Akademik Veri Yönetim Sistemi
Tezin Türü: Doktora
Tezin Yürütüldüğü Kurum: Dokuz Eylül Üniversitesi, Fen Bilimleri Enstitüsü, Endüstri Mühendisliği Ana Bilim Dalı, Türkiye
Tezin Onay Tarihi: 2013
Tezin Dili: İngilizce
Öğrenci: ŞENER AKPINAR
Danışman: ADİL BAYKASOĞLU
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
Özet:Bu tez I. tip karma modelli montaj hattı dengeleme problemini ele almaktadır. Bu problemin kapsamı, işler arasındaki sıra bağımlı hazırlık zamanları da dikkate alınarak genişletilmiştir. Bu tezin temel amacı, problemin matematiksel formülasyonunu geliştirmek ve problemi yeni önerilen paralel hibrit meta-sezgisel algoritmalarla çözmektir.Bu kapsamda, problem için bir karma tamsayılı doğrusal programlama modeli geliştirilmiş ve modelin performansı bir deney seti üzerinde test edilmiştir. Problemin karmaşık yapısı nedeniyle, problemin çözümü için paralel hibrid algoritmalar önerilmiştir.İlk olarak, problemin çözümü için karınca kolonisi optimizasyonu ve genetik algoritmanın birlikte çalıştığı yeni bir paralel hibrit algoritma geliştirilmiştir. Önerilen algoritma, genetik algoritmayı lokal arama strateji olarak kullanmayı ve bu şekilde karınca kolonisi optimizasyonunun performansını arttırmayı amaçlamaktadır.Önerilan hibrit algoritmada, genetik algoritma kuvvetlendirme (intensification) sağlarken karınca kolonisi algoritması çeşitlendirme (diversfication) sağlar.İkinci sırada, sürü zekası tabanlı meta-sezgisel algoritmaların yeni bir üyesi olan ve gerçek bal arılarının grup içi davranışlarının benzetimi ile oluşturulan arılar algoritması ile problem çözülmüştür. Temel arılar algoritmasının tek bir koloni içindeki bal arılarının davranışlarının benzetimi üzerine kurulmuş olmasına rağmen, biz bu çalışma kapsamına bal arılarının tek bir koloni içinde ve çoklu koloniler arasındaki davranışlarının benzetimiyle yeni bir algoritma geliştirmeyi amaçlıyoruz. Çoklu koloni yapısına sahip arı algoritması, tek bir koloniden oluşan arı algoritmasına göre gerçek bal arılarının çoklu kolonili bir yapıda olmalarından dolayı daha gerçekçidir.Önerilen algoritmaların performansları bir dizi deneysel çalışma ile test edilmiş ve her iki algoritmanın da tatmin edici performansa sahip oldukları sonucuna varılmıştır.