Akış Tipi Çizelgeleme Problemlerinin Genetik Algoritma Yardımı ile Çözümünde Uygun Çaprazlama Operatörünün Belirlenmesi
Yükleniyor...
Dosyalar
Tarih
2002
Yazarlar
Dergi Başlığı
Dergi ISSN
Cilt Başlığı
Yayıncı
Erişim Hakkı
info:eu-repo/semantics/openAccess
Özet
Bu çalışmada tamamlanma zamanı (Cmax) kriterli akış tipi çizelgeleme problemlerinin Genetik algoritma yardımı ile çözümünde uygun çaprazlama operatörünün belirlenmesine çalışılmıştır. Genetik algoritmanın çözüm performansını önemli ölçüde etkileyen parametrelerden birisi olan çaprazlama operatörünün akış tipi çizelgeleme problemleri için en etkinini belirlemek amacıyla bu tip problemlerin çözümüne uygun olan altı ayrı çaprazlama operatörü; işlem süreleri [1-1000] dakika aralığında üniform dağılıma göre rassal olarak oluşturulan iki makine-çok iş ve J. Carlier (1978) tarafından geliştirilen ve işlem süreleri [1- 1000] dakika aralığında değişen çok makine-çok iş problemleri üzerinde test edilmiştir. Etkin çaprazlama yönteminin makine sayısına bağlı olarak değiştiği belirlenmiştir.
In this study crossover operators of Genetic Algorithms are tested for flowshop scheduling problems which are in NP-hard class and the most effective operator is determined. Six crossover operators are tested on different scaled flowshop scheduling problems with long processing times. Problems are examined in two categories: 2 machine and multi machine problems. In 2-machine problems six different scaled problems were used which are produced randomly. For multi-machine problems seven different scaled reference problems were used which are produced by J. Carlier. The most effective crossover operators are determined for both categories according to the results of 2050 experiments.
In this study crossover operators of Genetic Algorithms are tested for flowshop scheduling problems which are in NP-hard class and the most effective operator is determined. Six crossover operators are tested on different scaled flowshop scheduling problems with long processing times. Problems are examined in two categories: 2 machine and multi machine problems. In 2-machine problems six different scaled problems were used which are produced randomly. For multi-machine problems seven different scaled reference problems were used which are produced by J. Carlier. The most effective crossover operators are determined for both categories according to the results of 2050 experiments.
Açıklama
Anahtar Kelimeler
Akış tipi çizelgeleme, Genetik Algoritma, Çaprazlama Operatörü, Parametre Optimizasyonu, Flowshop Scheduling, Parameter Optimization, Genetic Algorithm, Crossover Operator
Kaynak
Doğuş Üniversitesi Dergisi
WoS Q Değeri
Scopus Q Değeri
Cilt
Sayı
6
Künye
Engin, O., Fığlalı, A., (2002). Akış Tipi Çizelgeleme Problemlerinin Genetik Algoritma Yardımı ile Çözümünde Uygun Çaprazlama Operatörünün Belirlenmesi. Doğuş Üniversitesi Dergisi, (6), 27-35.