Çok amaçlı optimizasyon problemlerinin çözümü için yeni bir stratejik yaklaşım
A new strategic approach for solving multi-objective optimization problems
- Tez No: 978774
- Danışmanlar: DOÇ. DR. SEDAT SAVAŞ
- Tez Türü: Doktora
- Konular: İnşaat Mühendisliği, Civil Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Fırat Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İnşaat Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Çok amaçlı optimizasyon problemleri, birden çok hedef içeren bir problemin amaçlarının birbiriyle optimum düzeyde uyum sağladığı sonuçlar için gereklidirler. Tek amaçlı çözüm yöntemlerine göre daha optimum ve detaylı sonuçlar üretilmesinde başarılı bir duruş sergilerler. Çözüm sonucunda amaç fonksiyonu sayısına göre çözüm uzayları elde edilerek bu uzay içerisinde ki herhangi bir değer, problemin optimum çözümü olarak tanımlanmaktadır. Bu çalışmada çok amaçlı optimizasyon problemleri üzerine yeni bir strateji geliştirilerek çözüm uzayı yerine optimum değere ulaşabilmek veya çok daha dar bir alandaki değerlerin optimum olarak belirlenebilmesi amaçlanmıştır. Yapılan çalışmada, çok amaç içeren optimizasyon örnekleri için, her çözümleme aşamasında bir amaç fonksiyonu tek amaç, diğer amaç fonksiyonları ise kısıtlayıcı olarak kabul edilip çözüm kümesi yerine daha dar bir optimum değer bölgesine ulaşılmaya çalışıldı. Hesaplamalar için VBA programı ve evrimsel algoritmadan faydalanıldı. Değişkenlere tanımlanan sınırlar çerçevesinde her amaç fonksiyonunu maksimum ve minimum yapan değerler bulunduktan sonra bu değerler arasındaki farklar tarafımızca hesaplanan bir hassasiyet değerine bölündü. Çok amaçlı bir optimizasyon probleminde minimizasyon yaparken, tek amaç fonksiyonu olarak kabul edilen fonksiyon için diğer amaç fonksiyonlarının maksimum değerleri bu fonksiyonlar için maksimum ilk sınır değerler olarak kullanıldı ve her döngü için belirli bir hassasiyete göre hesaplanan farklar çıkarılarak sınır değerleri azaltılmaya başlandı. Eğer amaç probleminde ki fonksiyon maksimize edilecek ise de ilk sınır değerler, sınır değer olarak kullanılan diğer amaç fonksiyonlarının minimum değeri olarak ele alınarak her döngüde hesaplanan yakınsama farkı sınır değerlere ilave edilerek diğer fonksiyonlar için sınırlayıcı fonksiyon olarak kullanıldı. Bu çalışma için seçilen problemler literatürde çok amaçlı problemlerin çözümünde kullanılan problemler arasından seçilmiştir. Geliştirilen strateji ile elde edilen bulgular kullanılarak aynı problem için literatürde yapılmış hesaplama sonuçlarının birbiriyle benzerlik gösterdiği görülmüştür.
Özet (Çeviri)
Multi-objective optimisation problems are necessary for achieving results where the objectives of a problem involving multiple goals are optimally aligned with each other. They demonstrate a successful approach in producing more optimal and detailed results compared to single-objective solution methods. As a result of the solution, solution spaces are obtained according to the number of objective functions, and any value within this space is defined as the optimal solution to the problem. In this study, a new strategy was developed for multi-objective optimisation problems with the aim of reaching the optimal value instead of the solution space or determining the optimal values in a much narrower area. In this study, for multi-objective optimisation examples, one objective function was considered as the sole objective at each analysis stage, while the other objective functions were considered as constraints, and an attempt was made to reach a narrower optimal value region instead of a solution set. A VBA programme and evolutionary algorithms were used for the calculations. After finding the values that maximise and minimise each objective function within the limits defined for the variables, the differences between these values were divided by a sensitivity value calculated by us. When minimising in a multi-objective optimisation problem, the maximum values of the other objective functions were used as the maximum initial boundary values for the function considered as the single objective function, and the boundary values were reduced by subtracting the differences calculated according to a specific sensitivity for each iteration. If the function in the objective problem is to be maximised, the initial boundary values were taken as the minimum values of the other objective functions used as boundary values, and the convergence difference calculated in each iteration was added to the boundary values and used as a constraint function for the other functions. The problems selected for this study were chosen from among those used in the literature for solving multi-objective problems. Using the findings obtained with the developed strategy, it was observed that the calculation results for the same problem in the literature were similar to each other.
Benzer Tezler
- Uncapacitated multiple allocation hub location problem under congestion
Trafik sıkışıklığı altında çok atamalı kapasite kısıtsız ana dağıtım üssü yerleşim problemi
ÇAĞRI ÖZGÜN KİBİROĞLU
Doktora
İngilizce
2019
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. YUSUF İLKER TOPCU
- Les applications des algorithmes genetiques dans les modüles d'Optimisation des prologiciels de Gestion integre
İşletme kaynakları planlaması yazılımlarının optimizasyon modüllerinde genetik algoritma uygulamaları
MELİKE ORHON
Yüksek Lisans
Fransızca
2001
Endüstri ve Endüstri MühendisliğiGalatasaray ÜniversitesiPROF. DR. ETHEM TOLGA
- Multilayer mean field differential games in multi-agent systems and an application in intelligent transportation
Çoklu-karar vericili sistemlerde çoklu düzlem ortalama alan diferensiyel oyunları ve akıllı ulaşımda bir uygulama
ALPER ÖNER
Doktora
İngilizce
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiKontrol ve Otomasyon Mühendisliği Ana Bilim Dalı
DOÇ. DR. GÜLAY ÖKE GÜNEL
- Büyük boyutlu veriler için metasezgisel yöntemler ile öznitelik indirgemede yeni bir yaklaşım geliştirilmesi
Developing a new approach to feature selection with metaheuristic methods for large scale data
ESİN AYŞE ZAİMOĞLU
Doktora
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. NİLÜFER YURTAY
- Penetration rate optimization in heterogeneous formations with support vector machines method
Destek vektör makinesi yöntemi ile heterojen formasyonlarda ilerleme hızı optimizasyonu
KORHAN KOR
Doktora
İngilizce
2021
Petrol ve Doğal Gaz Mühendisliğiİstanbul Teknik ÜniversitesiPetrol ve Doğal Gaz Mühendisliği Ana Bilim Dalı
DOÇ. DR. GÜRŞAT ALTUN