Geri Dön

A variable neighbourhood search algorithm for identical parallel machine problem

Özdes paralel makine problemleri için bir degişken komşu arama algoritması

  1. Tez No: 216506
  2. Yazar: HATİCE UYSAL
  3. Danışmanlar: YRD. DOÇ. DR. MEHMET ŞEVKLİ
  4. Tez Türü: Yüksek Lisans
  5. Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
  6. Anahtar Kelimeler: Çizelgeleme, Özdes Paralel Makine, Toplam Üretim Zamanı, Degisken Komsu Araması, Scheduling, Identical Parallel Machine, Makespan, VariableNeighbourhood Search
  7. Yıl: 2006
  8. Dil: İngilizce
  9. Üniversite: Fatih Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Degisken komsu araması (VNS), yerel bir aramanın içinde komsuların sistematikbir degisikliginin tamamlandıgı kombinatoryel optimization problemlerini çözmek içinkullanılan yeni bir metasezgisel yöntemlerden biridir. Bu tezde, bir VNS algoritmasıarastırması, toplam üretim zamanı kriteriyle özdes paralel makine çizelgelemesi (IPMS)problemi için önerildi. 150 IPMS test problemi (1,100) arasında düzgün dagılımlıolacak sekilde rasgele olusturuldu. Ayrıca, En Uzun slem Zamanı (LPT) Kuralı, bir üstsınır teoremi olarak en kötü olay analizi için kullanıldı. VNS algoritması ile elde edilensonuçlar, her konfigürasyon için sunuldu. Sonuç kalitesi LPT sonuçlarına göredegerlendirildi ve kıyaslandı. Sonuç olarak, VNS algoritmaları kabul edilebilir islemzamanı içinde LPT sonuçlarının 150 örneginden 92 tanesini iyilestirdi.

Özet (Çeviri)

Variable Neighbourhood Search (VNS) is one of the most recent metaheuristicsused for solving combinatorial optimization problems in which a systematic change ofneighbourhood within a local search is carried out. In this thesis, an investigation ofVNS algorithm is proposed for the Identical Parallel Machine Scheduling (IPMS)problem with makespan criterion. 150 IPMS benchmark suites are generated randomlywhich is uniformly distributed between (1,100). In addition, Longest Processing Time(LPT) Rule is used for the worst case analysis as an upperbound theorem. The resultsgained by VNS algorithm are presented for each configuration. The solution quality wasevaluated and compared according to the LPT solutions. It is concluded that the VNSalgorithms improved 92 out of the 150 instances of LPT results in a reasonablecomputing time.

Benzer Tezler

  1. Heuristics for simultaneous lot sizing and scheduling problem

    Eşzamanlı parti büyüklüğü belirleme ve sıralama problemi için sezgisel yöntemler

    CEVDET UTKU ŞAFAK

    Doktora

    İngilizce

    İngilizce

    2025

    Endüstri ve Endüstri MühendisliğiÖzyeğin Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ERİNÇ ALBEY

    DR. ÖĞR. ÜYESİ GÖRKEM YILMAZ

  2. Web-based solution for scheduling problem in identical parallel machines

    Özdeş paralel makinelerde çizelgeleme problemi için web tabanlı çözüm

    MEHMET EMİN BUDAK

    Yüksek Lisans

    İngilizce

    İngilizce

    2014

    Endüstri ve Endüstri MühendisliğiYaşar Üniversitesi

    Endüstriyel Yönetim ve Bilgi Sistemi Ana Bilim Dalı

    PROF. DR. MEHMET FATİH TAŞGETİREN

  3. Television commercial scheduling with industry-specific constraints and audience-based ratings

    Endüstri bazlı kısıtlar ve hedef kitleye bağlı reytinglere göre televizyon reklam çizelgelemesi

    ULVİ FINDIK

    Yüksek Lisans

    İngilizce

    İngilizce

    2025

    Endüstri ve Endüstri MühendisliğiÖzyeğin Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    PROF. DR. ÖMER ERHUN KUNDAKCIOĞLU

  4. Sipariş kabul ve çizelgeleme problemi ve uzantılarına ilişkin yeni matematiksel modeller

    New formulations for order acceptance and scheduling problem and its extentions

    PAPATYA SEVGİN BIÇAKCI

    Doktora

    Türkçe

    Türkçe

    2020

    Endüstri ve Endüstri MühendisliğiBaşkent Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    PROF. DR. İMDAT KARA

  5. Otomatik makine öğrenmesi kullanarak konut fiyat tahmini: Büyük şehirler üzerine bir uygulama

    Housing price prediction using automated machine learning: An application on major cities

    HAKAN ERGÜN

    Yüksek Lisans

    Türkçe

    Türkçe

    2025

    İstatistikYıldız Teknik Üniversitesi

    İstatistik Ana Bilim Dalı

    PROF. DR. ERSOY ÖZ