Makine öğrenmesi tabanlı karınca kolonisi optimizasyonu kullanarak araç rotalama
Vehicle routing using machine learning based ant colony optimization
- Tez No: 743736
- Danışmanlar: DOÇ. DR. SUHAP ŞAHİN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Araç yönlendirme problemi, Gezgin satıcı problemi, Karınca koloni algoritması, Kümeleme, Makine öğrenmesi, Vehicle routing problem, Travelling salesman problem, Ant colony algorithm, Clustering, Machine learning
- Yıl: 2022
- Dil: Türkçe
- Üniversite: Kocaeli Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Araç rotalama problemleri uzun yıllardır akademik ortamda ve ticari hayatta ulaşım sektöründen savunma sanayisine birçok alanda kullanılan çok önemli bir araştırma konusudur. Ayrıca araç rotalama problemlerinin çözümü birçok farklı sektörün taşıma ve dağıtım maliyetlerinin azaltılması başta olmak üzere çok büyük fayda sağlamaktadır. Literatürdeki mevcut çalışmalar incelendiğinde NP zor bir problem olan araç rotalama problem çözümleri için ağırlıklı olarak kullanılan sezgisel ve meta-sezgisel yöntemlerin araç rotalama problemlerinin faklı çeşitlerine optimum bir çözüm sunmaması yeni yaklaşım, model ve algoritma geliştirme çalışmalarına yön vermektedir. Bu nedenle bu çalışma kapsamında zaman bağımlı araç rotalama problemine, yapay zekanın bir uygulaması olan makine öğrenmesi algoritmaları ile birlikte karınca kolonisi optimizasyonu uygulanarak oluşturulan rota planı için optimum rotalar en kısa ve az maliyetle belirlenerek çözümler üretilmiştir. Üretilen bu çözümler literatürdeki bilinen kıyaslamalı örnekler üzerinde çalıştırılmış ve elde edilen tüm sonuçlar karşılaştırmalı bir şekilde detaylı olarak sunulmuştur. Yapılan karşılaştırmalarda en iyi performans gösteren makine öğrenmesi yönteminin LightGBM algoritması olduğu görülmüştür. Çalışmada sezgisel optimizasyon problemlerini çözmek için makine öğrenimi ve karınca kolonisi optimizasyonu birleştirilerek literatüre gelişmiş yeni bir pratik yaklaşım sunulmuştur. Meta-sezgisel karınca koloni optimizasyonu veya diğer sezgisel yöntemlerle yapılan araç rotalama problemlerinin çözümü için makine öğrenmesi yöntemleri önerilmektedir. Çok yönlü olan çalışmamız hem bilimsel hem de endüstriyel alanda oldukça önemli olan çeşitli kombinatoryal optimizasyon problemlerine de uygulanabilecektir. Ayrıca araç rotalama problemlerinin çözümü için makine öğrenmesi ve karınca kolonisi optimizasyonunun birlikte kullanılması bu tez çalışması ile akademik yazına kazandırılmıştır.
Özet (Çeviri)
Vehicle routing problems are a very important research topic that has been used in many fields from the transportation sector to the defense industry in academic and commercial life for many years. In addition, the solution of vehicle routing problems provides great benefits, especially reducing the transportation and distribution costs of many different sectors. When the existing studies in the literature are examined, the fact that heuristic and meta-heuristic methods, which are mainly used for vehicle routing problem solutions, which is an NP difficult problem, do not provide an optimum solution to different types of vehicle routing problems, directs the development of new approaches, models and algorithms. Therefore, within the scope of this study, solutions have been produced to the time-dependent vehicle routing problem by determining the optimum routes for the route plan created by applying ant colony optimization together with machine learning algorithms, which is an application of artificial intelligence, by determining the shortest and least costly routes. These produced solutions were run on the known comparative examples in the literature and all the results obtained were presented in detail in a comparative way. In the comparisons, it was seen that the best performing machine learning method was the LightGBM algorithm. In the study, an advanced new practical approach is presented to the literature by combining machine learning and ant colony optimization to solve heuristic optimization problems. Machine learning methods are suggested for solving vehicle routing problems made with metaheuristic ant colony optimization or other heuristic methods. Our versatile work can also be applied to various combinatorial optimization problems, which are very important in both scientific and industrial fields. In addition, the use of machine learning and ant colony optimization together for the solution of vehicle routing problems has been brought to the academic literature with this thesis.
Benzer Tezler
- An approach based on data mining and feature dimension reduction techniques for analysing heart disease data
Kalp hastalığı verilerinin analizinde veri madenciliği ve öznitelik boyut azaltma tekniklerine dayalı bir yaklaşım
AHMAD AYID AHMAD AHMAD
Doktora
İngilizce
2026
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. HÜSEYİN POLAT
- Crew recovery optimization through disruption analysis and deep learning driven column generation
Aksaklık analizi ve derin öğrenme tabanlı sütun oluşturma ile ekip kurtarma optimizasyonu
AHMET HEREKOĞLU
Doktora
İngilizce
2024
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. ÖZGÜR KABAK
- Siber güvenlik veri setlerinde meta-sezgisel makine öğrenmesi yöntemlerinin performanslarının incelenmesi
Investigating the performance of meta-heuristic machine learning methods on cyber security datasets
ELİF SUDE AKKAYA
Yüksek Lisans
Türkçe
2026
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolManisa Celal Bayar ÜniversitesiYazılım Mühendisliği Ana Bilim Dalı
DOÇ. DR. ELİF VAROL ALTAY
- Topluluk sınıflandırıcıları ve özellik seçme metotlarıyla geliştirilen uzay ormanları
Improved space forests with an ensemble of classifiers and feature selection methods
ZEYNEP HİLAL KİLİMCİ
Doktora
Türkçe
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKocaeli ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. SEVİNÇ İLHAN OMURCA
- Kötü amaçlı android tabanlı yazılım tespitinin güncel meta-sezgisel algoritmalar ile karşılaştırmalı analizi
Comparative analysis of malicious android based software detection with recent metaheuristic algorithms
MEHMET ŞİRİN BEŞTAŞ
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSiirt ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ÖZLEM BATUR DİNLER