Yapay Zeka Hızlı Bakış & Çıkarımlar
AI InsightLiteratür ile yapılan karşılaştırmalarda önerilen sezgisel yöntemin daha kısa sürede çözüme ulaştığı gözlemlenmiştir.
📌 3 Maddede Bu Makale
Özet
Bu çalışmada bir boyutlu kutulama problemi için melez yeni bir sezgisel çözüm yöntemi sunulmuştur. Önerilen yaklaşımda, başlangıç çözümü oluşturmak için alt sınıra dayalı sezgisel bir başlangıç çözüm algoritması önerilmiştir. Önerilen sezgisel ile birlikte literatürde yer alan diğer yerleştirme algoritmaları ele alınmış, elde edilen sonuçlar literatürde ulaşılan sonuçlarla karşılaştırılmıştır. Başlangıç çözümü sonrası elde edilen çözüme ağırlıklı tavlama yöntemiyle birlikte yer değiştirme algoritmaları uygulanmış ve kullanılan kutu sayısını minimize etmek amaçlanmıştır. Literatürde yer alan test kümeleri çözülmüş, çözüm süreleri ve elde edilen sonuçlar bilinen en iyi sonuçlarla ve geliştirilen diğer yöntemlerle karşılaştırılmıştır. Literatür ile yapılan karşılaştırmalarda önerilen sezgisel yöntemin daha kısa sürede çözüme ulaştığı gözlemlenmiştir. Ayrıca çözülen test kümesinin 2 örneğinde literatürdeki en iyi bilinen çözümden daha iyi bir çözüm elde edildiği gözlemlenmiştir.
Abstract
In this study, a heuristic solution method is presented for one dimensional bin packing problem. A heuristic initial solution algorithm based on the lower bound is proposed to create the initial solution. In addition to the proposed heuristics, other placement algorithms in the literature are discussed, and the results obtained are compared with the results obtained in the literature. Swap algorithms together with weighted annealing method are applied to the results of the initial solutions, and the number of bins used are minimized. The test sets in the literature are solved, the resolution times and the results obtained are compared with the best known solution in the literature and other developed methods. It has been observed that the heuristic method proposed in the literature compares with the solution in a shorter time. It has also been observed that in 2 samples of the solved test set a better solution is obtained than the best known solution in the literature.