Comparing metaheuristic algorithms for solving crowdshipping problems
Metasezgisel algoritmaların kitle destekli nakliye problemi için karşılaştırılması
- Tez No: 769580
- Danışmanlar: DR. ÖĞR. ÜYESİ KUTLUHAN EROL
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: İngilizce
- Üniversite: İzmir Ekonomi Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 42
Özet
Bu çalışma, kitle destekli dağıtım sistemlerine odaklanmakta ve operasyonel karar problemini bir çevrimdışı optimizasyon problemi olarak ele alıp kitle destekli nakliye problemi olarak atıfta bulunmaktadır. Kite destekli nakliye problemini çözmek için tek sağlıkçeşitli metasezgisel algoritmalar ve sezgisel işlemler önerilmiştir. Önerilen çözüm tekniklerinin performansını değerlendirmek için bir deney düzeneği tasarlanmıştır. Bu tezde yapılan deneylerin sonuçları karşılaştırılmalı bir şekilde sunulmakta ve analiz edilmektedir. Bu çalışmalardaki sonuçlar, daha az rastgeleliğe sahip algoritmaların, istatistiksel olarak daha rastgele algoritmalardan daha iyi performans gösterdiğini göstermiştir. Daha az rastgele, daha iyi performans gösteren algoritmalar, istatistiksel olarak birbirine benzer sonuçlar vermiştir.
Özet (Çeviri)
This thesis focuses on crowdsourced delivery systems and refers to its operational decision problem as a crowdshipping problem formulates as an offline optimization problem. In order to solve the crowdshipping problem, several metaheuristic algorithms and heuristic operations are proposed. An experimental setup is designed to assess the performance of proposed solution techniques. Results of conducted experiments in this thesis are presented and analyzed in a comparative manner. Results indicated that algorithms with less randomization outperform more randomized algorithms with statistical significance. Less randomized outperforming algorithms provide statistically similar results to each other.
Benzer Tezler
- Kaynak kısıtlı proje çizelgeleme probleminde tekrarsız kromozom destekli paralel genetik algoritma uygulaması
A parallel genetic algorithm application with nonrepetitive chromosome improvement for resource constrained project scheduling problem
ŞAFAK EBESEK
- Yapay arı kolonisi algoritması ve permütasyon akış tipi çizelgeleme problemine uygulanması
Artificial bee colony algorithm and its application to permutation flow job scheduling problem
ÖMÜR TOSUN
- Makine mühendisliği problemlerinin metasezgisel algoritmalarla çözülmesi ve sonuçlarının karşılaştırılması
Solving mechanical engineering problems with metaheuristic algorithms and comparing the results
SAMET PANDA
Yüksek Lisans
Türkçe
2024
Mekatronik MühendisliğiBandırma Onyedi Eylül ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SERHAT KILIÇARSLAN
- Makine mühendisliği tasarım problemlerinin metasezgisel yöntemler kullanılarak çözümlenmesi ve performans sonuçlarının karşılaştırılması
Solving mechanical engineering design problems using metaheuristic methods and comparing performance results
OĞUZHAN DİLBER
Yüksek Lisans
Türkçe
2024
Mekatronik MühendisliğiBandırma Onyedi Eylül ÜniversitesiMekatronik Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SERHAT KILIÇARSLAN
- Optimizasyon yöntemlerinin, görüntü işleme ve makine öğrenmesi uygulamalarına enregrasyonu
Integration of optimization methods into image processing and machine learning applications
YAĞMUR ÖLMEZ
Doktora
Türkçe
2024
Mekatronik MühendisliğiFırat ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. GONCA ÖZMEN KOCA
PROF. DR. ABDULKADİR ŞENGÜR