Yazar "Muştu, Settar" seçeneğine göre listele

Listeleniyor 1 - 2 / 2
  • [ X ]
    Öğe
    Öğrenme etkili ve farklı geliş zamanlı tek makineli çizelgelemede toplam ağırlıklı gecikme probleminin çözümü
    (Kırıkkale Üniversitesi, 2013) Muştu, Settar; Eren, Tamer
    Bu tez çalışmasında ilk defa, öğrenme etkili ve farklı geliş zamanlı tek makineli çizelgeleme problemi ele alınmıştır. Problemde ele alınan amaç fonksiyonu toplam ağırlıklı gecikme minimizasyonudur. Ele alınan problem için matematiksel programlama modeli oluşturulmuş ve küçük boyutlu problemlerde optimal çözümler bulunmuştur. Büyük boyutlu problemleri çözmek için 4 adet sezgisel yöntem kullanılmıştır. Bu sezgiseller; genetik, çözüm kombinasyonlu genetik, kanguru ve genetik-kanguru hibrid algoritmalarıdır. Genetik algoritmanın başlangıç popülasyonunda, 7 farklı sıralama metodundan elde edilen ve rasgele oluşturulan çizelgeler kullanılmıştır. İşlem süresi ve çözüm kalitesi göz önünde bulundurularak popülasyon büyüklüğü 100 ve iterasyon sayısı 2000 nesil olarak belirlenmiştir. Genetik operatörler olarak, iki noktalı çaprazlama ve yer değişimli mutasyon yöntemleri kullanılmıştır. Bir diğer sezgisel olan çözüm kombinasyonlu genetik algoritmada farklı olarak; işlerle pozisyonlar arasındaki ilişkiye göre, popülasyondaki her bir çizelge için amaç fonksiyonu üzerindeki etki belirlenmiştir. Devamında her iş için en verimli pozisyon belirlenerek yeni bir çizelge elde edilmiştir. Kanguru algoritmasında, iki işin yer değişimiyle gerçekleşen yürüyüş ve belirli bir kurala göre birden fazla yer değişimi yapan zıplama fonksiyonları kullanılmıştır. Başlangıç çözümü olarak, genetik algortimada olduğu gibi 7 farklı sıralama metodu arasından en iyi sonuç kullanılmıştır. İşlem süresi ve çözüm kalitesi göz önünde bulundurularak yürüyüş 100, zıplama 50 ve toplam iterasyon sayısı 300 olarak belirlenmiştir. Son olarak genetik-kanguru hibrid algoritmada, ilk genetik algoritma çalıştırılmıştır. Devamında, genetik algoritmadan elde edilen en iyi sonuç kanguru algoritmasında başlangıç çözümü olarak kullanılmıştır. Hibrid yöntemde, genetik ve kanguru algoritmalarındaki parametreler kullanılmıştır. Sadece kanguru algoritmasının toplam iterasyon sayısı 150 olarak değiştirilmiştir. 1000 iş boyutundaki problemleri de kapsayan 8640 adet soru oluşturulmuş ve geliştirilen yöntemler birbiriyle karşılaştırılarak çözüm sonuçları sunulmuştur.
  • Küçük Resim
    Öğe
    Öğrenme-unutma etkili ve ayar süreli tek makine çizelgeleme problemleri için yeni çözüm yaklaşımları
    (Kırıkkale Üniversitesi, 2020) Muştu, Settar; Eren, Tamer
    Bu tez çalışmasında, değişken işlem sürelerinin ve beraberinde ayar sürelerinin olduğu iki farklı tek makine çizelgeleme problemi ele alınmıştır. İlk olarak; sıra bağımlı ayar süreleri ve pozisyona bağlı öğrenme etkisi olan toplam gecikme problemi tanımlanmıştır. NP-zor olan bu problemin kesin çözümleri için dal-sınır algoritması, yaklaşık çözümleri için ise iki adet genetik, iki adet de değişken komşu arama algoritması geliştirilmiştir. Dal-sınır algoritmasında kullanılmak üzere polinom zamanda türetilebilen bir alt sınır ve algoritmanın etkinliğini artırmak için iki farklı baskınlık kuralı ortaya konmuştur. Genetik algoritmanın uygunluk fonksiyonuna tavlama benzetimindeki sıcaklık parametresi ve değişken komşu arama algoritmasının karıştırma operatörüne de baskınlık kuralları eklenerek işlevsellikleri artırılmıştır. Rasgele türetilen problem örnekleri ile yapılan uygulama deneyleri neticesinde, çözüm yöntemlerinin performansları değerlendirilmiştir. Deney sonuçları, dal-sınır algoritmasının küçük boyutlu problem örneklerini makul sürelerde çözebildiğini, sezgisel yöntemlerin de yaklaşık çözümleri elde etme konusunda başarılı olduklarını göstermiştir. Bunun yanında, sezgisel yöntemlere uyarlanmış ilave özelliklerin performans üzerindeki olumlu etkileri de gözlemlenmiştir. İkinci olarak; sıra bağımsız ayar süreleri, zamana bağlı öğrenme etkisi ve yine zamana bağlı unutma etkisi olan maksimum tamamlanma zamanı problemi tanımlanmıştır. Tanımlanan problemde, bir işe yansıyan öğrenme şiddeti kendisinden önce çizelgelenmiş olan işlerin normal işlem süreleri toplamına bağlı bir fonksiyonla ifade edilmiştir. Her işlemden önce üretimin durmasına yol açan ayar süreleri, unutma etkisinin temel kaynağı olarak ele alınmıştır. Bu nedenle, bir işe yansıyan unutma şiddeti, hem duruştan önceki öğrenme şiddetine hem de o işe ait olan ayar süresine bağlı bir fonksiyonla ifade edilmiştir. İşlem süreleri öğrenme etkisinin, ayar süreleri de unutma etkisinin parametresi olduğundan, iki değişkenli yeni bir öğrenme-unutma modeli tanımlanmıştır. Probleme ait bir takım özellikler sayesinde çözüm karmaşıklığının normal şiddette NP-zor olduğu ıspatlanmıştır. Bu nedenle, kesin çözüm yöntemi olarak tam sayılı doğrusal olmayan programlama modeli ve dinamik programlama algoritması geliştirilmiştir. Önerilen dinamik programlama algoritmasının sözde-polinom zamanlı bir çözüm yöntemi olması, tanımlanan problemin normal şiddette NP-zor olduğunu desteklemiştir. Rasgele türetilen problem örnekleri ile yapılan uygulama deneyleri neticesinde, önerilen her iki yöntemin de etkinliği gösterilmiştir.