Çoklu gezgin satıcı probleminin çözümünde kümeleme algoritması ile rota optimizasyonu
Route optimization with clustering algorithm in solving the multiple traveling salesman problem
- Tez No: 956555
- Danışmanlar: PROF. DR. MURAT SUBAŞI
- Tez Türü: Yüksek Lisans
- Konular: Matematik, Mathematics
- 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)
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Atatürk Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Matematik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
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
- Dokuma kumaşlarda örgü tipinin ham kumaşın boyutları ve geometrik özellikleri üzerindeki etkilerinin araştırılması
Başlık çevirisi yok
EMEL ÖNDER
Yüksek Lisans
Türkçe
1985
Tekstil ve Tekstil MühendisliğiEge ÜniversitesiTekstil Mühendisliği Ana Bilim Dalı
DOÇ. DR. GÜNGÖR BAŞER
- Türkiye trafik düzeninde kazaların azaltılması açısından yeni trafik kanunu uygulaması ile ilgili sorunlar ve çözüm yolları
Başlık çevirisi yok
ERDAL UÇAR
Yüksek Lisans
Türkçe
1986
UlaşımGazi ÜniversitesiKazaların Çevresel ve Teknik Araştırması Ana Bilim Dalı (disiplinlerarası)
PROF. DR. RIDVAN EGE
- Ön işlemenin ve askorbik asitin dondurularak depolanan yılan balıklarının (Anguilla anguilla) kalitesine etkileri
Başlık çevirisi yok
H.VOLKAN GÖKSEL
Yüksek Lisans
Türkçe
1985
Gıda MühendisliğiEge ÜniversitesiSu Ürünleri Ana Bilim Dalı
DOÇ. DR. AYDIN URAL
- Çoklu amaçların çözümlemesinde amaç programlaması ile genelleştirilmiş ters yaklaşımı ve yem sanayiinde bir uygulama
Goal programming and generalieed inverse approaches in the multi-objective analysis and application in feed industry
HASAN BAL