Genetic-algorithm-based optimization approach for time-cost trade-off problem with generalized precedence relationships
Genel öncüllük ilişkili zaman-maliyet ödünleşim problemi için genetik algoritma tabanlı optimizasyon yöntemi
- Tez No: 672248
- Danışmanlar: DR. ÖĞR. ÜYESİ SAMAN AMINBAKHSH
- Tez Türü: Yüksek Lisans
- Konular: İnşaat Mühendisliği, Civil Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2020
- Dil: İngilizce
- Üniversite: Atılım Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İnşaat Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 136
Özet
Bir projenin süresinin kısaltılarak toplam maliyetin düşürülmesi, bir inşaat projesinin ana hedeflerinden biri olarak düşünülebilir. Daha verimli inşaat tekniklerinin kullanılarak ve inşaat projesini hızlandırarak süre kısaltılabilir. Ek ve / veya daha verimli kaynakların tahsis edilmesiyle süre kısaltılması sağlanabilir. Bununla birlikte proje takviminin hızı, yüksek fiyatlı inşaat tekniklerinin uygulanması nedeniyle, ekstra maliyete neden olacaktır. Ayrıca, zamanın kısaltılması belli bir süreye kadar makul olabilir. Toplam maliyet ve projelerin süresi arasındaki bu denge, işin doğası gereği son derece zorlayıcıyı olup, henüz bununla başa çıkabilecek özelliklere sahip bir planlama yazılım paketi bulunmamaktadır. Bu işlevsellik eksikliği, zaman ve maliyetin çatışan hedefleri arasında bir denge sağlamak için çeşitli araştırmacıları sayısız optimizasyon algoritmasının geliştirilmesine teşvik etmiştir. Büyük bir çabaya rağmen, literatürün büyük çoğunluğu, pratikte sıklıkla dahil edilen çeşitli ilişkilerini göz ardı eder. Bu tezde, inşaat bağlamında zaman-maliyet ödünleşim problemi (TCTP) olarak adlandırılan bu optimizasyon probleminin çözümü için Simüle Tavlama Bazlı Genetik Algoritma önerilmiştir. Önerilen hibrit GA, bulunan çözümlerin kalitesinden ödün vermeden hızlı çözüm sağlayacak şekilde tasarlanmıştır. Önerilen optimizasyon yöntemi TCTP'leri gerçekçi örtüşen aktiviteler ve genel bağımlılık ilişkileriyle çözme yeteneğine sahiptir. Burada önerilen hibrid GA'nın performansı, çokça ve sık kullanılan problemler üzerinde test edilir ve sonuçlar, mevcut çeşitli yöntemlerle karşılaştırılır. Bu algoritmanın pratikliği, modeli büyük ölçekli gerçek durum inşaat projesine oturtarak da doğrulanır. Doğrulamanın bir sonucu olarak, önerilen algoritmanın faydası şudur: hem müşterinin hem de müteahhitin bütçeyi aşmadan projeyi hızlandırmada bu algoritmanın nasıl yardımcı olabileceğini vurgulamaktadır.
Özet (Çeviri)
Decreasing the overall cost of a project through reductions in its duration can be considered as one of the main goals of any construction project. Shortening the duration can be achieved by accelerating the construction project by utilization of more efficient construction techniques; that is, by allocation of additional and/or more productive resources. However, the expedition of the project schedule will obviously incur extra costs due to the implementation of high-price construction techniques. Meanwhile, this reduction of time might be plausible only up to a certain limit. Stemming from the highly challenging nature of this trade-off between the overall cost and the duration of the projects, still, no planning software package provides any features for tackling it. The lack of such functionality has encouraged the development of numerous optimization algorithms by several researchers for achieving a compromise between the conflicting objectives of time and cost. Despite a great deal of effort, a large body of literature ignores the various types of precedence relationships which are frequently incorporated in practice. In this thesis, a Simulated Annealing-based Genetic Algorithm is proposed for the solution of this optimization problem which is referred to as the time-cost trade-off problem (TCTP) in the construction context. The proposed hybrid GA is designed to ensure fast convergence without sacrificing the quality of the solutions found. The proposed optimization method is capable of solving TCTPs with generalized precedence relationships with realistic overlapping of activities.
Benzer Tezler
- Karınca kolonisi optimizasyonu ve genetik algoritma tabanlı tramp gemi rotalama ve çizelgeleme
Ant colony optimization and genetic algorithm based tramp ship routing and scheduling
SEHER SUENDAM ARICI
Yüksek Lisans
Türkçe
2021
Denizcilikİstanbul Teknik ÜniversitesiDeniz Ulaştırma Mühendisliği Ana Bilim Dalı
DOÇ. DR. EMRE AKYÜZ
- Çok amaçlı konteyner yükleme ve araç rotalama problemlerinin çözümü için genetik algoritma yaklaşımı: porselen sektöründe karar destek sistemi önerisi
Genetic algorithm approach to the solution of multi-purpose container loading and vehicle routing problems: Decision support system proposal in porcelain sector
ELİF GÜLER ERMUTAF
Yüksek Lisans
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolDumlupınar ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. DURMUŞ ÖZDEMİR
- Gemilerde organik rankine çevrimine dayalı atık ısı geri kazanım sistemlerinin ileri termal analizleri ve termo-ekonomik optimizasyonu
Advanced thermal analyses and thermo-economic optimization of waste heat recovery systems based on organic rankine cycle onboard ships
MEHMET AKMAN
Doktora
Türkçe
2021
Enerjiİstanbul Teknik ÜniversitesiGemi İnşaatı ve Gemi Makineleri Mühendisliği Ana Bilim Dalı
PROF. DR. SELMA ERGİN
- Üç boyutlu palet yükleme probleminin metasezgisel çözüm yaklaşımı ile bir otomotiv fabrikasında uygulaması
The application of the three-dimensional pallet loading problem in an automotive factory with a metaheuristic solution approach
MERVE SİMGE USUK
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. İHSAN HAKAN SELVİ
- A stochastic approach for load scheduling of cogeneration plants
Kojenerasyon santrallerinin üretim planlaması için stokastik bir yaklaşım
OSMAN TUFAN DOĞAN
Doktora
İngilizce
2010
Makine MühendisliğiOrta Doğu Teknik ÜniversitesiMakine Mühendisliği Bölümü
PROF. DR. ORHAN YEŞİN
PROF. DR. TÜLAY YEŞİN