Dergiler / Endüstri Mühendisliği / 2026 / Cilt: 35 Sayı: 1

AYRIK RIHTIM TAHSİS PROBLEMİNİN ÇÖZÜMÜ VE BİR UYGULAMA

SOLUTION OF DISCRETE BERTH ALLOCATION PROBLEM AND AN APPLICATION

Engin Başbüyük(ATATÜRK ÜNİVERSİTESİ, FEN BİLİMLERİ ENSTİTÜSÜ)0000-0003-4667-5508
Cafer Celik(ATATÜRK ÜNİVERSİTESİ, MÜHENDİSLİK FAKÜLTESİ)0000-0002-7025-2647
Sayfa
92–114
Yayın Tarihi
2024-04-30
🏛️Bu makalenin bibliyografik verileri ve tam metin bağlantısı DergiPark üzerinden sağlanmıştır.
DergiPark Kaydı ↗
✨

Yapay Zeka Hızlı Bakış & Çıkarımlar

AI Insight
⚡ TL;DR(1 Cümlede Hızlı Çıkarım)

Büyük boyutlu problemlerde ise tavlama benzetimi algoritmasının uygulanabilir olduğu tespit edilmiştir.

📌 3 Maddede Bu Makale

🎯
Amaç & Hipotez:Bu çalışmada, bir limana gelen petrol tankerlerinin gemi-iskele programının optimize edilmesi amaçlanmaktadır.
📊
Temel Bulgular & Veri:Problemin çözümü için limana yanaşan üç yüz adet geminin verisi toplanmıştır.
💡
Sonuç & Katkı:Büyük boyutlu problemlerde ise tavlama benzetimi algoritmasının uygulanabilir olduğu tespit edilmiştir.
🔬Tür:Literatür & Derleme Çalışması
📍Kapsam:Genişletilmiş Akademik Örneklem
⚙️Değişkenler:Rıhtım tahsis problemi · tam sayılı doğrusal programlama · tavlama benzetimi algoritması

Özet

Bu çalışmada, bir limana gelen petrol tankerlerinin gemi-iskele programının optimize edilmesi amaçlanmaktadır. Problemin çözümü için limana yanaşan üç yüz adet geminin verisi toplanmıştır. İncelenen problem literatürde dinamik ve ayrık rıhtım tahsis problemi olarak geçmektedir. Rıhtım tahsis probleminin temel amaçlarından biri de gemilerin limanda bekleme süresini en küçükleyecek şekilde gemilerin rıhtıma yanaşma sırasını belirlemektir. Bu amaçla tam sayılı doğrusal programlama modeli kullanılmıştır. Modelde, rıhtıma yanaştırılacak gemilerin tonaj ve draft kısıtları da göz önünde bulundurulmuştur. Ek olarak, büyük boyutlu problemlerde en iyi çözüme makul bir sürede yakınsayan bir metasezgisel algoritma geliştirilmiştir. Tam sayılı doğrusal programlama modeli küçük boyutlu örnek grubunu sorunsuzca çözmüştür. Tam sayılı doğrusal programlama modelinin çözümü ile karşılaştırıldığında, büyük boyutlu örnek setleri için geliştirilen tavlama benzetimi algoritmasının aynı sonuçları daha kısa sürede çözdüğü görülmüştür. Küçük boyutlu problemlerde her iki yöntemin de, güçlü ve planlama ufkuna bağlı olarak uygulanabilir olduğu anlaşılmıştır. Büyük boyutlu problemlerde ise tavlama benzetimi algoritmasının uygulanabilir olduğu tespit edilmiştir.

🔖

Bu Makaleye Atıf Yap

Başbüyük, E., Celik, C. (2024). AYRIK RIHTIM TAHSİS PROBLEMİNİN ÇÖZÜMÜ VE BİR UYGULAMA. Endüstri Mühendisliği, Cilt: 35 Sayı: 1, 92–114. https://doi.org/10.46465/endustrimuhendisligi.1323626

📄 Tam Metin PDF Okuyucu

📄

PDF görüntüleyici hazırlanıyor...

Kaynakça (20)

  1. Adrian, F. ve Simatupang, T.M. (2014), Crude oil supply chain optimization at PT Pertamina Indonesia. 6th International Conference on Operations and Supply Chain Management, 1161-1172, Bali-Indonesia.
  2. Cordeau, J.F., Laporte, G., Legato, P. ve Moccia, L. (2005). Models and tabu search heuristics for the berth-allocation problem. Transportation Science, 39(4), 526–538. Doi: https://doi.org/10.1287/trsc.1050.0120
  3. Feng, X., Hu, S., Gu, W., Jin, X. ve Lu, Y. (2020). A simulation-based approach for assessing seaside infrastructure improvement measures for large marine crude oil terminals. Transportation Research Part E: Logistics and Transportation Review, 142(10), 1-20. Doi: https://doi.org/10.1016/j.tre.2020.102051
  4. Golias, M.M., Boile, M. ve Theofanis, S. (2010). Discrete berth-scheduling problem: Toward a unified mathematical formulation. Journal of the Transportation Research Board, 2168(1), 1–8. Doi: https://doi.org/10.3141/2168-01
  5. Güden, H., Vakvak, B., Özkan, B.E., Altıparmak, F. ve Dengiz, B. (2005). Genel amaçlı arama algoritmaları ile benzetim eniyilemesi: En iyi kanban sayısının bulunması. Endüstri Mühendisliği, 16(1), 2-15.
  6. Gülsün, B., Tuzkaya, G. ve Bildik, E. (2008). Reverse logistics network design: A simulated annealing approach. Journal of Engineering and Natural Sciences, 26(1), 68-80.
  7. Imai, A., Nagaiwa, K. ve Tat, C.W. (1997). Efficient planning of berth allocation for container terminals in Asia. Journal of Advanced Transportation, 31(1), 75-94. Doi: https://doi.org/10.1002/atr.5670310107
  8. Imai, A., Nishimura, E. ve Papadimitriou, S. (2001). The dynamic berth allocation problem for a container port. Transportation Research Part B: Methodological, 35(4), 401-417. Doi: https://doi.org/10.1016/S0191-2615(99)00057-0
  9. Kavoosi, M., Dulebenets, M. A., Abioye, O., Pasha, J., Theophilus, O., Wang, H.,. & Mikijeljević, M. (2019). Berth scheduling at marine container terminals: A universal island-based metaheuristic approach. Maritime Business Review, 5(1), 30-66.
  10. Kim, K.H. ve Moon, K.C. (2003). Berth scheduling by simulated annealing. Transportation Research Part B: Methodological, 37(6) 541–560. Doi: https://doi.org/10.1016/S0191-2615(02)00027-9
  11. Kirkpatrick, S., Gelatt, C.D. ve Vecchi, M.P. (1983). Optimization by simulated annealing. Science, 220(4598), 671-680. DOI: 10.1126/science.220.4598.6
  12. Lin, S.W. ve Ting, C.J. (2013). Solving the dynamic berth allocation problem by simulated annealing. Engineering Optimization, 46(3), 308-327. Doi: https://doi.org/10.1080/0305215X.2013.768241
  13. Metropolis, N., Rosenbluth, A., Rosenbluth, M., Teller, A. ve Teller, E. (1953). Equation of state calculations by fast computing machines. Journal of Chemical Physics, 21, 1087-1092. Doi: https://doi.org/10.1063/1.1699114
  14. Rodrigues, I.B.G., Rosa, R.A., Gomes, T.C. ve Riberio, G.M. (2016). Mathematical model for the berth allocation problem in ports with cargo operation limitations along the pier. Gest. Prod., São Carlos, 23(4), 771-786. Doi: https://doi.org/10.1590/0104-530X2266-15
  15. Rosa, R.A., Riberio, G.M., Mauri, G.R. ve Fracaroli, W. (2017). Planning the berth allocation problem in developing countries with multiple cargos and cargo priority by a mathematical model and a clustering search metaheuristic. International Journal of Logistics Systems and Management, 28(4), 397-418. Doi: https://doi.org/10.1504/IJLSM.2017.087785
  16. Taş, O. (2007). Havayolu şirketlerinde uçuşların atanması probleminin tavlama benzetimi ile çözülmesi (Yüksek lisans tezi), Çukurova Üniversitesi Fen Bilimleri Enstitüsü, Adana. Erişim adresi: https://acikbilim.yok.gov.tr/handle/20.500.12812/148996
  17. Ting, C.J., Wu, K.C. ve Chou, H. (2014). Particle swarm optimization algorithm for the berth allocation problem. Expert Systems with Applications, 41(4), 1543–1550. Doi: https://doi.org/10.1016/j.eswa.2013.08.051
  18. TÜBİTAK Vizyon 2023 Teknoloji Öngörüleri Projesi. (2002). TÜSSİDE, 8-9 Kasım 2002, Gebze-Kocaeli.
  19. Xu, Y., Xue, K. ve Du, Y. (2018). Berth scheduling problem considering traffic limitations in the navigation channel. Sustainability, 10(12), 4795-4816. Doi: https://doi.org/10.3390/su10124795
  20. Kavoosi, M., Dulebenets, M. A., Abioye, O., Pasha, J., Theophilus, O., Wang, H.,. & Mikijeljević, M. (2019). Berth scheduling at marine container terminals: A universal island-based metaheuristic approach. Maritime Business Review, 5(1), 30-66.