Geri Dön

Evolutionary approaches to many-objective combinatorial optimization problems

Pek-çok amaçlı tümleşik problemlere evrimsel yaklaşımlar

  1. Tez No: 645213
  2. Yazar: HAYRULLAH MERT ŞAHİNKOÇ
  3. Danışmanlar: PROF. DR. FİKRET ÜMİT BİLGE
  4. Tez Türü: Doktora
  5. Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2020
  8. Dil: İngilizce
  9. Üniversite: Boğaziçi Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 193

Özet

Pek-çok amaçlı evrimsel eniyileme adı verilen araştırma alanında, çok sayıda amacın getirdiği zorluklar aşılmaya çalışılmaktadır ve bu yordamların başarılı Pareto yaklaşımlarına ulaşmak için çok etkili olduğu gösterilmiştir. Artan ilgiye rağmen, mevcut çalışmaların çoğu önceden tasarlanmış özelliklere sahip, iyi tanımlanmış sürekli işlevler üzerinde geliştirilip denenmektedirler ve tümleşik problemlerle ilgili çalışmalar oldukça nadirdir. Önerilen pek-çok amaçlı evrimsel yordamın farklı sürümleri seçkinci baskılanmamış sıralama ve referans seti temelli sıralama kullanır, ancak referans noktaları yordamın başında tek amaçlı problemler çözülerek elde edilen sabit bir aşırı düzlem üzerinde konumlandırılır. Tüm evrimsel mekanizmalar, referans seti temelli sıralamayı tamamlayıcı şekilde tasarlanmıştır. Bu nedenle çaprazlama şeması olarak referans noktası güdümlü yol birleştirme önerilmektedir. Onarım ve yerel iyileştirme izlekleri de referans noktaları tarafından yönlendirilir. Ayrıca, referans seti, çeşitliliği ve yakınsamayı dengelemek için hem işbirlikçi hem de rekabetçi etkileşimler kullanarak çözüm seti ile eş zamanlı olarak birlikte-evrimleşir ve Pareto cephesinin topolojisine kendi kendini uyarlayan bir parametrik yolla uyum sağlar. Önerilen algoritma, hem ikili ve hem permütasyon kodlaması ile ilişkili amaç fonksiyonları ve farklı ölçeklere sahip amaç fonksiyonları altında başarıyla çalışmaktadır. Hiper düzlemi inşa etmek için en uyguna yakın çözümler de Pareto yaklaşımının kalitesinde önemli bir bozulma olmadan kullanılabilir. Ayrıca, senaryoya dayalı belirsizlik altındaki eniyileme problemi pek-çok amaçlı bir problem olarak modellendiğinde, önerilen algoritma birçok gürbüz ölçüt için aynı anda iyi çözümler sağlayabilmektedir. Sayısal deneyler, önerilen algoritmanın başka güncel yordamlara kıyasla başarısını göstermekte ve pek-çok amaçlı tümleşik problemlere sürdürülebilir şekilde uygulanabileceğini doğrulamaktadır.

Özet (Çeviri)

Many-objective evolutionary approaches try to characterize and overcome the challenges posed by the large number of objectives and have been shown to be very effective for achieving good Pareto approximations. Despite the growing interest, most of the existing studies work on well-defined continuous objective functions with designed features, and studies on combinatorial problems are still rare. The proposed many-objective evolutionary algorithm is characterized by elitist nondominated sorting and reference set based sorting where the reference points are mapped onto a fixed hyperplane obtained at the beginning of the algorithm by solving single-objective problems. All evolutionary mechanisms such as reference point guided path relinking, repair and local improvement procedures are designed to complement the reference set based sorting. Moreover, the reference set co-evolves simultaneously with the solution set, using both cooperative and competitive interactions to balance diversity and convergence, and adapts to the topology of the Pareto front in a self-adaptive parametric way. The proposed algorithm works successfully both under binary and permutation encoding, as well as for correlated objectives or objectives with different scales. Near optimal solutions can be used to construct the hyperplane without any significant deterioration in the quality of the Pareto approximation. Moreover, when an optimization problem under scenario-based uncertainty is modeled as a many-objective problem, the proposed algorithm can provide good solutions simultaneously for several robust measures. Numerical experiments demonstrate the success of the proposed algorithm compared to state-of-art approaches and confirm that it can be applied sustainably to a variety of many-objective combinatorial problems.

Benzer Tezler

  1. Dinamik ortamlar için istatiksel metotlar kullanan çoklu evrimsel algoritmalar

    Multiploid evolutionary algorithms with statistical methods for dynamic environments

    EMRULLAH GAZİOĞLU

    Doktora

    Türkçe

    Türkçe

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. AYŞE ŞİMA UYAR

  2. Heuristic algorithms for solving chemical shift assignment problem in protein structure determination

    Sezgisel algoritmalar ile protein yapı belirlemesindeki kimyasal kayma atama probleminin çözümü

    EMEL MADEN YILMAZ

    Doktora

    İngilizce

    İngilizce

    2021

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. AYŞE ŞİMA UYAR

    PROF. DR. PETER GÜNTERT

  3. An evolutionary approach to the traveling salesman problem with pickup and delivery based on depot insertion and removal moves

    Toplamalı dağıtımlı gezgin satıcı problemi için depo yerleştirme ve çıkarma tabanlı bir sezgisel algoritma

    VOLKAN ÇINAR

    Yüksek Lisans

    İngilizce

    İngilizce

    2010

    Endüstri ve Endüstri MühendisliğiGalatasaray Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    DOÇ. DR. TEMEL ÖNCAN

  4. Sürdürülebilir toplu konut yerleşmesi tasarımı için Pareto genetik algoritmaya dayalı bir model önerisi: SSPM

    A model for sustainable site layout design with pareto genetic algorithm: SSPM

    YAZGI AKSOY

    Doktora

    Türkçe

    Türkçe

    2016

    Mimarlıkİstanbul Teknik Üniversitesi

    Bilişim Ana Bilim Dalı

    PROF. DR. GÜLEN ÇAĞDAŞ

  5. Many‐objective multi‐criteria diet optimization problem

    Çok amaçlı çok kriterli diyet eniyileme problemi

    CUMALİ TÜRKMENOĞLU

    Doktora

    İngilizce

    İngilizce

    2023

    Beslenme ve Diyetetikİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. AYŞE ŞİMA ETANER UYAR

    DR. ÖĞR. ÜYESİ BERNA KİRAZ