Proje planlamasında farklı ödünleşim optimizasyon problemlerinin çözümünde meta-sezgisel algoritmaların etkinliğini artırmaya yönelik yeni öğrenme yöntemlerinin geliştirilmesi
Development of new learning techniques to improve the efficiency of the meta-heuristic algorithms for solving distinct trade-off optimization problems in project scheduling
- Tez No: 855725
- Danışmanlar: PROF. DR. VEDAT TOĞAN
- Tez Türü: Doktora
- Konular: İnşaat Mühendisliği, Civil Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Karadeniz Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İnşaat Ana Bilim Dalı
- Bilim Dalı: Yapı Yönetimi Bilim Dalı
- Sayfa Sayısı: 248
Özet
Bu tez çalışmasında, proje planlamasında karşılaşılan farklı türdeki ödünleşim optimizasyon problemlerinin çözümünde yeni ve yüksek kaliteli Pareto-front çözümler elde edilmesi amaçlanmıştır. Bu amaçla yeni karşıtlık tabanlı öğrenme (OBL) teknikleri geliştirilerek meta-sezgisel algoritmalarla birleştirilmiştir. Bu öğrenme teknikleri arasında özellikle altın oran tabanlı karşıtlık öğrenmesi (GROL), değiştirilmiş dinamik karşıtlık öğrenmesi (MDOL) ve hibrit karşıtlık öğrenmesi (HOL) öne çıkmaktadır. Bu öğrenme teknikleri, öğretme öğrenme tabanlı optimizasyon (TLBO) ve şah kartalı optimizasyon algoritması (AOA) gibi meta-sezgisel algoritmalara entegre edilmiştir. Böylelikle algoritmaların arama sürecinin global ve lokal arama davranışları arasında bir denge sağlanması ve yakınsama hızının artması beklenmektedir. Sayısal simülasyonların tablolar ve grafiklerle gösterilen sonuçları, meta-sezgisel algoritmalara entegre edilen OBL tekniklerinden kaynaklanan yenilikçi özelliklerin, başlangıç popülasyonunun saf rastgeleliğini azaltmada önemli bir rol oynadığını ortaya koymaktadır. Bu bağlamda, çözümlerin kalitesini dikkate alarak, önerilen modellerin inşaat yönetimi alanındaki karmaşık ödünleşim optimizasyon problemlerini çözmekte başarılı olduğu anlaşılmaktadır.
Özet (Çeviri)
In this dissertation, new opposition-based learning techniques are developed and incorporated with meta-heuristic algorithms to enhance their performances in order to achieve new and high-quality Pareto-front optimal solutions for the set of trade-off optimization problems in project scheduling. For this purpose, new opposition-based learning (OBL) techniques, namely golden ratio-based opposition learning (GROL), modified dynamic-opposition learning (MDOL), and hybrid opposition learning (HOL), have been developed and combined with meta-heuristic algorithms. Integrating these learning strategies with meta-heuristic algorithms like teaching learning-based optimization (TLBO) and Aquila optimizer (AO) boosts the convergence speed and maintains a fine balance between the global explorative and local exploitative behaviors of the search. The tabular and graphical representation of the numerical simulations reveals that the innovative features arising from the incorporated OBL strategies into the meta-heuristic algorithms played a vital role in reducing the pure randomness of the initial population. Hence, it can be inferred that the proposed models are successful for solving the complex trade-off optimization problems in the construction management domain.
Benzer Tezler
- İnşaat projelerinde zaman maliyet ödünleşim probleminin evrimsel tabanlı metasezgisel algoritmalarla optimizasyonu
Evolutionary based metaheuristic optimisation of construction projects' time-cost trade-off problem
ÇAĞRI UYSAL
Yüksek Lisans
Türkçe
2018
İnşaat Mühendisliğiİstanbul Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
PROF. DR. EKREM MANİSALI
- Value-based risk management in defense projects pricing with a robust optimization approach
Gürbüz optimizasyon yaklaşımıyla savunma projeleri fiyatlandırmasında değer-odaklı risk yönetimi
KERİME ÖZGE AKER
Yüksek Lisans
İngilizce
2015
Endüstri ve Endüstri MühendisliğiOrta Doğu Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. FATMA SEDEF MERAL
- Bulanık CPM ile doğrusal programlama: Ttürkiye inşaat endüstrisinde bir vaka çalışması
Fuzzy CPM with linear programming: a case study in Turkish construction industry
GÜLLÜ DEĞİRMENCİ
Yüksek Lisans
Türkçe
2021
İnşaat Mühendisliğiİstanbul Kültür Üniversitesiİnşaat Yapı Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MEHMET N. UĞURAL
- Artificial intelligence influence for digitalized construction project management during planning phase
Planlama aşamasında dijitalleştirilmiş inşaat proje yönetimi için yapay zeka etkisi
MAHMUT EMRE KARCI
Yüksek Lisans
İngilizce
2024
Bilim ve Teknolojiİstanbul Teknik ÜniversitesiMimarlık Ana Bilim Dalı
DOÇ. DR. FATMA PINAR ÇAKMAK
- İnşaat sektöründe verimlilik modeli (5 m), proje planlama sistemi, ve internet aracılığıyla denetim ve bilgi destek sistemi
Başlık çevirisi yok
YOUSİF M. SHİHAB ALJİBOURİ
Yüksek Lisans
Türkçe
2003
İşletmeGazi ÜniversitesiSayısal Yöntemler Ana Bilim Dalı
DOÇ. DR. HALUK SOYUER