Permütasyon akış tipi üretim çizelgelemede yeni bir metasezgisel yaklaşım
A new metaheuristic approach for permutation flow shop production scheduling problem
- Tez No: 676500
- Danışmanlar: PROF. DR. İBRAHİM DOĞAN
- Tez Türü: Doktora
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2021
- Dil: Türkçe
- Üniversite: Erciyes Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 121
Özet
Permütasyon akış tipi üretim çizelgeleme problemi toplam tamamlanma zamanı amaç fonksiyonu optimizasyonu için yeni bir yaklaşım geliştirilmiştir. Polinom zamanlı çözümü olmayan ve birçok endüstri dalında uygulama alanı bulan permütasyon akış tipi üretim çizelgeleme problemi için en iyi çözümleri geliştirmek üzere yeni bir başlangıç çözümü ve kromozom yapısının parçalı olarak analiz eden yerel arama operatörleri (yer değiştirme ve araya yerleştirme) ile desteklenen uyarlanmış bir genetik algoritma (Kademeli Genetik Algoritma - GGA) önerilmiştir. İşlerin işlem sürelerinin toplam, standart sapma, çarpıklık ve basıklık değerlerine göre yapılan sıralamalar başlangıç çözümünü oluşumuna eşit ağırlıkta katılmıştır. GGA'nın parametrelerine karar vermek ve GGA algoritmasının genel olarak geçerli bir çözüm üretebilmesi için bunların optimum seviyelerini belirlemek için parametrelerin deneysel tasarımında Taguchi yöntemi kullanılmıştır. Elde edilen parametre değerleri ile iyileştirilen algoritma Taillard veri seti üzerinde test edilmiştir. Geliştirilen algoritma (GGA), elde edilen test sonuçları üzerinden bilinen en iyi ortalama test sonuçlarına sahip algoritma ile karşılaştırılmıştır. 120 adetlik problem örneğinin 76'sı için en iyi değerlere ulaşarak kıyaslamada üstünlük göstermiştir. Elde edilen test sonuçları bilinen en iyi çözüm setine 22 adet yeni değer katmıştır.
Özet (Çeviri)
A new approach has been developed for the permutation flow shop production scheduling problem with total completion time objective function optimization. A new initial solution to develop the best solutions for the Permutation flow shop production scheduling problem, which has no polynomial time solution and finds application area in many industries, and an adapted genetic algorithm supported by local search operators (exchange and insertion) that analyze the chromosome structure partially (Gradual Genetic Algorithm - GGA) has been proposed. The sequences of jobs generated according to the total, standard deviation, skewness and kurtosis values of the processing times of the jobs were included in the formation of the initial solution with equal weight. Taguchi method was used in the experimental design of the parameters of GGA to decide them and determine their optimum level for the algorithm GGA to produce a robust solution generally. The algorithm improved with the obtained parameter values was tested on the Taillard data set. The developed algorithm was compared with the algorithm with the best-known average test results based on the obtained test results. GGA showed superiority in comparison by reaching the best values for 76 of 120 problem instances. The obtained test results added 22 new values to the best-known solution set.
Benzer Tezler
- Bi-objective no-wait permutation flowshop scheduling problems
İki amaçlı beklemesiz permutasyon akış tipi çizelgeleme problemleri
DAMLA YÜKSEL
Yüksek Lisans
İngilizce
2019
Endüstri ve Endüstri MühendisliğiYaşar ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. LEVENT KANDİLLER
PROF. DR. MEHMET FATİH TAŞGETİREN
- New solution techniques for no-wait permutation flowshop scheduling problems
Beklemesiz permütasyon akış tipi çizelgeleme problemleri için yeni çözüm teknikleri
DAMLA YÜKSEL
Doktora
İngilizce
2024
Endüstri ve Endüstri MühendisliğiYaşar ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. LEVENT KANDİLLER
- Dağıtılmış montaj hattı permütasyon akış tipi çizelgeleme problemi için yeni çözüm yöntemleri
New solution methods for the distributed assembly permutation flowshop scheduling problem
MEHMET ALİ ARVAS
Yüksek Lisans
Türkçe
2020
Endüstri ve Endüstri MühendisliğiVan Yüzüncü Yıl Üniversitesiİstatistik Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ALPER HAMZADAYI
- Solving permutation flow shop scheduling problem with adaptive genetic algorithm
Uyarlanabilir genetik algoritma ile permütasyon akış tipi çizelgeleme problemini çözme
CİHANSER ÇALIŞKAN
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYaşar ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ KAZIM ERDOĞDU
- Permütasyon akış tipi çizelgeleme için bir değişken komşuluk arama yaklaşımı
A variable neighborhood search approach for permutation flow shop scheduling
UMUT METE
Yüksek Lisans
Türkçe
2019
Endüstri ve Endüstri MühendisliğiPamukkale ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. CAN BERK KALAYCI