Hibrid karga-arama genetik algorıtmasını kullanarak 3 boyutlu kutu paketleme sorununu çözme.
Hybrid crow-genetic algorithm for solving 3d bin packing problem.
- Tez No: 646953
- Danışmanlar: PROF. DR. HASAN ERBAY
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2020
- Dil: Türkçe
- Üniversite: Kırıkkale Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 72
Özet
Bu çalışmada, üç boyutlu Kutu Paketleme Problemi'ni (KPP) çözmek için Hibrit Meta-Sezgisel algoritmalar geliştirilmiştir. Algoritmalar, Karga Arama Algoritması ile Genetik algoritmanın bir kombinasyonudur. 3Boyutlu küboid Kutu paketleme problemi ilk kez Karga algoritması ve Hibrit Karga-Genetik algoritmaları kullanılarak çözülmüştür. 3Boyutlu KPP probleminin özellikleri arasında küboid şeklinde 90 derece dönebilen kutular ile birlikte genişliği ve uzunluğu sabit ve serbest yükseklikte bir konteyner bulunmaktadır. Problem için bir karşılaştırma veri seti olmadığından, rastgele bir veri seti oluşturulmuştur. Bu çalışma kapsamında Karga algoritması, Genetik algoritması, Hibrit Karga-Genetik algoritması, Hibrit Karga-Genetik algoritması tasarlanmış ve test edilmiştir. Sonuçlar Hibrit Karga-Genetik algoritmasının diğerlerinden daha iyi olduğunu göstermektedir
Özet (Çeviri)
Throughout this study, Hybrid Meta-Heuristic algorithms developed for solving the three-dimensional Bin Packing Problem (3D-BPP). The algorithms are a combination of the Crow Search Algorithm and the Genetic algorithm. It is the first time that the bin packing problem of three dimensional-type is solved using the Crow algorithm and the hybrid Crow-Genetic algorithms. The characteristics of the problem are offline 3D-BPP, cuboid-shaped items, and a container of fixed in width and length, but free in height, in addition, the items are rotatable by 90 degrees. Since there exists no benchmark dataset for the problem, a random dataset was generated. Herein Crow algorithm, Genetic algorithm, Hybrid Crow-Genetic algorithm, Hybrid Genetic-Crow algorithm were designed and tested. The results show that the Hybrid Crow-Genetic algorithm performed better than others.
Benzer Tezler
- Hipersezgisel yöntemlerle lojistik ağ tasarımı ve optimizasyon
Logistic network design and optimization using hyperheuristic methods
VURAL EROL
Doktora
Türkçe
2017
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. MURAT BASKAK
PROF. DR. GÜLGÜN KAYAKUTLU
- Meta-analysis of microRNA and gene selection using machine learning
Makine öğrenmesi kullanarak microRNA meta-analizi ve gen seçimi
ELNAZ PASHAEI
Doktora
İngilizce
2017
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. NİZAMETTİN AYDIN
- Effects of bus priority methods on adjacent mixed traffic
Karma trafik akışında otobüs önceliği yöntemlerinin etkileri
NIMA DADASHZADEH
Doktora
İngilizce
2019
Trafikİstanbul Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
DOÇ. DR. MURAT ERGÜN
- Karga ve yarasa tabanlı algoritmaların yeni versiyonlarının geliştirilmesi ve performanslarının değerlendirilmesi
Development of new versions of crow and bat based algorithms and evaluation of their performance
ZAHER AKHDIR
Yüksek Lisans
Türkçe
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolErciyes ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MUSTAFA DANACI
- Uygun dağıtım rotası belirlenmesi probleminde hibrit sezgisel bir yöntem uygulanması
Application of a hybrid heuristic method proposal in the applicable distribution route detection problem
MERVE ÖZALP
Yüksek Lisans
Türkçe
2020
Endüstri ve Endüstri MühendisliğiYıldız Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. SELÇUK ALP