a new genetic algorithm based software development for set and maximal covering location problems and an application
Küme kapsama ve en büyük kapsama problemlerini çözebilen genetik algoritma tabanlı bir yazılım aracı geliştirilmesi ve bir uygulama
- Tez No: 365489
- Danışmanlar: DOÇ. DR. HAKAN TOZAN
- Tez Türü: Yüksek Lisans
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2014
- Dil: İngilizce
- Üniversite: Deniz Harp Okulu Komutanlığı
- Enstitü: Deniz Bilimleri ve Mühendisliği Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Küme kapsama problemleri uzun yıllardan beri üzerinde çalışılan bir konu olup, birçok gerçek hayat probleminin de temelini oluşturmaktadır. Bu kapsamda, benzer problemlerin tanımlanması ve çözümü sürecinde, problemin sahip olduğu özelliklere istinaden, küme kaplama modellerinin farklı tipleri kullanılmış ve efektif çözüm yöntemleri geliştirilmeye çalışılmıştır. Bahse konu modellerin çözüm uzayının çok büyük olması ve bu tip problemleri optimum çözebilen algoritmaların en kötü durum senaryosu dahilinde deterministik polinomsal bir zamanda çözüme ulaşamayacağı bilindiğinden, kısa sürede optimuma yakın yada optimum sonuçlar veren ve sezgisel bir yöntem olan“Genetik Algoritma”kullanılmıştır. Bazı operatörleri ve özellikleri problemin kısıtlarına uygunluğu değerlendirilerek revize edilmiş genetik algoritmanın implementasyonu, c# programlama dili tabanında yapılarak, farklı şekillerde veri giriş yöntemine sahip, kullanıcının algoritmanın operatör, parametre ve seyrine jenerik olarak hükmetmesini sağlayan, sonuç bulmasını müteakip grafik destekli raporlama imkanı sunan görsel bir yazılım aracı tasarlanmıştır. Bahse konu yazılım aracı literatürde mevcut bazı problemler üzerinde denenerek test edilmiş ve istenilen başarı sağlanmıştır. Ayrıca“112 acil yardım istasyonlarının minimum maliyetle kaplayarak ve en fazla kaplayarak konuşlandırılması”üzerine bir gerçek hayat problemi ele alınmıştır. Bu sebeple küme kaplama ve maksimum kaplama yer seçimi modelleri temel alınarak, uygun matematiksel modeller kurulmuştur. Geliştirilen ilk modelde“Küme Kaplama Modeli”temel alınarak, 112 acil yardım istasyonlarının, her istasyonun hizmet kapasitesi dikkate alınarak, kaplama sağlayacak şekilde, minimum maliyetle uygun mevkilere konuşlandırılması hedeflenmiştir. İkinci modelde ise“Maksimum Kaplama Yer Seçimi Modeli”temel alınarak, belli sayıda istasyonun, yine hizmet kapasitesi göz ardı edilmeden, azami sayıda nüfusa hizmet edecek şekilde konuşlandırılması hedeflenmiştir.
Özet (Çeviri)
Not only is covering problem a studied subject for long years, but also forms the basis of various real world cases. In this context, further to own features possessed by problems, different types of set covering models have been used in the process of describing and solving of similar problems, and effective solution methods have been tried to be progressed. For reasons of enormity of solution space belonging to covering models and being conscious of no algorithm that is able to solve such kinds of problems optimally in deterministic polynomial time in worst case,“Genetic Algorithm”, a heuristic which yields qualified solutions, sufficiently close to optimum or optimum, in a reasonable time has been used. A software rich in visuality, embodying friendly user interface, involving multiple methods of input accessing, supplying to user with generically full-control over operators, parameters and flow of the algorithm, following finding a solution, providing for a graphic-aided result report has been developed by implementing c# code of revised genetic algorithm, some of whose operators and features has been evolved evaluating their availability for own constraints of the problem. Developed software has been tested with some problems in literature and has managed to solve them optimally or with a reasonable gap. Additionally, software has been utilized for solving a real world case based on“Set and maximal covering location models of emergency aid stations (EAS)”. For this reason, appropriate mathematical models based on set and maximal covering location models have been built. In the first built model based on“Set Covering Problem (SCP)”, locating EASs with minimum set-up cost by covering all demand points and considering service capacity is aimed, while in the second built model based on“Maximal Covering Location Problem (MCLP)”, locating EASs to maximize the served population subject to limited number of stations, and limited service capacity is aimed.
Benzer Tezler
- Olimpik havuz plan şeması tasarımında genetik algoritmaya dayalı bir model
Olympic pool plan design of a scheme based on genetic algorithm to model
KADİR ÇALIŞIR
- Genetik algoritma ve monte carlo simülasyonu ile bir inşaat projesinde alt yüklenici seçimine ilişkin süre maliyet kalite optimizasyonu ve risk değerlendirmesi
Time cost quality optimization and risk evaluation about selecting subcontractors in a construction project by using genetic algorithm and monte carlo simulation
BARIŞ KAPLAN
Yüksek Lisans
Türkçe
2014
İnşaat Mühendisliğiİstanbul Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
DOÇ. DR. GÜL POLAT TATAR
- Dizel motor modeli ile entegre bir aşırı doldurma ünitesi tasarım ve optimizasyon modeli geliştirilmesi
Development of a turbocharger design and optimization model integrated with the diesel engine model
MERT ALPAYA
Doktora
Türkçe
2023
Makine Mühendisliğiİstanbul Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
DOÇ. DR. LEVENT ALİ KAVURMACIOĞLU
PROF. DR. CENGİZ CAMCI
- Bulanık çok modlu kaynak kısıtlı proje çizelgeleme problemlerinin çözümü için matematiksel bir model
A mathematical model for the solution of the fuzzy multi mode resource-constrained project scheduling problems
ÖMER ATLI
Doktora
Türkçe
2012
Endüstri ve Endüstri MühendisliğiHava Harp Okulu KomutanlığıEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. CENGİZ KAHRAMAN
- Yapay sinir ağları ve genetik algoritmalar kullanılarak EKG vurularının sınıflandırılması
Classification of ECG beats by using artifical neural networks and genetic algorithms
ZÜMRAY DOKUR