Hybrid genetic algorithm approach for production inventory routing problem with perishable products
Bozulabilir ürünlerde üretim-envanter rotalama problemine hibrit genetik algoritma yaklaşımı
- Tez No: 835263
- Danışmanlar: PROF. CEYDA OĞUZ
- Tez Türü: Yüksek Lisans
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: İngilizce
- Üniversite: Koç Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği ve Operasyon Yönetimi
- Bilim Dalı: Endüstri Mühendisliği Bilim Dalı
- Sayfa Sayısı: 99
Özet
Üretim, envanter ve dağıtım kararları, bir tedarik zincirinin tüm seviyelerinde maliyeti minimize etmeye çalışan karar vericiler için her zaman zorlu olmuştur. Bu problemlerin birlikte optimize edilmesi oldukça karmaşık bir probleme dönüşmektedir ve dolayısıyla bu probleme yönelik endüstride ve akademide artan bir ilgi oluşmuştur. Bu çalışmada, bozulabilir ürünler için üretim, envanter ve rotalama kararlarının entegre olarak optimize edilmesi ele alınmıştır. Bu bozulabilir üretim-envanter-rotalama problemi (BÜERP), tek bir üretim tesisi, değişken zamanlı ve deterministik taleplere sahip bir perakendeci kümesi, teslimatları gerçekleştirmek için homojen kapasiteli bir araç filosu, tek ve bozulabilir bir ürün, ürünün raf ömrüyle ilişkili kalite seviyeleri ve sonlu bir planlama dönemini içermektedir. Bu problemi çözmek için karışık tamsayılı doğrusal programlama (KTDP) modeli geliştirilmiştir. Bu model bilinen üretim miktarı belirleme problemini ve araç rota problemini doğal olarak birleştirir. Matematiksel modelin makul bir süre içinde büyüklüğü 10 perakendeciyi geçen örneklerde optimal sonucu bulması mümkün olmadığından, yüksek kaliteli ve optimale yakın çözümler elde etmek için Hibrit Genetik Algoritma (HGA) geliştirilmiştir. Literatürden uyarlanan matsezgisel, İki Aşamalı İteratif Sezgisel (IAİS), ile algoritmamızın karşılaştırıldığı kapsamlı hesaplama deneyleri gerçekleştirilmiştir. Sonuçlar, algoritmanızın genel olarak IAİS'yi geride bıraktığını ve yüksek kaliteli çözümler üretebildiğini göstermektedir. Ardından sonuçlar üzerinde yönetimsel içgörüler tartışılmıştır.
Özet (Çeviri)
Production, inventory and distribution decisions have always been challenging for decision-makers who are trying to minimize the cost at all levels of a supply chain. There has been a growing interest in both industry and academia for jointly optimizing these problems which becomes a very complex problem. In this study, integrated optimization of production, inventory and distribution decisions for perishable products is considered. This perishable production-inventory routing problem (PPIRP) includes a single production plant, a set of retailers with a time-varying and deterministic demands, a fleet of homogenous capacitated vehicles to make the deliveries, a single and perishable product, a set of quality levels related to the shelf life of the product and a finite planning horizon. A mixed integer linear programming (MILP) model is developed to solve this problem, which naturally combines the well-known lot-sizing problem and vehicle routing problem. Given that a mathematical model is not viable to solve instances with more than 10 retailers to optimality within a reasonable time, a Hybrid Genetic Algorithm (HGA) is developed to get high-quality and near-optimal solutions. Extensive computational experiments have been performed by comparing our algorithm with an adapted benchmark matheuristic in the literature, Two-Phase Iterative Heuristic (TIH). The results show that our algorithm outperforms TIH in general and can produce high-quality solutions. Then, managerial insights are discussed over the results.
Benzer Tezler
- Hibrid makine öğrenmesi teknikleri ile yol yüzey durumunun modellenmesi
Modeling the roadway surface status by hybrid machine learning techniques
BEGENCH YARMATOV
Yüksek Lisans
Türkçe
2017
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSüleyman Demirel ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. OKAN BİNGÖL
PROF. DR. SERDAL TERZİ
- Capacity improvement in a real manufacturing system using a hybrid simulation/genetic algorithm approach
Gerçek bir üretim sisteminde hibrid simülasyon ve genetik algoritma yaklaşımı kullanılarak kapasite iyileştirme
SİMGE YELKENCİ KÖSE
Yüksek Lisans
İngilizce
2010
Endüstri ve Endüstri MühendisliğiDokuz Eylül ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. SEMRA TUNALI
- Taguchi deney tasarımı problemlerine genetik algoritma yaklaşımı
A Genetic algorithm approach to the problems of Taguchi's experimental design
M. ÖZGÜR YENİAY
- Constructing peptide (GEPI)-protein molecular hybrids by using genetic engineering methods for materials and medical applications.
Malzeme ve medikal uygulamalar için gen mühendisliği yoluyla peptid (GEPI)-protein hibritlerin oluşması.
DENİZ ŞAHİN
Doktora
İngilizce
2011
Biyomühendislikİstanbul Teknik Üniversitesiİleri Teknolojiler Ana Bilim Dalı
PROF. DR. CANDAN TAMERLER
PROF. DR. MEHMET SARIKAYA
- Experimental and theoretical investigations of magnesium-chlorine cycle and its integrated systems
Başlık çevirisi yok
HASAN ÖZCAN
Doktora
İngilizce
2015
Makine MühendisliğiUniversity of Ontario Institute of TechnologyPROF. DR. İBRAHİM DİNÇER