A hybrid evolutionary algorithm for multi-objective flexible job shop problems
Çok amaçlı esnek atölye tipi çizelgeleme problemlerine yönelik hibrit evrimsel bir algoritma
- Tez No: 786076
- Danışmanlar: PROF. DR. SEROL BULKAN, DOÇ. DR. ÖZLEM ŞENVAR
- Tez Türü: Doktora
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: İngilizce
- Üniversite: Marmara Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Mühendislik Yönetimi Ana Bilim Dalı
- Bilim Dalı: Mühendislik Yönetimi Bilim Dalı
- Sayfa Sayısı: 168
Özet
Gerçek hayat uygulamaları arasında yer alan esnek atölye çizelgeleme problemi (FJSSP), atölye çizelgeleme problemlerinin (JSSP) genişletilmiş versiyonudur. Problem esas olarak iki zorluktan oluşmaktadır. Birincisi, işlemi gerçekleştirebilecek bir makine setinden her işlem için bir makinenin atanması, ikincisi ise işlemlerin fizibilite koşulları sağlanırken sıralanmasıdır. Çizelgeleme problemlerini çözmek, iyi bilinen NP-zor problem alanında oldukları için oldukça zordur. Literatür araştırmaları bu iki alt problemi bütünleşik bir yaklaşımla birlikte veya sıralı bir şekilde tek tek ele alarak çözmeye çalışmaktadır. Pazardaki yoğun rekabet nedeniyle, etkin çizelgeleme artık endüstrilerin büyümesi ve hayatta kalması için önemli bir konu haline gelmiştir. Mevcut rekabet ortamında ayakta kalabilmek için, endüstrilerin, üretim süresi, akış süresi ve gecikme gibi performans ölçütlerinin eşzamanlı optimizasyonuna dayalı programı iyileştirmeleri esastır. Tüm çizelgeleme kriterleri iş operasyonu açısından önemli olduğundan, tek bir hedef yerine tüm hedefleri aynı anda optimize etmek hayati önem taşımaktadır. Ayrıca, makine arızaları, arızalar, teslim süreleri veya son teslim tarihleri gibi ek kısıtlamalar getirilirse sorun daha da zorlaşabilir. Bu amaçla, dinamik ortamlarda çalıştıkları için gerçek dünya uygulamaları için sağlam ve esnek çizelgeler bulma sorunu son derece önemlidir. Son zamanlarda, çok amaçlı FJSSP'leri çözmek için birçok çalışma yapılmıştır. Bu çalışmalar, meta-sezgisel, matematiksel programlama, simülasyon tabanlı yöntemler, yapay zeka tabanlı yöntemler veya bunların bir kombinasyonu gibi çeşitli teknikleri kullanan algoritmalar geliştirerek en uygun çözümü belirlemeyi amaçlamaktadır. Bu tez çalışmasında, FJSSP'yi çözmek için GA'yı paralel yürütülen yerel arama prosedürleriyle bütünleştiren verimli bir algoritma önerilmiştir. Başlangıç popülasyonu, arama uzayında daha iyi alanlar ve erken yakınsamayı önlemek için yeterli çeşitlilik sağlamak için gönderme kuralları kullanılarak oluşturulur. Ayrıca, çözümün sağlamlığını, yakınsama ve yürütme süresini iyileştirmek için kritik bir yol tabanlı çoklu arama prosedürü paralel olarak uygulanır ve yürütülür. Hedef fonksiyonlar, Pareto Optimal yaklaşımı ile değerlendirilir ve çözümler, Pareto sıralamasına ve hiperhacim katkı ölçüsüne (Δs) dayalı iki seviyeli bir seçim stratejisi ile seçilir. Önerilen algoritmanın etkinliği ve performansı, literatürde sunulan iyi bilinen veri setleri kullanılarak diğer algoritmalarla kıyaslanır ve karşılaştırılır.
Özet (Çeviri)
The Flexible Job-Shop Scheduling Problem (FJSSP) is a real-world problem that builds upon the Job Shop Scheduling Problem (JSSP). It involves two main challenges: assigning the appropriate machine for each operation from a set of machines that can perform the operation and arranging the operations in a sequence while meeting feasibility conditions. These scheduling problems are known to be challenging as they fall under the NP-hard category. Researchers have attempted to solve these sub-problems by either addressing them as a combined approach or tackling them individually in a sequential manner. With the market becoming increasingly competitive, effective scheduling has become a crucial aspect for the success and survival of industries. In order to remain competitive, companies must improve their schedules by simultaneously optimizing various performance measures such as makespan, flow time, and tardiness. All of these scheduling criteria are important from a business perspective, therefore it is essential to optimize all objectives at once, rather than just one. Additionally, the problem can become even more complex when additional constraints are introduced, such as machine breakdowns, failures, release times, or deadlines. This is why it is important to find robust and flexible schedules that can adapt to changing conditions in real-world applications, as they often operate in dynamic environments. In recent times, there has been a significant amount of research focused on resolving multi-objective Flexible Job-Shop Scheduling Problems (FJSSPs). These studies aim to identify the optimal solution through the development of algorithms that employ various techniques such as meta-heuristics, mathematical programming, simulation-based methods, artificial intelligence-based methods or a combination of them. This dissertation presents a new algorithm that utilizes a combination of Genetic Algorithm (GA) and parallelized local search procedures to effectively solve the Flexible Job-Shop Scheduling Problem (FJSSP). The initial population is generated using dispatching rules to identify promising regions in the search space and to ensure adequate diversity to prevent early convergence. Additionally, a critical path-based multi-search procedure is applied and executed in parallel to enhance the robustness, convergence, and computational efficiency of the solution. The algorithm evaluates the objective functions using a Pareto Optimal approach and employs a two-level selection strategy that combines Pareto ranking and the hypervolume contribution measure (Δs) to choose solutions. The proposed algorithm has been evaluated and compared to other existing methods using well-known datasets from the literature to demonstrate its effectiveness and performance.
Benzer Tezler
- Design and deployment of deep learning based fuzzy logicsystems
Derin öğrenme tabanlı bulanık sistemlerin geliştirilmesi ve uygulanması
AYKUT BEKE
Doktora
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiKontrol ve Otomasyon Mühendisliği Ana Bilim Dalı
DOÇ. DR. TUFAN KUMBASAR
- Çok amaçlı aktarmalı taşıma probleminin bulanık melez evrimsel algoritma ile optimizasyonu
Optimization of the multi-objective transhipment problem with hybrid fuzzy evolutionary algorithm
ALİ VARLI
Doktora
Türkçe
2013
Endüstri ve Endüstri MühendisliğiYıldız Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. NİHAN ÇETİN DEMİREL
- Sürü zekâsı kullanarak renkli görüntü segmentasyon tekniklerinin geliştirilmesi
Development of color image segmentation techniques using swarm intelligence
TAHİR SAĞ
Doktora
Türkçe
2015
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSelçuk ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. MEHMET ÇUNKAŞ
- Unmanned air vehicle routing with multiple objectives
Çok amaçlı insansız hava aracı rotalama
ERDİ DAŞDEMİR
Doktora
İngilizce
2021
Endüstri ve Endüstri MühendisliğiOrta Doğu Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. MERAL AZİZOĞLU
DR. ÖĞR. ÜYESİ DİCLEHAN TEZCANER ÖZTÜRK
- Hybrid meta-heuristic approaches for single and multi-objective buffer allocation problems in manufacturing systems
Üretim sistemlerinde tek ve çok amaçlı ara stok yerleştirme problemleri için hibrid meta-sezgisel yaklaşımlar
SİMGE YELKENCİ KÖSE
Doktora
İngilizce
2016
Endüstri ve Endüstri MühendisliğiDokuz Eylül ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. ÖZCAN KILINÇCI