Geri Dön

Bulanık çok işlemcili esnek akış tipi çizelgeleme problemlerinin çözümünde yeni bir yapay bağışıklık algoritması yaklaşımı

A new approach for solving fuzzy multiprocessor flexible flow shop scheduling problems with artifical immunue system

  1. Tez No: 178538
  2. Yazar: MUSTAFA KERİM YILMAZ
  3. Danışmanlar: YRD. DOÇ. DR. ORHAN ENGİN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
  6. Anahtar Kelimeler: Bulanık mantık, Fuzzy logic
  7. Yıl: 2008
  8. Dil: Türkçe
  9. Üniversite: Selçuk Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Bu çalışmada çok işlemcili esnak akış tipi çizelgeleme (ÇİEATÇ) ve Bulanık ÇİEATÇ problemlerini çözmek için yeni bir Yapay Bağışıklık Algoritması (YBA) önerilmiştir. Önerilen algoritmanın etkinliğini test etmek için Oğuz'un (2005) ÇİEATÇ problemleri çözülmüş ve elde edilen sonuçlar, Oğuz ve Ercan'ın (2005) Genetik Algoritma (GA) ve Ceran'ın (2006) GA metotları ile kıyaslanmıştır. Ayrıca Gözen'nin (2007) Bulanık ÇİEATÇ problemleride önerilen YBA algoritması ile çözülmüş olup elde edilen sonuçlar Gözen'nin (2007) çalışması ile kıyaslanmıştır.Yeni YBA ile çözülen ÇİEATÇ problemlerinin % 26'sında alt sınır değerine ulaşılmıştır. Ulaşılan bu değer Ceran'ın (2006) ve Oğuz ve Ercan'ın (2005) sonuçlarından daha iyidir. Ayrıca dört adet problemin sezgisel bir yöntemle ilk defa alt sınır değeri bulunmuştur. Bulanık ÇİEATÇ problemleri için bulanık tamamlanma zamanı dikkate alındığında tüm problemer için Gözen'den (2007) daha iyi sonuçlar elde edilmiştir.

Özet (Çeviri)

In this study, new artificial immune algorithm (AI) has been proposed for solving multiprocessor hybrid flow shop scheduling (MPFHFSS) and Fuzzy MPFHFSS problems. Efficiency of this algorithm?s has been showed by solving Oğuz?s (2005) problems using new AI algorithm and comparing the results with Oğuz and Ercan?s (2005) Genetic Algorithm (GA) and Ceran?s (2006) GA. In addition, Gözen?s (2007) Fuzzy MPFHFSS problems were solved. The results were compared by Gözen?s (2007) results.The MPFHFSS problems results were encouraging in that the proposed AI algorithm determined the lower bound makespan for 26 % of the problems. This obtained results are better than Ceran?s (2006) and Oğuz and Ercan?s (2005) results. Furthermore we found lower bound makespan for 4 problems with heuristic methods for the first time. As a result of the Fuzzy MPFHFSS problems? fuzzy complation time results are better than Gözen?s (2007) results for whole problems.

Benzer Tezler

  1. Esnek hesaplama yöntemlerinin jeodezide uygulamaları

    Applications of soft computing methods in geodesy

    ORHAN AKYILMAZ

    Doktora

    Türkçe

    Türkçe

    2005

    Jeodezi ve Fotogrametriİstanbul Teknik Üniversitesi

    Jeodezi ve Fotogrametri Mühendisliği Ana Bilim Dalı

    PROF.DR. TEVFİK AYAN

  2. Uydu görüntü verisinin yapay sinir ağları ile sınıflandırılması

    Classification of satellite imagery data with artificial neural networks

    COŞKUN ÖZKAN

    Doktora

    Türkçe

    Türkçe

    2001

    Jeodezi ve Fotogrametriİstanbul Teknik Üniversitesi

    Jeodezi ve Fotogrametri Mühendisliği Ana Bilim Dalı

    DOÇ.DR. FİLİZ SUNAR ERBEK

  3. Anahtarlamalı relüktans motorun bulanık mantık tabanlı modellenmesi ve kontrolu

    Modelling and control of a switched reluctance motor based on fuzzy logic

    ÖMER FARUK BAY

    Doktora

    Türkçe

    Türkçe

    1996

    Elektrik ve Elektronik MühendisliğiErciyes Üniversitesi

    DOÇ.DR. MUSTAFA ALÇI

  4. Bir anahtarlamalı relüktans motorun sinirsel-bulanık denetimi

    Neuro-fuzzy control of a switching reluctance motor

    M. ALİ AKCAYOL

    Doktora

    Türkçe

    Türkçe

    2001

    Elektrik ve Elektronik MühendisliğiGazi Üniversitesi

    Elektrik Eğitimi Ana Bilim Dalı

    PROF.DR. ÇETİN ELMAS