Modeling and optimizing resource allocation decisions through multi-model Markov decision processes with capacity constraints
Kaynak dağıtımı kararlarının kapasite kısıtlı çok modelli Markov karar süreçleri ile modellenmesi ve eniyilenmesi
- Tez No: 667577
- Danışmanlar: PROF. DR. EGEMEN LERZAN ÖRMECİ ALİOĞLU, DOÇ. DR. EVRİM DİDEM GÜNEŞ ERÇETİN
- Tez Türü: Yüksek Lisans
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2020
- Dil: İngilizce
- Üniversite: Koç Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 77
Özet
Bu tez dinamik kaynak dağıtımı problemi için yeni bir formülasyon önermektedir. Bu formülasyon, parametrelerin bilindiği varsayılan ve kapasite kısıtları içermeyen geleneksel MDP modelini parametrelerdeki belirsizliklerin ve kapasite kısıtlarının da dahil edildiği yeni bir modele dönüştürmektedir. Bu formülasyon, birden fazla kronik hastalığı olan hastalara kullanımı kısıtlı olan özel bakım kaynaklarının nasıl paylaşılacağının çalışıldığı bir medikal kaynak dağıtımı probleminden esinlenerek geliştirilmektedir. Bu sistemlerde herbir hasta için sağlık durumunun gelişimini doğru tahmin etmek oldukça güçtür. Bu çalışmada bu problem 2 aşamalı stokastik tamsayılı programlama ile modellenmektedir. Fakat, bu model büyük ölçekli problem örnekleri için çözülmesi zor bir duruma gelebilmektedir. Bundan dolayı, bu çalışmada bir paralel yaklaşık dinamik programlama algoritması önerilmektedir. Tezde hesaplamalı deneylerle ticari eniyileme yazılımlarının yüksek sayıda senaryo içeren problem örneklerinde yetersiz kaldığı gösterilmektedir. Bununla birlikte, önerilen algoritma çok büyük ölçekli problem örneklerinde bile saniyeler içerisinde çözümler üretmektedir. Önerilen algoritma, hesaplamalı deneylerde kullanılan problem örneklerinin % 42.86'sında en iyi çözümü bulmaktadır. Bütün problem örnekleri hesaba katıldığında, önerilen algoritma ortalama olarak en iyi çözümden % 0.073 uzaklıkta sonuçlar üretmektedir. Son olarak, çeşitli parametreler altında modelin değeri tahmin edilmektedir. Seçilen örnek çalışmada yapılan hesaplamalı deneyler göstermektedir ki yeni geliştirilen model önemli ölçüde ek fayda sunmaktadır.
Özet (Çeviri)
This thesis proposes a new formulation for the dynamic resource allocation problem, which converts the traditional MDP model with known parameters and no capacity constraints to a new model with uncertain parameters and a resource capacity constraint. Our motivating example comes from a medical resource allocation problem: patients with multiple chronic diseases can have either regular or special care, where the capacity of special care is limited due to financial or human resources. In such systems, it is difficult, if not impossible, to generate good estimates for the disease evolution for each patient. We formulate the problem as a two-stage stochastic integer program. However, it becomes easily intractable in larger instances of the problem for which we propose and test a parallel approximate dynamic programming algorithm. We show that commercial solvers are not capable of solving the problem instances with a large number of scenarios. Nevertheless, the proposed algorithm provides a solution in seconds even for very large problem instances. In our computational experiments, it finds the optimal solution for 42.86% of the instances. On aggregate, it achieves 0.073% mean gap value. Finally, we estimate the value of our contribution for different realizations of the parameters. Our findings show that there is a significant amount of additional utility contributed by our model.
Benzer Tezler
- Sürdürülebilir bir hammadde olarak meşe palamudu: Tedarik zinciri ağı tasarımı
Utilization of acorns as a sustainable raw material: Supply chain network design
İREM NUR İLBAŞ
Yüksek Lisans
Türkçe
2025
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. ŞEYDA SERDAR ASAN
- CBS ve oyun teorisi kullanarak tarımsal üretimde nitrat ve su kullanımının optimizasyonu
Optimizing nitrate and water usage in agricultural production using gis and game theory
NARGES GANJALI
Doktora
İngilizce
2025
Bilim ve Teknolojiİstanbul Teknik ÜniversitesiBilişim Uygulamaları Ana Bilim Dalı
DOÇ. DR. CANER GÜNEY
- AI-enhanced dynamic preemptive resource allocation in next generation cellular networks
Yeni nesil hücresel ağlarda yapay zeka destekli dinamik öncelikli kaynak tahsisi
EGE ENGİN
Doktora
İngilizce
2025
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. HAKAN ALİ ÇIRPAN
- E-ticaret firmalarında kargo toplama operasyonlarının mekansal analizi ve optimizasyonu: Esenyurt, İstanbul örneği
Spatial analysis and optimization of e-commerce company's parcel collection operations: The case of Esenyurt, İstanbul
FATMA REYYAN SARIKAYA
Yüksek Lisans
Türkçe
2025
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
DOÇ. DR. ADALET DERVİŞOĞLU
- Development of a spatial model on nuclear power plant accidents based on vulnerability and evacuation plans
Kırılganlık ve tahliye planlarına dayalı nükleer santral kazaları için mekansal bir modelin geliştirilmesi
MARYNA BATUR
Doktora
İngilizce
2025
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
PROF. DR. REHA METİN ALKAN