Dergiler / Osmaniye Korkut Ata Üniversitesi Fen Bilimleri Enstitüsü Dergisi / 2023 / Cilt: 6 Sayı: 1

Market zinciri ürün dağıtımı probleminin farklı genetik algoritma versiyonları ile çözümü ve karşılaştırması

Optimizing and comparison of market chain product distribution problem with different genetic algorithm versions

Sayfa
180–196
Yayın Tarihi
2023-03-10
DOI
—
🏛️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)

Elde edilen çözüm incelendiğinde gayet iyi bir rota olduğu gözlemlenmiştir.

📌 3 Maddede Bu Makale

🎯
Amaç & Hipotez:Bu çalışmada Kayseri’de bulunan bir market zinciri için ürün dağıtımlarının en düşük mesafe ve en düşük maliyet ile gerçekleştirilmesi hedeflenmiştir.
📊
Temel Bulgular & Veri:Market şubeleri çok fazla olduğu için ürün dağıtımlarının farklı sıralamalar ile yapılması, sonucu oldukça etkilemektedir.
💡
Sonuç & Katkı:Elde edilen çözüm incelendiğinde gayet iyi bir rota olduğu gözlemlenmiştir.
🔬Tür:Modelleme & Sayısal Simülasyon
📍Kapsam:61 adet
⚙️Değişkenler:Gezgin satıcı problemi · Ürün dağıtımı · Genetik algoritma

Özet

Bu çalışmada Kayseri’de bulunan bir market zinciri için ürün dağıtımlarının en düşük mesafe ve en düşük maliyet ile gerçekleştirilmesi hedeflenmiştir. Market şubeleri çok fazla olduğu için ürün dağıtımlarının farklı sıralamalar ile yapılması, sonucu oldukça etkilemektedir. Bu problem gezgin satıcı problemi şeklinde tanımlanmıştır. Gezgin satıcı problemi büyük boyutlu olduğunda polinom zaman içerisinde saf tam sayılı doğrusal programlama ile çözülememektedir. Bundan dolayı NP-zor bir problem türüdür. Bu yüzden çözüm için genetik algoritma kullanılmıştır. Genetik algoritma optimum çözümü garanti etmez fakat kabul edilebilir çözümler elde edebilir. Ayrıca bu çözümleri kısa bir zaman içerisinde elde eder. Elde edilen çözüm optimum olmasa bile kabul edilebilir seviyededir. Bu çalışmada Kayseri’deki 61 adet market için genetik algoritma ile bir rota oluşturulmuştur. Klasik genetik algoritmaya ilave olarak son yıllarda çıkan genetik algoritma varyasyonları kullanılmıştır. Tüm bu algoritmalar sonucunda bütün marketleri dolaşmak için yaklaşık 80 kilometrelik bir mesafe elde edilmiştir. Elde edilen çözüm incelendiğinde gayet iyi bir rota olduğu gözlemlenmiştir.

Abstract

In this study, it is aimed to carry out product distributions with the lowest distance and lowest cost for a market chain in Kayseri. Since there are too many market branches, the distribution of products in different orders affects the result quite a lot. This problem has been defined as the traveling salesman problem. When the traveling salesman problem is large, it cannot be solved by integer linear programming in polynomial time. It is therefore an NP-hard problem type. Therefore, a genetic algorithm was used for the solution. The genetic algorithm does not guarantee the optimum solution, but it can obtain acceptable solutions. It also obtains these solutions in a short time. The solution obtained is at an acceptable level, even if it is not optimal. In this study, a route was created with a genetic algorithm for 61 markets in Kayseri. In addition to the classical genetic algorithm, genetic algorithm variations that have emerged in recent years have been used As a result of all these algorithms, approximately 80 kilometers has been obtained to visit all the markets. When the solution obtained was examined, it was observed that it was a very good route.

🔖

Bu Makaleye Atıf Yap

GÜLMEZ, B. (2023). Market zinciri ürün dağıtımı probleminin farklı genetik algoritma versiyonları ile çözümü ve karşılaştırması. Osmaniye Korkut Ata Üniversitesi Fen Bilimleri Enstitüsü Dergisi, Cilt: 6 Sayı: 1, 180–196. https://ajindex.com/articles/911796

📄 Tam Metin PDF Okuyucu

📄

PDF görüntüleyici hazırlanıyor...

Kaynakça (9)

  1. Agrawal M., Jain V. Applying improved genetic algorithm to solve travelling salesman problem. Second International Conference on Inventive Research in Computing Applications (ICIRCA), 15-17 Haziran 2020,
  2. Coimbatore, Hindistan. Alkafaween E., Hassanat A.B., Tarawneh S. Improving initial population for genetic algorithm using the multi linear regression based technique (MLRBT). Communications-Scientific Letters of the University of Zilina 2021; 23 (1): 1–10.
  3. Ç. Özkır V., Topçu B. Application of the random key based electromagnetism-like heuristic for solving travelling salesman problems. Pamukkale University Journal of Engineering Sciences 2018; 24 (1): 76–82.
  4. Cansiz O.F., Göçmen S. Distance analysis of multimodal transportation based on traveling salesman problem with particle swarm optimization method. International Journal of Advanced Engineering Research and Science 2018; 5 (6): 264138. Cheng B., Lu H., Huang Y., Xu K. Particle swarm optimization algorithm based on self-adaptive excellence coefficients for solving traveling salesman problem. Journal of Computer Applications 2017; 37 (3): 750–754.
  5. Choong S.S., Wong L.P. A hyper-heuristic based artificial bee colony optimization for the traveling salesman problem. Big Data Summit 2: HPC and AI Empowering Data Analytics, 3-6 Ekim 2018,
  6. Pinang, Malezya. Choong S.S., Wong L.-P., Lim C.P. An artificial bee colony algorithm with a modified choice function for the traveling salesman problem. Swarm and Evolutionary Computation 2019; 44 (1): 622–635.
  7. Chowdhury S., Marufuzzaman M., Tunc H., Bian L., Bullington W. A modified ant colony optimization algorithm to solve a dynamic traveling salesman problem: a case study with drones for wildlife surveillance. Journal of Computational Design and Engineering 2019; 6 (3): 368–386. Çolak Y.S. Genetik algoritmalar yardımı ile gezgin satıcı probleminin çözümü üzerine bir uygulama. Çukurova Üniversitesi Sosyal Bilimler Enstitüsü Dergisi 2010; 19 (3): 423–438. Di̇kmen H., Di̇kmen H., Elbi̇r A., Ekşi̇ Z., Çeli̇k F. Gezgin satıcı probleminin karınca kolonisi ve genetik algoritmalarla eniyilemesi ve karşılaştırılması. Süleyman Demirel Üniversitesi Fen Bilimleri Enstitüsü Dergisi 2014; 18 (1): 8–13.
  8. Ertuğrul İ., Özçi̇l A. Siyasi parti mitinglerinin gezgin satıcı problemi yaklaşımı ile analizi. Siyaset, Ekonomi ve Yönetim Araştırmaları Dergisi 2016; 4 (4): 223–238.
  9. Eskandari L., Jafarian A., Rahimloo P., Baleanu D. Mathematical methods in engineering. New York: Springer; 2018. Faire