Geri Dön

Dynamic capacitated lot sizing problem optimization with reinforcement learning

Başlık çevirisi mevcut değil.

  1. Tez No: 834799
  2. Yazar: FARUK ERDOĞAN BULDUR
  3. Danışmanlar: PROF. DR. OKAN ÖRSAN ÖZENER
  4. Tez Türü: Yüksek Lisans
  5. Konular: Mühendislik Bilimleri, Engineering Sciences
  6. Anahtar Kelimeler: Takviyeli öğrenme, Tedarik optimizasyonu, Yapay zeka, Reinforced learning, Supply optimization, Artificial intelligence
  7. Yıl: 2023
  8. Dil: İngilizce
  9. Üniversite: Özyeğin Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Veri Bilimi Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Günümüz hızlı tempolu üretim ve tedarik zinciri ortamlarında, kapasite kısıtları ve talep dalgalanmaları arasında üretim miktarlarını verimli bir şekilde yönetmek son derece önemlidir. Bu Yüksek Lisans tezi, bu zorluğun üstesinden gelmek için Pekiştirmeli Öğrenme'nin (RL) gücünden faydalanarak, geleneksel optimizasyon yaklaşımlarını yeniden tasarlamaktadır. RL, gelişmiş bir esneklik ve zeka sağlayarak, Dinamik Kapasiteli Lot Belirleme Problemi'ni (DCLSP) çözmek için uygulanmaktadır. Kapsamlı deneyler ve geleneksel yöntemlerle karşılaştırma sonuçları, RL tabanlı çerçevenin üstün performans sergilediğini, maliyetleri azalttığını ve üretim verimliliğini artırdığını göstermektedir. Bu araştırma, karmaşık üretim ortamlarında esnek karar verme süreçlerinin yeni bir çağını başlatırken, operasyon yönetimi alanında daha ileri çalışmalara kapı açmaktadır.

Özet (Çeviri)

In today's fast-paced manufacturing and supply chain landscapes, efficiently managing production quantities amidst capacity constraints and demand fluctuations is crucial. This MSc. thesis explores a cutting-edge solution to this challenge by harnessing the power of Reinforcement Learning (RL). Reinventing traditional optimization approaches, RL offers adaptability and intelligence to address the Dynamic Capacitated Lot Sizing Problem (DCLSP). Through extensive experimentation and comparison with conventional methods, our RL-based framework showcases superior performance, reducing costs and enhancing production efficiency. This research unlocks a new era of agile decision-making in complex manufacturing environments and opens doors to further advancements in operations management.

Benzer Tezler

  1. Çok aileli dinamik parti büyüklüğü belirleme problemleri ve çözüm önerileri

    Multi-family capacitated dynamic lot sizing with coordinated replenishments

    RAFET BİLGEN

    Yüksek Lisans

    Türkçe

    Türkçe

    1996

    İstatistikKırıkkale Üniversitesi

    Sayısal Yöntemler Ana Bilim Dalı

    DOÇ. DR. H. MURAT MERCAN

  2. Capacitated dynamic economic lot-sizing problem with perishable items

    Dayanıksız ürünler için kapasiteli dinamik ekonomik sipariş verme modeli

    GÜL IŞIK

    Yüksek Lisans

    İngilizce

    İngilizce

    2014

    Endüstri ve Endüstri Mühendisliğiİzmir Ekonomi Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. ZEYNEP SARGUT

  3. Solving the capacitated dynamic lot sizing problem

    Başlık çevirisi yok

    NEJAT ÜREM

    Yüksek Lisans

    İngilizce

    İngilizce

    1987

    Endüstri ve Endüstri MühendisliğiBoğaziçi Üniversitesi

    DOÇ. DR. İLHAN OR

  4. Multi-mode capacitated lot sizing problem with periodic carbon emission constraints

    Çok modlu kapasiteli ve dönemsel karbon emisyon kısıtlı kafile büyüklüğü problemi

    GÜNİZ IRMAK KÖKSALAN

    Yüksek Lisans

    İngilizce

    İngilizce

    2021

    Endüstri ve Endüstri MühendisliğiSabancı Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ESRA KOCA

  5. Heuristic methods for the stochastic lot-sizing problem under the static-dynamic uncertainty strategy

    Statik-dinamik belirsizlik stratejisi altındaki rassal parti büyüklüğü problemi için sezgisel yöntemler

    ALİ CEM RANDA

    Yüksek Lisans

    İngilizce

    İngilizce

    2013

    Endüstri ve Endüstri MühendisliğiOrta Doğu Teknik Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. CEM İYİGÜN