Scheduling of resource constrained projects via genetic algorithm with multiple skills of resources in multi-project environment
Kaynak kısıtlı projelerin, çoklu proje ortamında kaynakların çoklubecerileri göz önünde bulundurularak yabani ot optimizasyonu çoğaltması ile genetik algoritma yoluyla çizelgelenmesi
- Tez No: 843637
- Danışmanlar: PROF. DR. 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 Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 68
Özet
Bu tez, küresel ve yerel kaynaklarla (MS-RCMPSP) çok becerili ve kaynak kısıtlı çok projeli planlama problemi için istilacı ot optimizasyonu reprodüksiyonuna sahip bir genetik algoritma sunmaktadır. Kaynakların beceri ve beceri düzeyleri ile coğrafi yeterlilikleri dikkate alınarak problem tanımlanır. Projelerin planlanması sırasında birden fazla projeye ait görevler arasındaki öncelik ilişkileri de dikkate alınır. Önerilen yöntem, oluşturulan 30 örnekle test edilmiş ve bu örnekler küçük, orta ve büyük olarak sınıflandırılmıştır. Algoritmanın performansı ve parametre seçimleri küçük, orta ve büyük kategorilere ayrılarak standart genetik algoritma ile istilacı ot optimizasyonu karşılaştırılarak performans değerlendirmeleri yapılmaktadır. Önerilen algoritmanın başarısı hesaplama sonuçlarıyla doğrulanmış ve algoritmanın bu tezdeki performansı standart genetik algoritma (GA) ve istilacı ot optimizasyonu (IWO) ile karşılaştırılmıştır.
Özet (Çeviri)
This thesis presents a genetic algorithm with invasive weed optimization reproduction for the multi-skill resource constrained multi-project scheduling problem with global and local resources (MS-RCMPSP). The problem is constructed by considering skill and skill levels of the resources and geographical competencies of them. The precedence relationships among tasks belonging to multiple projects is also considering, when scheduling the projects. The proposed method is tested with 30 generated instances and these instances are categorized as small, medium, and large. The performance of the algorithm and the parameter selections are separated into small, medium, and large categories, and performance evaluations are made by comparing the standard genetic algorithm and invasive weed optimization. The effectiveness of the proposed algorithm has been validated by the computational results and the algorithm's performance in this thesis is compared with the standard genetic algorithm (GA) and invasive weed optimization (IWO).
Benzer Tezler
- Dinamik ortamlar için istatiksel metotlar kullanan çoklu evrimsel algoritmalar
Multiploid evolutionary algorithms with statistical methods for dynamic environments
EMRULLAH GAZİOĞLU
Doktora
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. AYŞE ŞİMA UYAR
- Multi-project scheduling under mode duration uncertainties
Reçete süresi belirsizliği altında çoklu proje çizelgeleme
EMRE ARDA ŞİŞBOT
Yüksek Lisans
İngilizce
2011
Endüstri ve Endüstri MühendisliğiSabancı ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. CAN AKKAN
PROF. DR. GÜNDÜZ ULUSOY
- Resource constrained scheduling of multiple projects via enhanced positional weight method
Geliştirilmiş ağırlıklı konumlandırma yöntemiyle kaynak kısıtlamalı birden fazla projenin çizelgelendirilmesi
SIDIKA ÇİÇEK ÖZEN
Yüksek Lisans
İngilizce
2005
Endüstri ve Endüstri MühendisliğiMarmara ÜniversitesiMühendislik Yönetimi Ana Bilim Dalı
Y.DOÇ.DR. SEROL BULKAN
- A Constraint programming based transformation approach for a multi-objective and multi-mode resource investment project scheduling problem under fuzzy-stochastic environments
Bulanık-stokastik ortamlarda çok amaçlı ve çok modlu bir kaynak yatırımlı proje çizelgeleme problemi için kısıt programlama tabanlı bir dönüştürme yaklaşımı
GİZEM ÇAKIR
Yüksek Lisans
İngilizce
2021
Endüstri ve Endüstri MühendisliğiDokuz Eylül ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. KEMAL SUBULAN
- Kaynak dengeleme sonrası en uygun iş programının seçimi için bir karar verme yaklaşımı
A decision support system for resource leveling
OĞUZHAN TEMUR
Yüksek Lisans
Türkçe
2024
İnşaat Mühendisliğiİstanbul Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
DOÇ. DR. ATİLLA DAMCI