Geri Dön

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

  1. Tez No: 855725
  2. Yazar: MUHAMMED AZİM İRGEŞ
  3. Danışmanlar: PROF. DR. VEDAT TOĞAN
  4. Tez Türü: Doktora
  5. Konular: İnşaat Mühendisliği, Civil Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2024
  8. Dil: Türkçe
  9. Üniversite: Karadeniz Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: İnşaat Ana Bilim Dalı
  12. Bilim Dalı: Yapı Yönetimi Bilim Dalı
  13. 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

  1. 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

    Türkçe

    2018

    İnşaat Mühendisliğiİstanbul Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    PROF. DR. EKREM MANİSALI

  2. 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

    İngilizce

    2015

    Endüstri ve Endüstri MühendisliğiOrta Doğu Teknik Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    DOÇ. DR. FATMA SEDEF MERAL

  3. 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

    Türkçe

    2021

    İnşaat Mühendisliğiİstanbul Kültür Üniversitesi

    İnşaat Yapı Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ MEHMET N. UĞURAL

  4. 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

    İngilizce

    2024

    Bilim ve Teknolojiİstanbul Teknik Üniversitesi

    Mimarlık Ana Bilim Dalı

    DOÇ. DR. FATMA PINAR ÇAKMAK

  5. 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

    Türkçe

    2003

    İşletmeGazi Üniversitesi

    Sayısal Yöntemler Ana Bilim Dalı

    DOÇ. DR. HALUK SOYUER