Reinforcement learning based solution approach for the open shop scheduling problem
Açık atölye çizelgeleme problemi için pekiştirmeli öğrenme tabanlı bir çözüm yaklaşımı
- Tez No: 868223
- Danışmanlar: PROF. DR. GÖKALP YILDIZ
- Tez Türü: Yüksek Lisans
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: İngilizce
- Üniversite: Dokuz Eylül Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Endüstri Mühendisliği Bilim Dalı
- Sayfa Sayısı: 100
Özet
Bu tez, Açık Atölye Çizelgeleme Problemleri (AAÇP) için ilk kez Pekiştirmeli Öğrenme (PÖ) tabanlı bir çözüm önermektedir. AAÇP'yi diğer çizelgeleme problemi türlerinden ayıran ve AAÇP'yi benzersiz kılan bir özellik bulunmaktadır. Bu özellikte işler, sıralarından bağımsız olarak makinelere atanabilir. Bu özellik aynı zamanda AAÇP'nin çözülmesini de zorlaştırmaktadır. Bu nedenle birçok farklı çözüm yöntemi geliştirilmiştir. Bu tez üç algoritma içeren bir çözüm önermektedir. Bu üç algoritma; atama algoritması, ön çalışma algoritması ve son olarak PÖ algoritmasıdır. Atama algoritması işleri makinelere atarken, ön çalışma algoritması PÖ algoritması için kullanılacak parametreleri sağlar. Çözüm yaklaşımı literatürde en sık kullanılan problem türleri üzerinde test edilmiş ve diğer çalışmalarla karşılaştırılmıştır. RL tabanlı çözüm yaklaşımı, elde edilen sonuçlarla birçok çalışmanın önüne geçmeyi başarmıştır.
Özet (Çeviri)
This thesis introduces a novel approach for addressing Open Shop Scheduling Problems (OSSP) by utilizing Reinforcement Learning (RL). OSSP is characterized by a unique feature that sets it apart from other types of scheduling problems: the ability to assign jobs to machines regardless of their order. However, this feature also adds to the complexity of solving OSSP, leading to the development of numerous solution methods. This thesis proposes a solution comprising three algorithms: the assignment algorithm, the preliminary study algorithm, and the RL algorithm. The assignment algorithm is responsible for allocating jobs to machines, while the preliminary study algorithm determines the parameters for the RL algorithm. To evaluate the effectiveness of this solution approach, it was tested on the most commonly encountered problem types found in existing literature and compared against other studies. The RL-based solution approach has yielded impressive results, outperforming many previous studies.
Benzer Tezler
- IQ-flow: Mechanism design for inducing cooperative behavior to self-interested agents in sequential social dilemmas
TQ-akışı: Ardışıl sosyal ikilemlerdeki çıkarcı etmenleri işbirlikçi davranışa teşvik etmek için mekanizma tasarımı
BENGİSU GÜRESTİ
Yüksek Lisans
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. NAZIM KEMAL ÜRE
- A novel artificial intelligence based energy management system for microgrids
Mikro şebekeler için yapay zeka temelli yeni bir enerji yönetim sistemi
NECATİ AKSOY
Doktora
İngilizce
2023
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
PROF. DR. VEYSEL MURAT İSTEMİHAN GENÇ
- Equity portfolio optimization using reinforcement learning: An emerging market case
Pekiştirmeli öğrenme ile hisse senedi portföyü optimizasyonu: Gelişmekte olan piyasa örneği
MERT CANDAR
Yüksek Lisans
İngilizce
2022
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. ALP ÜSTÜNDAĞ
- Deep reinforcement learning for partially observable markov decision processes
Kısmi gözlemlenebilir markov karar süreçleri için derin pekiştirmeli öğrenme
MEHMET HAKLIDIR
Doktora
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiKontrol ve Otomasyon Mühendisliği Ana Bilim Dalı
PROF. DR. HAKAN TEMELTAŞ
- Deep reinforcement learning approach in control of Stewart platform- simulation and control
Stewart platformunun kontrolünde derin pekistirmeli öğrenme yaklaşımıc- simülasyon ve kontrol
HADI YADAVARI
Doktora
İngilizce
2023
Mekatronik Mühendisliğiİstanbul Teknik ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. SERHAT İKİZOĞLU
DR. ÖĞR. ÜYESİ VAHİT BARIŞ TAVAKOL