Geri Dön

Çoklu gezgin satıcı probleminin çözümünde kümeleme algoritması ile rota optimizasyonu

Route optimization with clustering algorithm in solving the multiple traveling salesman problem

PDF İndir

  1. Tez No: 956555
  2. Yazar: BURAK AKSU
  3. Danışmanlar: PROF. DR. MURAT SUBAŞI
  4. Tez Türü: Yüksek Lisans
  5. Konular: Matematik, Mathematics
  6. Anahtar Kelimeler: Çoklu Gezgin Satıcı Problemi, Meta-Sezgisel Optimizasyon, Parçacık Sürü Optimizasyonu, Karınca Kolonisi Optimizasyonu, Multiple Traveling Salesman Problem (MTSP), Meta-Heuristic Optimization, Particle Swarm Optimization (PSO), Ant Colony Optimization (ACO)
  7. Yıl: 2025
  8. Dil: Türkçe
  9. Üniversite: Atatürk Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Matematik Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 47

Özet

Amaç: Bu çalışmanın temel amacı, lojistik ve dağıtım ağlarında verimli rota optimizasyonu sağlamak amacıyla modellenen ve çoklu gezgin satıcı problemi olarak bilinen problemde farklı hibrit sezgisel algoritmaların performansını karşılaştırmaktır. Özellikle, farklı satıcı sayıları ve küme boyutları altında hangi hibrit yöntemin daha başarılı sonuçlar verdiğini analiz etmek ve bu algoritmaların güçlü ve zayıf yönlerini ortaya koymaktır. Yöntem: Çalışmada, Parçacık Sürü Optimizasyonu (PSO), Karınca Kolonisi Optimizasyonu (KKO), Genetik Algoritma (GA) ve Yakın Komşu Algoritması (YKA) gibi sezgisel yöntemlerin kombinasyonlarından oluşan üç farklı hibrit algoritma (PSO+KKO, PSO+GA, GA+YKA) kullanılmıştır. PSO ve KKO metotları detaylı bir şekilde incelenmiş, diğer iki metot ise (GA ve YKA) detaylarına girilmeden karşılaştırma amacıyla dâhil edilmiştir. Algoritmaların performansı, literatürde yaygın olarak kullanılan veri setleri olan eil51, berlin52, eil76 ve rat99 test problemleri üzerinde değerlendirilmiştir. Kümeleme ve rotalama aşamaları birleştirilere k, her bir hibrit yöntemin etkinliği ölçülmüştür. Bulgular: PSO+KKO algoritması, incelenen satıcı sayısı aralığında, kümeleme ve rotalama işlemlerinde diğer yöntemlere göre daha üstün performans sergilemiştir. Hibrit algoritmaların performansı, problem boyutuna ve satıcı sayısına bağlı olarak değişiklik göstermiştir. Sonuç: Bu çalışma, farklı senaryolarda hangi hibrit algoritmanın daha etkili olduğunu ortaya koyarak, lojistik ve rota optimizasyon problemlerinde karar vericilere yol gösterici bilgiler sunmaktadır. İncelenen satıcı sayısı aralığında PSO+KKO' nun tercih edilmesi önerilmektedir. Gelecekteki çalışmalarda, farklı satıcı sayılarıyla farklı hibrit kombinasyonların denenmesi önerilebilir.

Özet (Çeviri)

Purpose: The main objective of this study is to compare the performance of different hybrid heuristic algorithms on the problem known as the multiple traveling salesman problem, which is modeled to provide efficient route optimization in logistics and distribution networks. In particular, to analyze which hybrid method gives more successful results under different salesman numbers and cluster sizes and to reveal the strengths and weaknesses of these algorithms. Method: In the study, three different hybrid algorithms (PSO+ACO, PSO+GA, GA+ NNA) consisting of combinations of heuristic methods such as Particle Swarm Optimization (PSO), Ant Colony Optimization (ACO), Genetic Algorithm (GA) and Nearest Neighbor Algorithm (NNA) were used. PSO and ACO methods were examined in detail, while the other two methods (GA and NNA) were included for comparison purposes without going into detail. The performance of the algorithms was evaluated on the test problems eil51, berlin52, eil76 and rat99, which are widely used data sets in the literature. The effectiveness of each hybrid method was measured by combining the clustering and routing stages. Findings: PSO+ACO algorithm has shown superior performance compared to other methods in clustering and routing operations in the examined salesman number range. The performance of hybrid algorithms has varied depending on the problem size and the number of salesmen. Results: This study provides guidance to decision makers in logistics and route optimization problems by revealing which hybrid algorithm is more effective in different scenarios. It is recommended that PSO+ACO be preferred in the examined salesman number range. In future studies, it may be suggested to try different hybrid combinations with different salesman numbers.

Benzer Tezler

  1. Tez No

    569081

    Çoklu gezgin satıcı probleminin sezgisel algoritmalar ile çözümü

    Solving the multiple traveling salesman problem using heuristic algorithms

    SEVDA DAYIOĞLU GÜLCÜ

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKonya Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. HUMAR KAHRAMANLI

  2. Tez No

    485138

    Parçacık sürü ve karınca koloni optimizasyon algoritmalarının aç gözlü bilgi takası stratejisi kullanılarak paralelleştirilmesi

    Parallelization of the particle swarm and ant colony optimization algorithms by using the greedy information swap strategy

    ŞABAN GÜLCÜ

    Doktora

    Türkçe

    Türkçe

    2017

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSelçuk Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. HALİFE KODAZ

  3. Tez No

    748247

    Silah hedef atama problemleri çözümünde yeni bir optimizasyon modeli

    A new optimization model in solution of weapon target assignment problems

    HİLAL YILMAZ

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    Endüstri ve Endüstri Mühendisliğiİstanbul Medeniyet Üniversitesi

    Mühendislik Yönetimi Ana Bilim Dalı

    DOÇ. DR. MEHMET FATİH HOCAOĞLU

  4. Tez No

    857480

    Relative distances approach for multi-traveling salesmen problem

    Çoklu gezgin satıcı problemi için göreli mesafeler yaklaşımı

    EMRE ERGÜVEN

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. FARUK POLAT

  5. Tez No

    790614

    Developing and applying multi-threaded metaheuristic policies to solve combinatorial industrial engineering problems

    Endüstri mühendisliğindeki kombinatoryal optimizasyon problemlerinin çözümü için çoklu iş parçacıklı metasezgisel politikalar geliştirilmesi ve uygulanması

    İSMET KARACAN

    Doktora

    İngilizce

    İngilizce

    2023

    Endüstri ve Endüstri MühendisliğiMarmara Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    PROF. DR. SEROL BULKAN

    PROF. DR. ÖZLEM ŞENVAR

Geri Dön