İşlerin bölünerek çizelgelenmesi için geliştirilen genetik algoritma ve uygulama

dc.contributor.advisorÖzmutlu, H. Cenk
dc.contributor.authorEroğlu, Duygu Yılmaz
dc.contributor.departmentFen Bilimleri Enstitüsü
dc.contributor.departmentEndüstri Mühendisliği Ana Bilim Dalı
dc.date.accessioned2020-01-07T08:41:15Z
dc.date.available2020-01-07T08:41:15Z
dc.date.issued2014-10-16
dc.description.abstractBu tez çalışmasında, bölünebilir ve aynı zamanda iş sırası ve makine bağımlı hazırlık süreli (Sijk) işler içeren, ilişkisiz paralel makine (Rm) çizelgeleme probleminde, işin tamamlanma zamanının (Cmax) en küçüklenmesi hedeflenerek, karışık tam sayılı modeller (MIP) ve genetik algoritmalar geliştirilmiştir. Tez çalışmasının literatüre ilk katkısı, iş bölme ve çizelgelemenin eş zamanlı yapıldığı, değişken alt iş sayıları içeren yeni algoritmalar tanıtması olmuştur. Bilindiği kadarıyla, işlerin bölünebildiği Rm/Sijk/Cmax problemi için, literatürde herhangi bir veri kümesi bulunmamaktadır. Önerilen algoritmanın doğrulanabilmesi amacıyla, Rm/Sijk/Cmax problemi için, literatürdeki veri kümesi dikkate alınmış ve önerilen algoritma, işlerin bölünmediği duruma indirgenmiştir. Daha rekabetçi sonuçlar elde edebilmek için ise, genetik algoritmaya yerel arama tekniği de dâhil edilmiş ve GALA geliştirilmiştir. Yerel arama sonuçlarını genetik algoritmaya adapte edebilen algoritmalar geliştirilmiştir ve bu da tez çalışmasının literatüre ikinci katkısıdır. Yeni melez yapıya dayanarak, işlerin bölünebildiği Rm/Sijk/Cmax problemi için geliştirilen algoritma tekrar tasarlanmış ve GAspLA ortaya çıkmıştır. Geliştirilen üç adet yeni MIP modeli, bölme çizelgeleme kararını eş zamanlı vermektedir ve tez çalışmasının literatüre üçüncü katkısıdır. GAspLA sonuçlarının, MIP modelini başlangıç çözüm kümesi ile beslediği GAspLAMIP uygulaması ise tez çalışmasının literatüre dördüncü katkısıdır. Çalışmanın, literatüre beşinci katkısı, tekstil endüstrisinde, gerçek çizelgeleme problemini de çözümleyebilmesidir. Bu aşamada, makine uygunluk kısıtı da eklenmiş, büyük boyutlu problemler için GAspLA_LSP geliştirilmiştir.tr_TR
dc.description.abstractThis thesis develops mixed integer programming models (MIP) and genetic algorithms for the scheduling problem of unrelated parallel machines (Rm) with job sequence- and machine-dependent setup times (Sijk) and job splitting properties to reduce makespan (Cmax). The first contribution of this thesis is to introduce novel algorithms which make splitting and scheduling simultaneously with a variable number of sub jobs. There is no dataset for the problem of Rm/Sijk/Cmax with job splitting in the literature according to our knowledge. To verify the proposed algorithm, datasets from the literature for the problem of Rm/Sijk/Cmax is considered and the proposed algorithm is demoted to the without job splitting property. To get more competitive results, a local search technique is implemented into the genetic algorithm and GALA is developed. Algorithms that satisfy the adaptation of local search results into genetic algorithms are developed and this is the second contribution of the thesis. According to the new hybrid structure, the algorithm for the problem of Rm/Sijk/Cmax with splitting is redesigned and the algorithm GAspLA is constituted. As the third contribution of this thesis, three new MIP models that simultaneously make splitting and scheduling decisions are developed. The fourth contribution of this thesis is the implementation of the GAspLAMIP, in which the result of the GAspLA feeds MIP formulation with initial solution set. The fifth contribution of this research is solving the real scheduling problem of the textile industry. In this step, machine eligibility constraint is enclosed and GAspLA_LSP is developed for large scale problems.en_US
dc.description.sponsorshipBoyteks Tekstil A.Ş.tr_TR
dc.description.sponsorshipGüncel Yazılım Ltd. Şti.tr_TR
dc.format.extentIX, 204 sayfatr_TR
dc.identifier.citationEroğlu, D. Y. (2014). İşlerin bölünerek çizelgelenmesi için geliştirilen genetik algoritma ve uygulama. Yayınlanmamış doktora tezi. Uludağ Üniversitesi Fen Bilimleri Enstitüsü.tr_TR
dc.identifier.urihttp://hdl.handle.net/11452/5306
dc.language.isotrtr_TR
dc.publisherUludağ Üniversitesitr_TR
dc.relation.publicationcategoryTeztr_TR
dc.rightsinfo:eu-repo/semantics/openAccessen_US
dc.subjectİlişkisiz paralel makine çizelgelemetr_TR
dc.subjectİş bölmetr_TR
dc.subjectİşin tamamlanma zamanıtr_TR
dc.subjectMakine ve sıra bağımlı hazırlık süresitr_TR
dc.subjectKarışık tam sayılı programlamatr_TR
dc.subjectMelez genetik algoritmalartr_TR
dc.subjectBüyük boyutlu problemlertr_TR
dc.subjectUnrelated parallel machine schedulingen_US
dc.subjectJob splittingen_US
dc.subjectMakespanen_US
dc.subjectMachine and sequence-dependent setup timesen_US
dc.subjectMixed integer programen_US
dc.subjectHybrid genetic algorithmsen_US
dc.subjectLarge scale problemsen_US
dc.titleİşlerin bölünerek çizelgelenmesi için geliştirilen genetik algoritma ve uygulamatr_TR
dc.title.alternativeGenetic algorithm for batch splitting & scheduling and applicationen_US
dc.typedoctoralThesisen_US
local.contributor.departmentFen Bilimleri Enstitüsü/Endüstri Mühendisliği Ana Bilim Dalıtr_TR

Files

Original bundle

Now showing 1 - 1 of 1
Loading...
Thumbnail Image
Name:
382261.pdf
Size:
5.07 MB
Format:
Adobe Portable Document Format
Description:

License bundle

Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed upon to submission
Description: