A heuristic solution approach for dynamic mission abort problem based on deep reinforcement learning
Görev iptal problemi için derin pekiştirmeli öğrenmeye dayalı bir sezgisel çözüm yaklaşımı
- Tez No: 912062
- Danışmanlar: PROF. DR. ZEYNEP PELİN BAYINDIR, DOÇ. DR. ENGİN TOPAN
- Tez Türü: Yüksek Lisans
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu tez, Görev İptal Problemini Aktör-Eleştirmen çerçevesinde Derin Pekiştirmeli Öğrenme (DPÖ) kullanarak incelemekte ve yüksek boyutlu Markov Karar Süreçlerinin (MKS) çözümünde geleneksel stokastik yöntemlerden belirgin bir ayrışmayı temsil etmektedir. Çalışmada, eğitim verimliliğini artırmak amacıyla yönerge temelli bir desen stratejisinin uygulanması, onarım kısıtlarını sağlamak için eylem maskelemenin kullanılması ve sistem bozulmasını modellemek ve durumları ayrıklaştırmak üzere De Jonge tarafından önerilen Gamma Sürecinin entegrasyonu gibi yenilikçi teknikler sunulmaktadır. Ayrıca, klasik dinamik programlama ile yapılan karşılaştırmalı analiz, DPÖ yaklaşımının görev açısından kritik ortamlarda karmaşık karar verme sorunlarını çözme konusundaki yetkinliğini vurgulamaktadır.
Özet (Çeviri)
This thesis examines the Mission Abort Problem using Deep Reinforcement Learning (DRL) within an Actor-Critic framework, marking a significant departure from traditional stochastic methods for solving high-dimensional Markov Decision Processes (MDPs). The study introduces innovative techniques, such as an instructive pattern strategy to enhance training efficiency, action masking to enforce repair constraints, and the incorporation of the Gamma Process proposed by De Jonge to model system degradation and discretize states. A comparative analysis with classical dynamic programming underscores the capability of DRL to tackle complex decision-making challenges in mission-critical environments.
Benzer Tezler
- Strategıc operatıons research for the mıssıons of unmanned aerıal vehıcles
İnsansız hava araçları operasyonları için stratejik harekat araştırması
MURAT ATALAY
Doktora
İngilizce
2025
Endüstri ve Endüstri MühendisliğiHacettepe ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. MURAT CANER TESTİK
- Büyük ölçekli havayolu ekip eşleme problemlerinin çözümü için bir kolon türetme stratejisi
A column generation strategy for large scale airline crew pairing problems
BAHADIR ZEREN
Doktora
Türkçe
2017
Uçak Mühendisliğiİstanbul Teknik ÜniversitesiUçak ve Uzay Mühendisliği Ana Bilim Dalı
PROF. DR. İBRAHİM OZKOL
- Detection of malicious web pages
Zararlı web sayfalarının tespiti
EMRE SÜREN
Yüksek Lisans
İngilizce
2014
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik ÜniversitesiBilişim Sistemleri Ana Bilim Dalı
DOÇ. DR. SEVGİ ÖZKAN YILDIRIM
- A classification-based heuristic approach for dynamic environments
Dinamik ortamlar için tasarlanmış sınıflandırıcı tabanlı sezgisel bir yaklaşım
ŞEYDA YILDIRIM BİLGİÇ
Yüksek Lisans
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. AYŞE ŞİMA UYAR
- Özdeş paralel makinelerde toplam gecikmeyi enküçüklemek amaçlı çizelgeleme problemi için sezgisel bir çözüm yaklaşımı
A heuristic solution approach for identical parallel machine scheduling problem with minimum total tardiness
GÜLCAN GOCUKLU
Yüksek Lisans
Türkçe
2011
Endüstri ve Endüstri MühendisliğiEskişehir Osmangazi ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. MÜJGAN SAĞIR