoritması çözüm metodu olarak kullanılmıştır. Bu araştırmada, literatürde yer alan kıyaslama problemleri, Bulanık Öğrenme Etkili Paralel Kanguru Algoritması ile çözülüp, elde edilen sonuçlar literatürle kıyaslanmış, sonuçların başarılı olduğu görülmüştür.
Özet (Çeviri)
It is known that the solutions of scheduling problems with learning effects can give more realistic results. This paper deals with flow shop scheduling problem considering learning effects due to the human factor. Uncertain processing time is frequently encountered in scheduling problems. Therefore the processing times are fuzzyed. Fuzzy logic is a common method to handle this problem in the literature. Parallel Kangaroo Algorithm is used as a solution algorithm. Solutions which are reached by Parallel Kangaroo Algorithm with Fuzzy Learning Effect are compared with benchmark problems in literature and results showed that it is successful.
Benzer Tezler
- Prediction of long-term streamflow by using adaptive neuro-fuzzy inference system ((ANFIS)
Uyarlanabilir ağ tabanlı bulanık mantık çıkarım sistemi ((ANFIS) kullanılarak uzun vadeli nehir akım tahmini
FURKAN ÖZKAN
Yüksek Lisans
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolHasan Kalyoncu ÜniversitesiElektronik ve Bilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ BÜLENT HAZNEDAR
- Prediction of COVID 19 disease using chest X-ray images based on deep learning
Derin öğrenmeye dayalı göğüs röntgen görüntüleri kullanarak COVID 19 hastalığının tahmini
ISMAEL ABDULLAH MOHAMMED AL-RAWE
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ADEM TEKEREK
- Öğrenme etkili, bulanık işlem zamanlı ve bulanık teslim tarihli çizelgeleme problemi
Scheduling problem with fuzzy processing time, fuzzy due date and learning effect
MERVE KAYACI ÇODUR
Yüksek Lisans
Türkçe
2012
Endüstri ve Endüstri MühendisliğiAtatürk ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. VECİHİ YİĞİT
- Design and deployment of deep learning based fuzzy logicsystems
Derin öğrenme tabanlı bulanık sistemlerin geliştirilmesi ve uygulanması
AYKUT BEKE
Doktora
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiKontrol ve Otomasyon Mühendisliği Ana Bilim Dalı
DOÇ. DR. TUFAN KUMBASAR
- Uzman sistem kullanılarak tanıtılan figürlerin öğretimini sağlayan yazılım tasarımı
Software design supplying the education of advertised figures by use of expert system
ALPEREN KETHUDAOĞLU
Yüksek Lisans
Türkçe
2012
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKarabük ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. BAHA ŞEN