Yapay Zeka Hızlı Bakış & Çıkarımlar
AI InsightElde edilen sonuçlar geliştirilen Tavlama Benzetimi (TB) Algoritmasının iyi sonuçlar verdiğini göstermektedir.
📌 3 Maddede Bu Makale
Özet
Yıllardan beri çalışılmakta olan Tesis Yerleşim Problemleri (TYP) imalat ve yöneylem araştırmasında zengin bir literatüre sahiptir ve önemli bir rol oynamaktadır. Temel Fabrika Yerleşim Problemi olarak da bilinen Sınırsız Kapasiteli Tesis Yerleşim Problemleri (SKTYP), TYP ailesinin bir üyesidir. SKTYP, NP-Hard yapıya sahip olduğundan dolayı, problem boyutu ne kadar artarsa optimal sonucu bulmakta o kadar zordur ve ayrıca güvenilir sonuçlara ulaşmak da bir hayli zaman gerektirir. Bu makale, Yöneylem Araştırması Kütüphanesinde bulunan ve karşılaştırma için çok iyi bilinen SKTYP'ni Tepe-Tırmanma ve Tavlama Benzetimi (TB) metotlarıyla incelemeyi hedeflemektedir. Elde edilen sonuçlar geliştirilen Tavlama Benzetimi (TB) Algoritmasının iyi sonuçlar verdiğini göstermektedir.
Abstract
Facility location problems (FLP) have been studied for many years and there are lots of reported Works in the literature. FLP's play an important role in operation research and in manufacturing. The uncapacitated facility location (UFL) problems, also known as simple plant location problem, are basically a member of the family of facility location problems. Since FLP'S have NP-Hard nature, the larger the size of the problem, the harder to find the optimal solution and furthermore, the longer to reach a reasonable results. This paper focuses to the examination of hill-climbing and simulated annealing approaches for Uncapacitated Facility Location (UFL) problems with the problems tackled are very well known benchmarks that areaccessible on the Operation Research Library. The results show that developed Simulated Annealing Algorithm gives good solution.