SavedAdd your journal

Journals / Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi / 2013 / Cilt: 25 Sayı: 1

ÇOK AMAÇLI TESİS YERLEŞİM PROBLEMİ İÇİN YENİ BİR MELEZ SEZGİSEL ALGORİTMA

Ramazan Şahin
Orhan Türkbey
Pages
—
Publication Date
2013-02-15
DOI
—
🏛️Bibliographic metadata and full text access for this article are provided via DergiPark.
DergiPark Record ↗
✨

AI Summary & Key Takeaways

AI Insight
⚡ TL;DR(Too Long; Didn't Read)

Algoritma ile önceden belirlenmiş ağırlıklar için en iyiyerleşim planı ile aynı zamanda problemin etkin çözümlerinin oluşturduğu pareto çözümler kümesi bulunmuştur.

📌 3 Key Takeaways

🎯
Objective & Hypothesis:Bu makalede, Çok Amaçlı Tesis Yerleşim Probleminin (ÇATYP) çözümü için, tabu listesi ile desteklenmiş,Tavlama Benzetimi’ne (TB) dayalı yeni bir melez sezgisel algoritma önerilmektedir.
📊
Key Findings & Data:Yeni melez sezgisel algoritmanın amacı, ÇATYP’nin etkin çözümler kümesini (pareto optimalset) oluşturan çözümleri kısa zaman içinde bulmaktır.
💡
Conclusion & Impact:Algoritma ile önceden belirlenmiş ağırlıklar için en iyiyerleşim planı ile aynı zamanda problemin etkin çözümlerinin oluşturduğu pareto çözümler kümesi bulunmuştur.
🔬Design:Modeling & Simulation
📍Scope:Comprehensive Sample
⚙️Variables:Tesis yerleşim problemi · çok amaçlı eniyileme · pareto optimalite

Özet

Bu makalede, Çok Amaçlı Tesis Yerleşim Probleminin (ÇATYP) çözümü için, tabu listesi ile desteklenmiş,Tavlama Benzetimi’ne (TB) dayalı yeni bir melez sezgisel algoritma önerilmektedir. TB’ne tabu listesinineklenmesiyle oluşturulan yeni melez sezgisel algoritmanın en önemli avantajı, TB’nin olasılıklı yapısı korunurken,aynı zamanda kısa dönemli hafıza (tabu listesi) ile daha önce üretilen komşu çözümlerin tekrar üretilmesininengellenmesidir. Yeni melez sezgisel algoritmanın amacı, ÇATYP’nin etkin çözümler kümesini (pareto optimalset) oluşturan çözümleri kısa zaman içinde bulmaktır. Yeni melez sezgisel algoritmanın etkinliği 8 bölüm ve 4amaçtan oluşan bir örnek problem üzerinde gösterilmiştir. Algoritma ile önceden belirlenmiş ağırlıklar için en iyiyerleşim planı ile aynı zamanda problemin etkin çözümlerinin oluşturduğu pareto çözümler kümesi bulunmuştur.

🔖

Cite This Article

Şahin, R., Türkbey, O. (2013). ÇOK AMAÇLI TESİS YERLEŞİM PROBLEMİ İÇİN YENİ BİR MELEZ SEZGİSEL ALGORİTMA. Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi, Cilt: 25 Sayı: 1. https://ajindex.com/articles/1078632

📄 Full Text PDF Viewer

📄

PDF görüntüleyici hazırlanıyor...

References (98)

  1. Jajodia, S., Minis, I., Harhalakis, G. and Proth,
  2. J.M., “CLASS: computerized layout solutions
  3. using simulated annealing”, International
  4. Journal of Production Research, Cilt 30, No 1,
  5. 108, 1992.
  6. Muther, R., Systematic Layout Planning (SLP),
  7. nd Edition, Cahners Books, Boston, 1974.
  8. Armour, G.C. and Buffa, E.S., “A heuristic
  9. algorithm and simulation approach to relative
  10. allocation of facilities”, Management Science,
  11. Cilt 9, 294–309, 1963.
  12. Houshyar, A., “Computer aided facilities layout:
  13. an interactive multi-goal approach”, Computers
  14. and Industrial Engineering, Cilt 20, No 2, 177-, 1991.
  15. Chen, C.-W. and Sha, D.Y., “Heuristic approach
  16. for solving the multi-objective facility layout
  17. problem”, International Journal of Production
  18. Research, Cilt 43, No 21, 4493-4507, 2005.
  19. Malakooti, B., “Multiple objective facility layout:
  20. a heuristic to generate efficient alternatives”,
  21. International Journal of Production Research,
  22. Cilt 27, No 7, 1225–1238, 1989.
  23. Sha, D.Y. and Chen, C.-W., “A new approach to
  24. the multiple objective facility layout problem”,
  25. Integrated Manufacturing Systems, Cilt 12, No, 59-66, 2001.
  26. Rosenblatt, M.J., “The facilities layout problem:
  27. a multi-goal approach”, International Journal
  28. of Production Research, Cilt 17, No 4, 323-332,
  29. Dutta, K.N. and Sahu, S., “A multigoal heuristic
  30. for facilities design problems: MUGHAL”,
  31. Cilt 20, No 2, 147–154, 1982.
  32. Fortenberry, J.C. and Cox, J.F., “Multiple criteria
  33. approach to the facilities layout problem”,
  34. Cilt 23, No 4, 773–782, 1985.
  35. Urban, T.L., “A multiple criteria model for the
  36. facilities layout problem”, International Journal
  37. of Production Research, Cilt 25, No 12, 1805–, 1987.
  38. Harmonosky, C.M. and Tothero, G.K., “A multifactor
  39. plant layout methodology”, International
  40. Journal of Production Research, Cilt 30, No 8,
  41. 1789, 1992.
  42. Suresh, G. and Sahu, S., “Multiobjective facility
  43. layout using simulated annealing”, International
  44. Journal of Production Economics, Cilt 32, No, 239-254, 1993.
  45. Chen, C.-W. and Sha, D.Y., “A design approach
  46. to the multi-objective facility layout problem”,
  47. Cilt 37, No 5, 1175–1196, 1999.
  48. Hahn, P.M. and Krarup, J., “A hospital facility
  49. layout problem finally solved”, Cilt 12, No 5-6,
  50. 496, 2001.
  51. Kirkpatrick, S., Gelatt, Jr.C.D. and Vecchi, M.P.,
  52. “Optimization by Simulated Annealing”,
  53. Science, Cilt 220, No 4598, 671-680, 1983.
  54. Blum, C. and roli, A., “Metaheuristics in
  55. combinatorial optimization: Overview and
  56. conceptual comparison”, ACM Computing
  57. Surveys, Cilt 35, No 3, 268-308, 2003.
  58. Elmohamed, S., Fox, G. and Coddington, P., “A
  59. Comparison of Annealing Techniques for
  60. Academic Course Scheduling”, In proceedings
  61. of the 2nd International Conference on the
  62. Practice and Theory of Automated
  63. Timetabling, Syracuse, NY, USA, April 4, 146-, 1998.
  64. Zhang, L. and Wang L., “Optimal parameters
  65. selection for simulated annealing with limited
  66. computational effort”, IEEE International
  67. Conference on Neural Networks and Signal
  68. Processing, Nanjing, China, December 14-17,
  69. 415, 2003.
  70. Glover, F., “Heuristics for Integer Programming
  71. Using Surrogate Constraints”, Decision Science,
  72. Cilt 8, No 1, 156-166, 1977.
  73. Zolfaghari, S. and Liang, M., “Jointly solving the
  74. group scheduling and machining speed selection
  75. problems: A hybrid tabu simulated and simulated
  76. annealing approach”, International Journal of
  77. Production Research, Cilt 37, No 10, 2377–, 1999.
  78. Swarnkar, R. and Tiwari, M.K., “Modeling
  79. machine loading problem of FMSs and its
  80. solution methodology using a hybrid tabu search
  81. and simulated annealing-based heuristic
  82. approach”, Robotics and Computer-Integrated
  83. Manufacturing, Cilt 20, No 3, 199–209, 2004.
  84. Zhang, D. and Deng, A., “An effective hybrid
  85. algorithm for the problem of packing circles into
  86. a larger containing circle”, Computers and
  87. Operations Research, Cilt 32, 1941–1951, 2005.
  88. Şahin, R. and Türkbey, O., “A new hybrid tabusimulated
  89. annealing heuristic for the dynamic
  90. facility layout problem”, International Journal
  91. of Production Research, Cilt 47, No 24, 6855–, 2009.
  92. Wattanapongsakorn, N. and Levitan, S.P.,
  93. “Reliability optimization models for embedded
  94. systems with multiple applications”, IEEE
  95. Transactions on Reliability, Cilt 53, No 3, 406–, 2004.
  96. Deb, K., “Multi-Objective Optimization using
  97. evolutionary Algorithms”, 1st Edition, Wiley,
  98. New York, 2001.