Öğretme ve öğrenme tabanlı optimizasyon algoritması ile sınav çizelgeleme problemlerinin çözümü
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Dokuz Eylül Üniversitesi, Sosyal Bilimler Enstitüsü, Ekonometri Ana Bilim Dalı, Türkiye
Tezin Onay Tarihi: 2014
Tezin Dili: Türkçe
Öğrenci: SEYYİDE YILDIRIM
Danışman: KAAN YARALIOĞLU
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
Özet:Sınav çizelgeleme problemleri, belli kısıtlar altında, sınavların sınırlı sayıda zaman periyotlarına atanmaya çalışıldığı NP-complete karmaşıklık sınıfına ait kombinatoryel optimizasyon problemleridir. Son 20 yılda bu zor problemin çözümü için yüksek seviyeli arama stratejisi kullanan pek çok meta-sezgisel yöntem önerilmiştir. Bu yöntemlerin çoğu etkin state-of-art (en gelişkin) yaklaşımlar olması ile birlikte oldukça kompleks ve karmaşık yöntemlerdir. Bu tez kapsamında, uygulanabilirliği açısından basit ve yalın bir yöntem olan Öğretme- Öğrenme tabanlı optimizasyon (ÖÖTO) algoritmasının sınav çizelgeleme problemlerine yeni ve etkin bir yöntem olarak sunulup sunulamayacağı araştırılmıştır. ÖÖTO algoritması pek çok mühendislik tasarım ve kısıtlı-kısıtsız optimizasyon problemleri üzerinde etkinliğini ispatlamıştır. Bu problemlerden farklı olarak sınav çizelgeleme problemleri; çok boyutlu, çok modlu ve kesikli arama yüzeyine sahip olması açısından ÖÖTO için nispeten zorlu bir alandır. Çalışmanın diğer bir amacı, Öğretme ve Öğrenme tabanlı optimizasyon algoritmasının çizelgeleme gibi karmaşık optimizasyon problemleri üzerindeki performansının araştırılmasıdır. Önerilen algoritma, Carter benchmark (kıyaslama) olarak da bilinen 13 gerçek-hayat problem seti üzerinde test edilmiştir. Çalışmanın çıktıları göstermiştir ki ÖÖTO algoritması sınav çizelgeleme problemleri için basit ve yalın bir yöntem olma avantajı ile birlikte uygulanabilir yeni bir alternatif yöntemdir. Anahtar Kelimeler: Sınav Çizelgeme Problemleri, Öğretme Öğrenme Tabanlı Optimizasyon Algoritması, Meta-Sezgisel Yöntemler, Kombinatöryel Optimizasyon.