Akış tipi çizelgeleme problemlerinin yapay sinir ağları ile modellenmesi
Modelling the flowshop scheduling problems with artificial neural networks
- Tez No: 190446
- Danışmanlar: PROF.DR. MAHİR NAKİP
- Tez Türü: Yüksek Lisans
- Konular: Endüstri ve Endüstri Mühendisliği, İşletme, Industrial and Industrial Engineering, Business Administration
- Anahtar Kelimeler: Akış Tipi Çizelgeleme, Yapay Sinir Ağları, Hopfield Sinir Ağları, Gezgin Satıcı Problemi, Flowshop Scheduling, Artificial Neural Networks, Hopfield Neural Networks, Traveling Salesman Problem
- Yıl: 2006
- Dil: Türkçe
- Üniversite: Erciyes Üniversitesi
- Enstitü: Sosyal Bilimler Enstitüsü
- Ana Bilim Dalı: İşletme Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Akış tipi çizelgeleme problemleri araştırmacıların yoğun olarak çalıştığı optimizasyonproblemlerinden birisidir. mâ¥3 için NP-complete olarak bilinen bu problemin çözümü içinçok sayıda sezgisel yöntem geliştirilmiştir. 1985 yılında Hopfield ve Tank'ın optimizasyonproblemlerinin çözümünde yapay sinir ağlarının kullanımını göstermesiyle çalışmalar metasezgiseller üzerine yoğunlaşmıştır. Yapay sinir ağları, özellikle kombinatöryel optimizasyonproblemlerinin çözümünde daha az işlem zamanı ihtiyacına karşılık optimal yada optimaleyakın çözümler sağlayabildikleri için etkin olarak kullanılmaktadır.Bu çalışmada, n iş ve m makineli akış tipi çizelgeleme problemlerinin gezgin satıcı problemiyaklaşımıyla Hopfield sinir ağları ile çözümü gösterilmiştir. nxn boyutlu permutasyonçizelgelerinin Hopfield sinir ağları ile simülasyonları yapılmıştır. Oluşturulan simülasyonmodelinde ağ öncelikle değerleri rasgele oluşturulan 5x5 boyutlu bir problem üzerindedenenmiş ve ağın uygun ve optimal/optimale yakın çözümler üretebildiği görülmüştür. Dahasonra ağ 20x20 boyutlu bir permutasyon çizelgesine uygulanmış ve Hopfield sinir ağlarıyaklaşımı çözümü ile yöneylem araştırması tekniklerinden olan dal sınır algoritmasıçözümleri karşılaştırılmıştır.Sonuç olarak, n2 nöron sayısı gerektirmesi ve optimal çözümü garanti edememesi Hopfieldağlarının dezavantajları olurken bilinen diğer yöntemlere göre daha az karmaşık olması veparalel yapıları ile hızlı işlem kapasiteleri etkin zamanlı çözümler sunmasını sağlamıştır.
Özet (Çeviri)
Flow shop scheduling problem is one of the optimization problems for researchers to studyconsistently. A lot of heuristic methods have been developed to resolve these problems thatare known as NP-complete for mâ¥3. After Hopfield and Tanaka showed artificial neuralnetworks? usage, studies have focused on the meta heuristics. Because artificial neuralnetworks can provide less operation time especially in solving combinatorial optimizationproblems, they are used efficiently.In this study, n job and m machine flow shop problem?s solution, with the approach oftraveling salesman problem was showed using Hopfield neural networks. The nxndimensional permutation schedules were simulated with Hopfield neural networks. In thesimulation model, the network was first tested in a 5x5 dimensional problem which hasrandom values. And it was determined that the network could generate feasible and optimal/close to optimal solutions. After that, the network is applied on a 20x20 dimensionalpermutation problem. For this problem, Hopfield neural networks approach solutions andbranch and bound algorithm (one of operations research techniques) solutions were compared.As a result, Hopfield neural networks have a disadvantage in terms of requiring n2 neuronnumbers and not ensuring the optimal solution. On the other hand, being less complex thanthe other methods and performing fast operation capacity with parallel structures they provideeffective timely solutions.
Benzer Tezler
- Beklemesiz akış tipi çizelgeleme problemlerinin çözümünde yapay sinir ağları yaklaşımı
An artifical neural networks approach for solving the no-wait flowshop scheduling problems
CENGİZ GÜNAYDIN
Yüksek Lisans
Türkçe
2008
Endüstri ve Endüstri MühendisliğiSelçuk ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. M. ATİLLA ARICIOĞLU
- 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
MUSTAFA KERİM YILMAZ
Yüksek Lisans
Türkçe
2008
Endüstri ve Endüstri MühendisliğiSelçuk ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. ORHAN ENGİN
- Çifte kaynak kısıtlı grup teknolojisi üretim sistemlerinin bozucu faktörlere dayanıklı tasarımı
Robust design of dual resource constrained group technology production systems
MUSTAFA AKHUN
Doktora
Türkçe
1999
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiPROF. DR. M. BÜLENT DURMUŞOĞLU
- Akış tipi çizelgeleme problemlerinin yapay bağışıklık sistemleri ile çözümü ve parametre optimizasyonu
Solving of flow shop scheduling problems by artificial immune systems and parameter optimization
ALPER DÖYEN
Yüksek Lisans
Türkçe
2004
Endüstri ve Endüstri MühendisliğiSelçuk ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
Y.DOÇ.DR. ORHAN ENGİN
- Akış tipi çizelgeleme problemlerinin genetik algoritma ile çözüm performansının artırılmasında parametre optimizasyonu
To Increase the performance of flow-shop scheduling problems solving with genetic algorithms: A parameter optimization
ORHAN ENGİN
Doktora
Türkçe
2001
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ.DR. ALPASLAN FIĞLALI