SavedAdd your journal

Journals / Çukurova Üniversitesi Sosyal Bilimler Enstitüsü Dergisi / 2020 / Cilt: 29 - Sayı: 4

KUADRATİK ATAMA PROBLEMİNE YENİ BİR MELEZ KARINCA KOLONİSİ OPTİMİZASYON ALGORİTMASI ÖNERİSİ

Osman PALA
Pages
21–32
Publication Date
2020-12-30
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)

Yöntemlerden elde edilen çözüm değerlerine göre önerilen yaklaşımın çözüm performansının etkili olduğu görülmektedir.

📌 3 Key Takeaways

🎯
Objective & Hypothesis:Öz Günümüzde işletmeler çok farklı tiplerde karar problemleri ile uğraşmak durumundadırlar.
📊
Key Findings & Data:Kuadratik atama problemi ise işletmelerin karşılaştıkları bu tip problemlerin birçoğu için model olarak kullanılabilmektedir.
💡
Conclusion & Impact:Yöntemlerden elde edilen çözüm değerlerine göre önerilen yaklaşımın çözüm performansının etkili olduğu görülmektedir.
🔬Design:Modeling & Simulation
📍Scope:Comprehensive Sample
⚙️Variables:Anahtar Kelimeler Karınca Kolonisi Optimizasyon Algoritması · Kuadratik Atama Problemi · Yerel Arama

Özet

Öz Günümüzde işletmeler çok farklı tiplerde karar problemleri ile uğraşmak durumundadırlar. Kuadratik atama problemi ise işletmelerin karşılaştıkları bu tip problemlerin birçoğu için model olarak kullanılabilmektedir. Problem, aralarında iş akışı bulunan aktivite merkezlerinin lokasyonlara yerleştirilmesi olarak ifade edilebilmektedir. Problemin modelinde doğrusal olmayan fonksiyonlar ve tam sayılı değişkenler bulunması sebebiyle çözümünde yaklaşık iyi çözümler üreten sezgisel yaklaşımlar çoğunlukla tercih edilmektedir. Çalışma kapsamında, yeni bir komşuluk fonksiyonu yaklaşımı ile oluşturulan yerel arama algoritması önerilmiş ve bu önerinin Karınca Kolonisi Optimizasyon Algoritması ile birleşiminden yeni bir melez sezgisel algoritma geliştirilmiştir. Önerilen yaklaşım bilinen komşuluk fonksiyonlarına dayalı yaklaşımlar ve klasik yaklaşımla kuadratik atama probleminin çözümünde örnek problemler üzerinden kıyaslanmıştır. Yöntemlerden elde edilen çözüm değerlerine göre önerilen yaklaşımın çözüm performansının etkili olduğu görülmektedir.

🔖

Cite This Article

PALA, O. (2020). KUADRATİK ATAMA PROBLEMİNE YENİ BİR MELEZ KARINCA KOLONİSİ OPTİMİZASYON ALGORİTMASI ÖNERİSİ. Çukurova Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, Cilt: 29 - Sayı: 4, 21–32. https://ajindex.com/articles/87310

📄 Full Text PDF Viewer

📄

PDF görüntüleyici hazırlanıyor...

References (14)

  1. Abdel-Basset, M., Manogaran, G., Rashad, H., Zaied, A. N. H. (2018). A comprehensive review of quadratic assignment problem: variants, hybrids and applications. Journal of Ambient Intelligence and Humanized Computing, s. 1-24. Doi: 10.1007/s12652-018-0917-x Ahuja, R. K., Orlin, J. B., Tiwari, A. (2000). A greedy genetic algorithm for the quadratic assignment problem. Computers & Operations Research, 27(10), 917-934.
  2. Burkard, R. E., Karisch, S. E., Rendl, F. (1997). QAPLIB–a quadratic assignment problem library. Journal of Global optimization, 10(4), 391-403.
  3. Demirel, N. Ç., Toksarı, M. D. (2006). Optimization of the quadratic assignment problem using an ant colony algorithm. Applied Mathematics and Computation, 183(1), 427-435.
  4. Dokeroglu, T. (2015). Hybrid teaching–learning-based optimization algorithms for the Quadratic Assignment Problem. Computers & Industrial Engineering, 85, 86-101.
  5. Dorigo, M. (1992). Optimization, learning and natural algorithms. Ph. D. Thesis, Politecnico di Milano, Italy. Dorigo, M., Stützle, T. (2019). Ant colony optimization: overview and recent advances. In Handbook of metaheuristics (pp. 311-351).
  6. Springer, Cham. Duman, E., Uysal, M., Alkaya, A. F. (2012). Migrating Birds Optimization: A new metaheuristic approach and its performance on quadratic assignment problem. Information Sciences, 217, 65-77.
  7. Gambardella, L. M., Taillard, É. D., Dorigo, M. (1999). Ant colonies for the quadratic assignment problem. Journal of the operational research society, 50(2), 167-176.
  8. Jahed, A. Rahbari, M. (2017). Comparison of Three Neighbor Generation Structures by Simulated Annealing Method to Solve Quadratic Assignment Problem. 10th International Conference of Iranian Operations Research Society (ICIORS 2017),
  9. University of Mazandaran, May 2017,
  10. Babolsar, Iran. Koopmans, T. C., Beckmann, M. (1957). Assignment problems and the location of economic activities. Econometrica: journal of the Econometric Society, 53-76.
  11. Liu, H., Abraham, A., Zhang, J. (2007). A particle swarm approach to quadratic assignment problems. In Soft computing in industrial applications (pp. 213-222).
  12. Springer, Berlin, Heidelberg. Maniezzo, V., Colorni, A. (1999). The ant system applied to the quadratic assignment problem. IEEE Transactions on knowledge and data engineering, 11(5), 769-778.
  13. Peng, T., Huanchen, W., Dongme, Z. (1996). Simulated annealing for the quadratic assignment problem: A further study. Computers & industrial engineering, 31(3-4), 925-928.
  14. Pradeepmon, T.,