FBE- Yapı Bilimleri Lisansüstü Programı - Doktora
Bu koleksiyon için kalıcı URI
Gözat
Konu ":Genetik algoritmalar" ile FBE- Yapı Bilimleri Lisansüstü Programı - Doktora'a göz atma
Sayfa başına sonuç
Sıralama Seçenekleri
-
ÖgeKaynak kısıtlı proje çizelgeleme probleminde tekrarsız kromozom destekli paralel genetik algoritma uygulaması(Fen Bilimleri Enstitüsü, 2019) Ebesek, Şafak ; Yaman, Hakan ; 10251834 ; Yapı Bilimleri ; Construction SciencesKaynak kısıtlı proje çizelgeleme bir kombinatorial optimizasyon problemidir ve kaynak optimizasyonuna yönelik olarak Proje ve Yapım Yönetimi alanında kullanılan önemli bir araçtır. Projeyi oluşturan aktivitelerin süreleri, kaynak ihtiyaçları, öncelik-sonralık ilişkileri ve kullanılacak kaynakların sınırları belirlenmiştir. Proje tamamlanma süresinin minimize edilmesi hedeflenir. Tanımı basitçe yapılsa da, kaynak kısıtlı proje çizelgeleme problemi, NP-Hard optimizasyon problemlerinin sınıfına aittir ve aslında pratikte en zorlu klasik problemlerden biridir. Kaynak kısıtlı proje çizelgeleme problemlerinin çözümü için geliştirilen kesin yöntemler, özellikle büyük problemlerin çözümünde -pratikte kullanılamayacak kadar çok- zaman alıcıdırlar. Meta-sezgisel algoritmalar ise büyük boyutlara ve çok karmaşık kısıtlamalara sahip problemlere makul hesaplama zamanlarında yeteri kadar iyi çözümler üretebilirler. Kaynak kısıtlı proje çizelgeleme problemlerinin meta-sezgisel algoritmalara çözümü yoğun çalışılan bir alandır. Literatür taraması ve boşluk analizi sırasında, Genetik Algoritma'ya yönelik güçlendirme ve desteklerin etkili olabileceği görülmüştür. Doktora tezinde uygulanan güçlendirme ve desteklerin ardındaki ana fikir: tekrarsızlığın sağlanması ve çeşitlendirilmenin arttırılmasıdır. Genetik Algoritma'ya yönelik olarak aktarılan tekrarsız kromozom güçlendirmesi: Tekrarlanan kromozomların uzaklaştırılması ve yerlerine -çeşitliliği sağlamak üzere- yenilerinin konması esasına dayanmaktadır. Kaynak kısıtlı proje çizelgeleme problemine yönelik olarak aktarılan tekrarsız kromozom güçlendirmesi ise farklı görünen ama aynı kaynak profilini üreten kromozomların elenmesi ve yerlerine yenilerinin konulmasını sağlamaktadır. Hibrit Simulated Annealing desteği: yerel iyiden kaçmak ve daha iyi çözümler içerebilecek patikalara sıçramak için kullanılmaktadır. Paralel Genetik Algorirma desteği, Genetik Algoritma'ya göre daha hızlı sonuca ulaşmak, daha küçük popülasyonla çalışmak, daha yüksek çeşitlilik sağlamak ve daha yüksek çözüm kalitesi elde etmek için kullanılmaktadır. Doktora tezinde geliştirilen uygulama MATLAB ortamında hazırlanmıştır ve kaynak kısıtlı proje çizelgeleme problemlerinin başarım değerlerinin ölçülmesinde standart olarak kullanılan PSPLIB problemleri üzerinde sınanmıştır. Problemlerinin çözümü sonucunda elde edilen ortalama sapma değerleri: J30 ve J60 problemlerinde aynı çözüm değerlerini veren diğer çalışmalarla birlikte en üst bantta, J120 problemlerinde altıncı sırada yer almaktadır. Çözümler sırasında J120_35_5 numaralı problemde, -daha önceki çalışmalarda elde edilmemiş- en iyi değere erişilmiştir. Problemin çözümü onaylanmış ve PSPLIB problemlerini barındıran Münih Teknik Üniversitesi resmi web sitesinde yer almıştır. Doktora tezinde uygulanan güçlendirmeler ve destekler, kaynak kısıtlı proje çizelgeleme problemlerine yönelik olarak yapılacak yeni çalışmalarda yol gösterici olarak kullanılabilir.