Metasezgiseller
Bu konu başlığı altında 71 tez
Yeni nesil kablosuz ağlarda kapasite ve kapsama alanı eniyilemesi için dron baz istasyonlarının kullanımı
Son yıllarda meydana gelen teknolojik gelişmeler, İnsansız Hava Araçlarının (İHA) ya da daha çok bilinen şekliyle dronların hem ticari hem de askeri alanda bir çok uygulamada kullanılabilmesine olanak sağlamıştır. Dronların kullanımı ile gözetleme, arama ve kurtarma, malzeme dağıtımı, haberleşme gibi çeşitli uygulamalarda düşük maliyetli ve etkin çözümler sağlanmaktadır. 5G ve ötesi haberleşme sistemlerinin hedeflediği çok yüksek veri kapasitesinin ve servis kalitesinin sağlanması noktasında da dronların önemli rol oynayacağının görülmesi üzerine bu alanda araştırmalar hızlanmıştır. Ayrıca, askeri haberleşmede dronların kullanımı da bu alandaki araştırmaları motive etmektedir. Dronların haberleşmede kullanımında en önemli problemlerden bir tanesi dron baz istasyonlarının (DBİ) 3 Boyutlu (3B) uzayda nasıl konumlandırılacağıdır. Bu tez çalışmasında pratik varsayımlar altında DBİ'lerin konumlandırılması kullanıcı veri kapasitesine bağlı şekilde modellenmiş ve çeşitli senaryolar kurgulanarak özgün konumlandırma yöntemleri önerilmiştir. Bu kapsamda öncelikle ağın doğrusal ve logaritmik veri kapasitelerinin eniyilenmesi problemi incelenmiş ve kümeleme temelli hızlı çalışan gerekli DBİ sayısını ve pozisyonlarını belirleyen bir yöntem önerilmiştir. Kullanıcıların düzgün dağılmadığı belli bir bölgede yoğunluk barındıran ağlar için DBİ konumlarının DBİ kullanıcı eşleşmesi ile birlikte optimize edilmesi önerilmiştir. Askeri bir uygulama olarak taktik sahada DBİ'lerin kullanımı ele alınmış ve kullanıcı pozisyonlarını kestirip vurulma olasılığını azaltan özgün bir DBİ konumlandırma yöntemi önerilmiştir. Bir diğer senaryoda, DBİ'lerin güvenilirlik oranlarının haberleşme sistemlerine göre düşük olması ve taktik sahalarda DBİ'lerin etkisiz hale getirilme olasılıkları göz önünde bulundurularak DBİ'lerin konumlandırılması incelenmiştir. Bu kapsamda bir DBİ devre dışında kaldıktan sonra ağın performansını iyileştiren özgün konumlandırma yöntemleri geliştirilmiştir. Tanımlanan problemlerin konveks olmaması sebebiyle meta sezgisel yöntemlerden yararlanılmış ve en yüksek çözüm doğruluğuna ulaşan yöntem belirlenmiştir.
Güvenlik farkındalıklı veritabanı göçü planlaması
İçinde bulunduğumuz Büyük Veri çağında birçok firma devasa boyutlarda verilerle çalışmaktadır. Veritabanı göçü, büyük veri üstüne çalışan firmalar için önemli bir problemdir. Veritabanı göçünün, servis kalitesi gereksinimleri nedeniyle tek seferde gerçekleştirilmesi çoğu zaman mümkün değildir. Bu yüzden, firmalar veritabanı göçünü parti adı verilen birden çok kısa zaman aralığında gerçekleştirmeyi tercih etmektedirler. Veritabanı göçü maliyetli bir işlem olmasının yanı sıra ciddi güvenlik riskleri de içermektedir. Bu nedenle, veri göçü işleminde, bazı firmalar uygulama testlerinden kaynaklanan maliyeti düşürmeyi amaçlarken, göç ettirilecek verinin gizli veya hassas bilgiler içerdiği durumlarda firmalar güvenlik risklerini azaltmayı amaçlamaktadırlar. Literatürde veritabanı göçü planlaması problemi uygulama test maliyetinin azaltılması yönünden ele alınmıştır. Bu çalışma ise uygulama test maliyetine ortogonal bir metrik olan güvenlik riskinin azaltılmasına odaklanmaktadır. Veri ne kadar uzun süre erişme açık kalırsa, o kadar büyük bir güvenlik ihlal riski oluşturmaktadır. Dolayısıyla bu tezde ele alınan veritabanı göçü planlaması probleminde güvenlik riski göçün tamamlanması gereken parti sayısıyla ilişkilendirilmektedir. Buna bağlı olarak, güvenlik riskinin minimize edilmesi için veri göçü en az sayıda parti kullanılarak tamamlanmalıdır. Bu çalışmada veritabanı göçü planlaması probleminin güvenlik riskinin minimize edilmesi yönünden ele alınması için teorik bir problem çatısı tanımlanmaktadır. Bu çatı firmaların farklı ihtiyaçları göz önünde bulundurularak tasarlanmıştır ve toplamda 24 farklı modelden oluşmaktadır. Tanımlanan çatıdaki 24 problem modelinden 23 tanesinin hesaplama karmaşıklığı tespit edilmiştir. Bu modellerin 16 tanesinin NP-zor olduğu, 7 tanesinin ise polinom zamanda çözülebildiği tespit edilmiştir. Ayrıca NP-zor modellerden 2 tanesinin asimptotik tamamen polinom zamanlı yakınsama şemasına sahip olduğu, 12 tanesinin ise polinom zamanlı yakınsama şemasına sahip olmadığı ispatlanmıştır. NP-zor modeller için kurucu sezgisel algoritmalar, yerel arama algoritmaları ve bunları kullanan memetik algoritmalar geliştirilmektedir. Geliştirilen memetik algoritmalar problem spesifik 2 çaprazlama ve 2 mutasyon operatörü kullanmaktadır. Geliştirilen memetik algoritmalar 8 saniyeden az bir sürede, örneklerin %95'inde optimalden en fazla %10 uzaklıkta çözümler bulmakta ve örneklerin 72,1'ini optimal çözmektedir. Ayrıca, memetik algoritmalar 82 saniyeden kısa bir sürede, örneklerin %95'inde optimalden en fazla %7 uzaklıkta çözümler bulmakta ve örneklerin 74,5'ini optimal çözmektedir.
İlaç endüstrisinde blister ambalaj tasarımının ve üç boyutlu ambalaj düzenleme kararlarının entegre optimizasyonu
Bu tez, Türkiye'nin önde gelen bir ilaç şirketinin karşılaştığı operasyonel süreçlerden ilham alan, ilaç tedarik zincirindeki kapsamlı ve bütünleşmiş bir optimizasyon zorluğunu ele almaktadır. Çalışma, iki ayrı ancak birbirine bağlı optimizasyon problemini birleştirmektedir: (1) tablet formundaki ilaçlar için bütünleşik blister ambalaj tasarımı ve uzun vadeli üretim planlaması ve (2) sevkiyat sürecinde bundle paketi-koli-palet ataması ve kullanımı. Her iki problemdeki genel amaç, toplam operasyonel maliyetleri en aza indirirken aynı anda alan kullanımını en üst düzeye çıkarmak ve hammadde kullanımını azaltarak ve dolayısıyla hem ambalaj tasarımında hem de sevkiyat süreçlerinde karbon emisyonlarını düşürerek sürdürülebilirlik hedeflerini desteklemektir. Tez kapsamında, ilk tanımlanan problem için; bir önişleme algoritması ardından problem-özgü bir karma tam sayılı matematiksel model ve yerel arama ile geliştirilmiş Uyarlanabilir Geniş Komşuluk Araması'na (ALNS) dayalı özel bir meta-sezgisel yaklaşım geliştirilmiştir. İkinci problem olan sevkiyat optimizasyonu için ise, ön işleme algoritmasıyla tamamlanan karma tamsayılı doğrusal programlama modeli önerilmiştir. Gerçekçi veriler kullanılarak yapılan hesaplamalı deneyler, önerilen modellerin ve çözüm metodolojilerinin çeşitli planlama ufukları ve talep/sevkiyat senaryoları genelinde yüksek kaliteli çözümler üretmedeki etkinliğini göstermektedir.
Kompozit döşeme sistemlerin jaya algoritması kullanılarak optimizasyonu
Bu tez, metasezgisel bir optimizasyon yaklaşımı olan Jaya algoritmasını kullanarak, çelik-beton kompozit döşemeler üzerinde bir optimizasyon çalışması sunmaktadır. Çalışmada, başlıklı çelik ankrajlar ile birlikte çalışması sağlanmış, çelik I profili ve beton döşemeden oluşan tek açıklıklı (basit mesnetli) kompozit döşemeler incelenmektedir. Çelik-beton kompozit döşemelerin yapısal tasarımı için Çelik Yapıların Tasarım Hesap ve Yapım Esasları (2016) yönetmeliği esas alınmıştır. Bu yönetmeliğe bağlı olarak, optimizasyon probleminin sınırlayıcıları olarak, yapım aşamasında kompozit olmayan döşemenin dayanımı, kompozit döşemenin dayanımı, sistemde meydana gelen bütün sehimlerin değerlendirilmesinin yanı sıra çelik ankrajların dayanım ve yerleşimine ilişkin kriterler dikkate alınmaktadır. Amaç fonksiyonu, kompozit döşemenin maliyeti olarak hesaplanmış olup, bu fonksiyon beton döşeme, çelik kiriş ve çelik ankrajların maliyetini içermektedir. Optimum çözüme ulaşmak için çalışmada tasarım değişkenleri olarak beton dayanımı, beton kalınlığı, çelik kiriş profil kesiti, çelik kiriş ara mesafeleri, çelik ankraj çapı ve bir kirişteki çelik ankraj sayısı olmak üzere altı farklı değişken alınmıştır. Optimizasyon için, Jaya algoritmasını kullanan ve yapısal boyutlandırma aşamalarını içeren bir yazılım kodlanmıştır. Hazırlanan yazılım ile gerçek kompozit döşeme uygulama projelerinden ve akademik literatürden alınan örneklerin optimizasyonu gerçekleştirilerek, elde edilen sonuçlar karşılaştırılmıştır. Bu karşılaştırmaların tam uyum içinde olabilmesi için karşılaştırma yapılan probleme bağlı olarak hazırlanan yazılımdaki sınırlayıcılarda ilgili problemdekilere benzer şekilde uyarlanmıştır. Yapılan karşılaştırmalar sonucunda Jaya algoritması kullanılarak çelik-beton kompozit döşemelerin başarılı bir şekilde optimize edilebildiği görülmüştür. Anahtar Kelimeler: Kompozit Döşeme, Optimizasyon, Metasezgisel Algoritmalar, Jaya Algoritması, Çelik Yapılar
Fırçasız DC motorlar için yeni bir hız kontrol yönteminin geliştirilmesi
BLDC motorlar, uzay sistemlerinde, otomotiv alanlarında, askeri sahada, robotik sistemlerde, tıp elektroniğinde, bilgisayar sistemlerinde, ev aletlerinde vb. günümüzdeki pek çok endüstriyel alanlarda sıklıkla kullanılmaktadır. BLDC motorların sahip olduğu avantajları belirtirsek; verimleri çok yüksektir, yapıları sağlamdır, güvenilirlikleri yüksektir, yapılarında fırça bulunmaması sebebiyle ark oluşmaz ve karbon tozları bulunmaz, yüksek hızlar elde edilebilir, kolay soğutulabilir, hız kontrolü mümkündür, fırçalı motorların aksine uyarma akımları gerektirmezler ve sessiz olarak çalışırlar. Günümüzde, kontrol tekniklerinin ve teknolojini düzeyinin ilerlemesi ile BLDC motorlarının kullanımı artmış, hem de süregelen dezavantajları elimine edilmeye doğru yol almıştır. Literatür çalışmaları incelendiğinde BLDC motorlar üzerine yapılan çalışmalarda hız kontrolüne yoğunlaşıldığı gözlenmiştir. BLDC motorların hız kontrollerinin hassas bir şekilde yapılmasında bugüne kadar yapay sinir ağları, bulanık mantık, dalgacık tekniği, genetik algoritma, Anfis gibi çeşitli yöntemler kullanılmıştır. Ayrıca BLDC motor hız kontrolünde bu yöntemlerle birlikte ya da bağımsız olarak PI ve PID kontrolü de kullanılmıştır. Bu tez çalışmasında mevcut yöntemlerin dışında hibrit bir kontrol yöntemi önerilmiş, parametrelerin optimizasyonu PSO ile gerçekleştirilmiştir. Simülasyonlarda elde edilen sonuçlar önerilen hibrit kontrol yöntemini BLDC motorlara uygulanabileceğini göstermiştir.
Sarkaç tipi vinç sistemi için meta sezgisel algoritmalar ile LQR denetleyici tasarımı ve performans karşılaştırması
Tez çalışması ile sarkaç tipi tepe vinç sistemi için Doğrusal Kuadratik Düzenleyici (LQR) denetleyicinin kontrol parametreleri için Genetik Algoritma (GA), Yapay Arı Kolonisi (ABC), Titreşimli Parçacıklar Sistemi Algoritması (VPS), Büyük Patlama-Büyük Çöküş Algoritması (BB-BC) ve Termal Değişim Optimizasyon (TEO) algoritmalarının tasarım ve performans analizleri detaylı olarak sunulmaktadır. Optimizasyonun amacı vinç arabası istenilen konuma en kısa sürede ulaşırken, sarkaç salınımlarını ortadan kaldıracak bir LQR denetleyici tasarlamaktır. Bu amaca uygun olarak ve kontrol yanıtlarının parametrelerini göz önünde bulundurarak yeni bir çoklu amaç fonksiyonu tasarlanmaktadır. Optimizasyon için kullanılan algoritmalar arasında yer alan VPS, BB-BC ve TEO algoritmaları ilk kez sarkaç tipi tepe vinç sisteminin hareket kontrolü için kullanılmış ve geleneksel GA ve ABC algoritmaları ile karşılaştırılmıştır. En başarılı optimizasyon sonuçlarını elde etmek için, Genetik Algoritma, Yapay Arı Kolonisi, Titreşimli Parçacıklar Sistemi Algoritması, Büyük Patlama-Büyük Çöküş Algoritması ve Termal Değişim Optimizasyon algoritmalarının altı farklı popülasyon veya parçacık boyut değeri (10-60) için 100 iterasyonda incelenmektedir. Ayrıca Yapay Arı kolonisi, Büyük Patlama-Büyük Çöküş ve Termal Değişim Optimizasyon algoritmalarının başlangıç parametreleri iki bağımsız değişken incelenerek elde edilmiştir. GA, ABC, VPS, BB-BC ve TEO algoritmalarının birbiri ve optimize edilmemiş Doğrusal Kuadratik Düzenleyici ile karşılaştırılmaktadır. Benzetim çalışmaları ile elde edilen en iyi konfigürasyonlar deneysel olarak doğrulanmaktadır. Tez çalışması ile ulaşılan sonuçlar, kontrol yanıt parametreleri (yükselme zamanı, oturma zamanı vb.) ve önemli istatiksel performans değerlendirme (Ortalama Mutlak Hata (MAE), Ortalama Kare Hata (MSE), Kök Ortalama Kare Hata (RMSE) ve maksimum hata) kriterleri incelenerek değerlendirilmiştir. Optimizasyon sonuçlarına göre, sarkaç arabasının kararlı durum hatası ortadan kaldırılmış ve oturma süresinde %52,46 iyileşme sağlanmıştır. Ayrıca sarkaç açısının oturma süresinde %73,81'e varan iyileştirme sağlanmıştır.
İnerter ayarlı kütle sönümleyicilerin metasezgisel algoritmalar ile optimizasyonu
Bu tez çalışmasında, mevcut uzak fay deprem kayıtları kullanılarak inerter ayarlı kütle sönümleyicilerin (TMDI) optimizasyonu gerçekleştirilmiştir. İnerter ayarlı kütle sönümleyicinin (TMDI) optimum tasarımı, yapıya ve özelliklerine, tasarım amacına ve ayrıca deprem uyarımının frekans içeriğine bağlı olmaktadır. Uyarlanabilir Armoni Arama algoritması ile inerter ayarlı kütle sönümleyicisinin optimum parametreleri elde edilmiş ve yapının deprem yüküne karşı vereceği deplasman ve toplam ivme değerleri incelenerek TMDI sisteminin performansı değerlendirilmiştir. Optimizasyon sonucu elde edilen veriler analiz edilmiş, geleneksel ayarlı kütle sönümleyici (TMD) ile karşılaştırılmıştır. TMD ve TMDI sisteminin zaman tanım alanında analiz yapılmıştır. Sonuç olarak TMD ve TMDI sisteminin deplasmanı sırasıyla %21.87 ve %25.45, toplam ivmeyi ise sırasıyla %25.45 ve %19.59 oranında azalttığı sonucuna ulaşılmıştır.
Rekabetçi metasezgisel algoritmalar ile mikroşerit bağlantılı çift bantlı kombine bant geçirgen filtre performans veri tabanının oluşturulması
Çift bantlı bant geçiren filtreler, özellikle kablosuz uygulamalar ve çok bantlı radyo dalgaları olmak üzere birçok talebi karşılamak için son gelişmelerde yoğun ilgi çekmiştir. Burada, 2,5 GHz ve 3,0 GHz merkez rezonans frekansına sahip, 3 sıralı mikro-şeritli bir çift bantlı bant geçiren filtre formunda olan ve toplam 13 tasarım parametresine sahip (bunlardan 6'sı değişken) Kombine filtre, günümüzün rekabetçi meta-sezgisel algoritmalarının yardımıyla tek amaçlı ve çok boyutlu bir optimizasyon tasarım problemi haline geldi. Seçilen algoritmalar son yıllarda türetilmiştir ve bu alanda herhangi bir örneklem probleminde henüz kullanılmamıştır. Çalışmada kullanılacak amaç fonksiyonları, bir çalışmadaki matematiksel modellerden özel olarak uyarlanmış en başarılı amaç fonksiyonu çiftlerinden seçilmiştir. Bu tasarım optimizasyon süreci boyunca, MATLAB R2022B sürümünden itibaren kullanılabilir olan R2023B sürümündeki filtre araç kutusu kullanılmıştır. Çalışma, orijinal amaç fonksiyonuna ek olarak, yeni filtre araç kutusu ve mevcut rekabetçi meta-sezgisel algoritmalar gibi bir dizi yenilik içermektedir. Tüm bu optimizasyon süreci boyunca, en uygun sonuçlar elektromanyetik (EM) simülasyon ile doğrulanmıştır. Çalışmadaki tüm bu sonuçlar göz önüne alındığında, önerilen rekabetçi algoritmalarla gerçekleştirilen optimizasyon süreçleri, karmaşık ve çok boyutlu filtre tasarım optimizasyon uygulamaları için kolay, hızlı ve verimli bir çözümdür. Ayrıca, amaç fonksiyonları değiştirilerek diğer mikrodalga optimizasyon problemlerine hızla uygulanabilir.
Hesaplamalı zeka temelli yeni bir üstsezgisel algoritma: demokrasi optimizasyonu
Demokrasi Optimizasyonu, yüksek güvenirlik ve dayanım odaklı yeni bir Hesaplamalı Zeka temelli üstsezgisel algoritma ve optimizasyon yöntemi olarak kavramsal ve matematiksel tasarımları ve gerçekleştirilen yazılım aracıyla birlikte sunulmuştur. Tasarlanan algoritmada arama ajanları için tanımlanan karakter özellikleri ile ajanlarının hareketlerine kalıcı bir yatay çeşitlendirme getirilmiştir. Yine arama ajanlarına atanan hiyerarşik rol özellikleri ile ajanlarının hareketlerine geçici bir dikey çeşitlendirme getirilmiştir. Bu özelliklerin tasarıma beraber dahil edilmesiyle birlikte, literatürde ilk kez özdeş arama ajanlarının hareketleri dinamik bir matris düzeninde çeşitlendirilmiştir. Hesaplamalı Zeka temelli algoritmada sağlanan bu yenilik ile keşif ve faydalanma işlevlerinin dengelenerek, yöntemin başarım ve güvenirliğinin artırılması sağlanmıştır. Algoritmada olasılıksal ve koşullu olasılıksal verilen kararlar ile arama mekanizmalarına belirli düzeyde rastgelelik dahil edilmiş ve yöntemin dayanımına katkıda bulunulmuştur. Algoritmanın yazılımsal olarak gerçekleştirilmesiyle birlikte optimizasyon yazılım aracı ortaya çıkmıştır. Yöntemin gerçeklenmesi için önce yazılım aracının düzgün çalışırlığı doğrulanmıştır. Sonrasında ise belirlenen 16 gösterge fonksiyonu ile yüzer kez sınanmıştır. Sınamaların sonucunda optimizasyon performansları ölçülmüş ve iyi bilinen bir yöntem ile kıyaslanmıştır. Elde edilen performansların değerlendirilmesiyle, yöntemin tasarım odağı doğrultusunda yüksek güvenirlik ve dayanım ile çalışırlığı gösterilerek geçerliliği ve yeterliliği ortaya konulmuştur. Yöntem ile bir finansal piyasa tahminleme çalışmasında hiper-parametre ayarlaması uygulamıştır ve yöntemin gerçek optimizasyon problemlerinde kullanılabilirliği de gösterilerek, yöntem gerçeklenmiştir. Böylece, matris düzeninde çeşitlendirilen özgün arama mekanizmalarını içeren tasarımıyla Demokrasi Optimizasyonu yöntemi ve algoritması ile Hesaplamalı Zeka ve optimizasyon literatürlerine önemli bir katkı sağlanmıştır.
Engel içeren ortamlarda kapasite sınırlı araç rotalama problemine metasezgisel algoritmalarla çözüm yöntemi geliştirilmesi
Kapasiteli araç rotalama probleminde, her biri özdeş ve belirli kapasiteye sahip bir araç filosu için en uygun rota kümesini bulmak hedeflenir. Araçlar, merkezî bir depodan hareket eder, bir dizi müşteriye hizmet verir ve bu depoya geri dönerler. Bu işlemin, en az sayıda araçla ve en az maliyetle gerçekleştirilmesi amaçlanır. Engellerin bulunduğu ortamlar için literatürde değişik yol planlama problemlerine yönelik yakın tarihli çalışmalar mevcuttur. Bu tezde ise engel içeren ortamlarda kapasite sınırlı araç rotalama problemi ilk kez ele alınmaktadır. Problemin tanımlanması ve modelin oluşturulmasından sonra, çözüm için genetik algoritmalar ve yerel arama stratejilerinden oluşan melez meta-sezgisel bir yöntem geliştirilmiştir. Depo-müşteri konumlarına ek olarak, daireler ve dışbükey çokgenler olarak iki farklı türdeki engellerin de eklenebildiği görsel bir benzetim ortamı oluşturulmuştur. Geliştirilen algoritma, tasarlanan çeşitli senaryolar için test edilmiştir. Farklı müşteri, engel sayıları ve engel büyüklükleri için kapsamlı başarım testleri literatürde ilk kez yapılarak, elde edilen sonuçlar sunulmuştur. Ayrıca, problemin bu özel şeklinin potansiyel uygulama alanları tartışılmıştır.
Sıra bağımlı ilişkisiz paralel makine çizelgeleme problemi için yeni bir sezgisel algoritma önerisi
Üretim aşamasında makinelerin işleyişinin belirlendiği çizelgeleme, işletmelerde etkin bir üretim için son derece önemlidir. İşletmeler büyüdükçe planlama ve üretim aşamasında işlerin hangi çizelgede yapılması gerektiği daha karmaşık hal almaktadır. Küçük makine-iş konfigürasyonunda en uygun çizelgeleme, uzman görüşü veya tam sayılı programlama teknikleri ile elde edilebilir. İşlerin ve makinelerin sayısı arttıkça kesin çözümün bulunması imkânsız hale gelmektedir. Kesin çözümün bulunamadığı durumlarda yaklaşık çözümler metasezgisel algoritmalar ile elde edilmektedir. Çalışma kapsamında ele alınan problem, kesin çözümü bulunamayan ve metasezgisel algoritmalar ile çözülebilen sıra bağımlı hazırlık süreli ilişkisiz paralel makine çizelgeleme problemidir. Bu çalışma, üretim süresini minimize etmeyi amaçlamaktadır. Bu çalışmada, birçok araştırmacı tarafından daha önce farklı metasezgisel algoritmalar ile yaklaşık en iyi çözümü bulunmaya çalışılmış bir kıyas veri seti üzerine çalışılmıştır. Bu tez kapsamında kıyas veri setini çözmek için uyarlanmış yeni bir değişken komşuluk arama algoritması önerilmektedir. Yeni önerilen algoritma, komşuluk yapılarına 2 farklı parametre seçimi eklemektedir. Bu eklenen yeni parametrelerin sonuç üzerine etkisi tartışılmış ve bulgular bu yeni parametreleri kullanmanın faydalı olduğunu göstermektedir. Değişken komşuluk arama algoritmasındaki yerel arama modülü, birden fazla yerel arama ile çeşitlendirilmiş ve komşuluk değerlerine göre yerel arama seçim fazı eklenmiştir. Eklenen seçim fazı, algoritmayı gereksiz yerel aramalardan kurtarmaktadır. Algoritma kıyas veri setinde 50'den fazla test edilmiş ve en iyi sonuçlar raporlanmıştır. Denenen 540 adet veri setinin 141 tanesinde bilinen en iyi sonuçtan daha iyi değerler elde edilmiştir. 140 örnekte ise bilinen en iyi çözümlere ulaşılmıştır. Önerilen algoritma, tüm örneklerde ortalama %0,095 hata ile çalışmaktadır.
Data-driven operators for a hybrid evolutionary algorithm to solve multi-trip rich vehicle routing problem
Vehicle routing problems have been the subject of intensive research due to their difficulty as a combinatorial optimization problem and their importance in real life operations. Heuristics are widely preferred to solve VRPs especially in large scale real-world applications. With the growth of data storage and development of ML tools, data mining has started to be used to enhance heuristics. However, there is not much work involving a general learning scheme within VRP heuristics because of the complicated nature of multi-attribute variants. Most common features of a VRP instance such as routing sequence, vehicle capacity, time windows, unit costs of travel contain valuable information about the quality of the solution. In this study, we propose to gather the aforementioned characteristics of every past solution during the search and build a dynamic predictive model on it. A novel removal operator based on the predictions of this model is integrated into the heuristic. Population-based heuristics are suitable for this task because of their inherent solution pool hence we chose a hybrid evolutionary algorithm designed for a Multi-Trip Rich VRP. We discuss the marginal effects of adding this simple and fast data-driven removal operator into the base method. Moreover, we define modifications of this new operator focusing on different features of the sample and try to interpret their performance. Our experiments on the benchmark instances have shown that this straightforward and adaptable framework generates promising results.
Tedarik zinciri ağ tasarımı problemleri için çok amaçlı ve çok aşamalı çözüm yaklaşımları
Bu tezde, tedarikçi seçimi ve tedarik zinciri ağ tasarımı problemleri için bir çok ölçütlü karar verme yaklaşımı, bir çok amaçlı matematiksel model ve bir de metasezgisel yaklaşım geliştirilmiştir. Öne sürülen yaklaşımların etkinliğinin gösterilmesi için bir üretim firmasının tedarik zinciri ağı ele alınmıştır. Firmanın üretim yeri sabit ve değiştirilemez olduğundan tüm tedarik zinciri ağının tasarımı problemi 2 ayrı probleme ayrıştırılmıştır. İlk problem tedarikçilerle üretim alanı arasındaki ağın oluşturulmasına odaklanırken ikinci problem üretim tesisi, depolar ve müşteriler arasındaki ağın oluşturulmasına odaklanmıştır. İlk problem bir tedarikçi seçimi problemi olarak ele alınmıştır. Bu sebeple öncelikle tedarikçi seçimine etki eden ölçütler ve bu ölçütlerin ağırlıkları belirlenmiş daha sonra da bu ölçütlere göre tedarikçiler değerlendirilmiştir. Seçime etki eden hem nitel hem de nicel ölçütler olduğu için nitel ve nicel ölçütlerin bir arada ele alınmasına olanak tanıyan bir algoritmanın kullanımı gerekliliği ortaya çıkmıştır. Bu sebeple ilk problemin çözümü için Buckley'in bulanık AHP yaklaşımı kullanılmıştır. İkinci problem için çok amaçlı bir matematiksel model geliştirilmiş ve firmadan elde edilen verilere göre çözdürülmüştür. Hesaplama sonuçları modelin kabul edilebilir bir zamanda optimum çözümü verdiğini göstermiştir. Diğer taraftan, problem NP-Hard sınıfından bir problem olduğu için bu model büyük boyutlu problemlerde optimum çözümü veremeyecektir, bu sebeple bir metasezgisel yaklaşım geliştirilmiştir. Metasezgisel yaklaşımla yapılan hesaplama sonuçları önerilen yaklaşımın bir saniyeden daha az bir süre içerisinde yüksek kalitede sonuçlar verdiğini göstermiştir.
Bitki tabanlı optimizasyon algoritmaları ile fotovoltaik modellerin parametre tahmini
Çözümü zor veya karmaşık olan optimizasyon problemlerinin çözümü için doğadan ilham alınarak tasarlanan birçok meta-sezgisel algoritma bulunmaktadır. Bu çalışmada, son zamanlarda önerilen bitki tabanlı meta-sezgisel algoritmalardan olan etçil bitki algoritması (CPA) ve ağaç tohum algoritması (TSA) üzerine odaklanılmıştır. TSA, ağaçlar ve tohumlar arasındaki bağlantıdan esinlenilerek tasarlanmış etkili bir algoritma yapısına sahiptir. Aynı zamanda TSA'da kontrol parametresine bağlı olarak iki farklı çözüm üretme mekanizmasının kullanılması keşif ve sömürü yeteneklerinin dengelenmesini hedeflemektedir. Ancak algoritmanın yapısı genel olarak incelendiğinde popülasyon çeşitliliğinin kaybolması, yerel minimumlara takılması gibi bazı dezavantajların olduğu görülmektedir. Bu durumlara çözüm üretmek amacıyla TSA'ya çoklu strateji adı altında üç farklı yaklaşım eklenmiştir. Bu yaklaşımlar ile iyileştirilen algoritma çoklu strateji tabanlı ağaç tohum algoritması (MS-TSA) olarak adlandırılmıştır. CPA'da ise yerel minimumlara takılma eğiliminin en aza indirilebilmesi ve çözüm kalitesinin iyileştirilebilmesi için CPA'ya öğretme faktörü stratejisi eklenmiştir. Bu strateji ile iyileştirilen algoritmaya I-CPA adı verilmiştir. Önerilen her iki yöntemin performansı ilk olarak CEC2017 fonksiyonlarında test edilmiştir. Daha sonra fotovoltaik (FV) modüllerin girdi verileri kullanılarak tek diyot, çift diyot ve fotovoltaik modül modellerine ait parametre değerleri hem I-CPA yöntemi hem de MS-TSA yöntemi ile belirlenmiştir. Her iki yöntem ile elde edilen sonuçlar bazı klasik ve modern meta-sezgisel algoritmaların sonuçlarıyla karşılaştırılmıştır. Ayrıca deneysel sonuçlara göre elde edilen yakınsama eğrileri, kutu grafikleri, akım (I) – gerilim (V) ve güç (P) – gerilim (V) karakteristik eğrileri ile önerilen yöntemlerin performansları analiz edilmiştir. Elde edilen tüm sonuçlar ve analizler, önerilen her iki yöntemin de karşılaştırılan algoritmalardan daha başarılı ve etkili olduğunu göstermiştir.
Ateşböceği algoritması ve yapay sinir ağları kullanılarak acil servis hasta gelişlerinin tahmin edilmesi
Hastanelerde genellikle ilk başvurulan yer olan acil servisler planlanması zor olan sistemlerdir. Bu nedenle karar vericilerin acil servislerde personel ve malzeme kullanımını etkili bir şekilde yapabilmesi için hasta başvurularının tahmin edilmesi gerekmektedir. Bu çalışmada, bir acil servise başvuran hasta sayısının tahmin edilmesi amaçlanmıştır. Bu amaçla son yıllarda tahminleme açısından geleneksel yöntemlere göre daha iyi performans gösteren yapay sinir ağları modeli kullanılmıştır. Diğer taraftan eğitim performansı açısından öne çıkan ateş böceği algoritması ile yapay sinir ağı (FFA-ANN) eğitilmiştir. Oluşturulan bu modelin performansı zaman serisi analizi yöntemlerinden otoregresif entegre hareketli ortalama (ARIMA), Holt-Winters (HW) ve üstel düzleştirme (ÜSTEL); makine öğrenmesi yöntemlerinden rastgele orman (RF), çok katmanlı algılayıcı (MLP), uzun kısa dönem hafıza (LSTM) yöntemleri ile karşılaştırılmıştır. Tahmin modellerinin değerlendirilmesi için Konya'da yer alan bir özel hastanenin 1673 günlük 'acil servise gelen hasta sayısı' verisi kullanılmıştır. Veri seti 2018 ve 2022 yılları arasındaki verilerden oluşmaktadır. Veri seti 2018-2019-2022 yılları normal dönem ve 2020-2021 yılları pandemi dönemi olarak ikiye ayrılmıştır. Veri seti Dünya Sağlık Örgütü tarafından belirlenen 22 hastalık grubuna göre yeniden düzenlenmiştir. 22 hastalık grubu için Pareto analizi yapılmış ve analiz sonucunda tahmin modellerinde kullanılmak için 5 hastalık grubu seçilmiştir. Modeller tek girdi (seçilen 5 hastalık grubundaki günlük acil servise gelen hasta sayıları) değişkeni ve tek çıktı değişkeninden oluşan zaman serisi tahmin modelleri şeklinde oluşturulmuştur. Tahmin yöntemlerinden en başarılı yöntemin belirlenebilmesi için hata kareler ortalaması karekökü (RMSE), ortalama mutlak hata (MAE) ve ortalama mutlak yüzde hatası (MAPE) performans ölçütlerinden faydalanılmıştır. Yapılan analizler sonucunda normal dönem verileri için ateş böceği ile eğitilen yapay sinir ağı (FFA-ANN) yönteminin, acil servise yapılacak başvuru sayısının tahmin edilmesinde diğer yöntemlere göre daha etkili sonuçlar verdiği görülmüştür. Son olarak FFA-ANN modeli ile tahminleme yapan bir karar destek sistemi oluşturularak tahmin çıktısının karar vericiler tarafından görüntülenebileceği bir uygulama tasarlanmıştır.
Çok amaçlı ders çizelgeleme probleminin çözümü için metasezgisel yaklaşım önerisi
Zaman Çizelgeleme problemleri, eğitim kurumlarından havayolu şirketlerine, hızlı yemek sektöründen kongre organizasyon faaliyetlerine kadar gerçek hayatta yaygın şekilde karşılaşılan problemlerdir. Bu problem, değişen kısıt ve amaç fonksiyonu yapıları ve çözümlerinin zorluğu nedeniyle hem uygulayıcıların hem de akademisyenlerin yoğun ilgisini çekmektedir. Polinom zamanda çözülemeyen NP-Zor problemler sınıfına giren çizelgeleme problemlerinde çözüm sürecinde karşılaşılan zaman kayıplarını ortadan kaldırmak, ortaya çıkan fazla sayıda kısıt, değişken ve veri ile başedebilmek için sezgisel algoritmalara başvurulmaktadır. Bu çalışmada, Kütahya Dumlupınar Üniversitesi Endüstri Mühendisliği Bölümü Lisans normal öğretim ders programı hazırlama problemi için bir matematiksel model önerilmiş ve sezgisel yaklaşımlardan olan Yasaklı Arama (YA) Algoritması'ndan yararlanılmıştır. Problem birden fazla amaca sahip olduğu için çok amaçlı optimizasyon problemi olarak ele alınmıştır. Oluşturulan iki amaç fonksiyonundan birincisinde öğrencilerin toplam ders çakışması en küçüklenirken, diğerinde Analitik Hiyerarşi Prosesi (AHP) ile belirlenen öğretim elemanı tercihleri toplamı en büyüklenmeye çalışılmıştır. Amaç fonksiyonlarını birleştirmek için Konik Skalerleştirme Yöntemi kullanılmıştır. Elde edilen veriler kullanılarak YA Yöntemi ile probleme uygun bir algoritma tasarlanmış, Excel Visual Basic programlama dili kullanılarak bir yazılım geliştirilmiştir. Yapılan deney sonuçları, Minitab Programı kullanılarak Varyans Analizi ile değerlendirilmiş, sonuçlar karşılaştırılmış ve en tatmin edici çözüm bulunmaya çalışılmıştır. Anahtar Kelimeler: Analitik Hiyerarşi Prosesi, Deney Tasarımı, Konik Skalerleştirme, Optimizasyon, Yasaklı Arama, Zaman Çizelgeleme.
Meteorolojik parametreler ile doğalgaz talep tahmini için metasezgisel optimizasyon algoritmalarının karşılaştırmalı analizi
Doğalgaz talebinin tahmin edilmesi, sanayi sektörü, enerji kaynakları yönetimi ve özellikle enerji tüketimi yüksek ülke ekonomileri için büyük önem taşımaktadır. Doğalgaz tüketim talebinin tahmin edilmesi karar vericiler ve yöneticiler tarafından alınacak kararlarda gelecekte başarılı yatırımlar yapmak için önem arz etmektedir. Bu çalışmada, Türkiye'nin doğalgaz talebinin tahmini için dört farklı metasezgisel algoritma kullanılmıştır. Araştırmamızda Diferansiyel Evrim Algoritması (DEA), Parçacık Sürüsü Arama Optimizasyonu Algoritması (PSO), Yerçekimi Arama Algoritması (GSA) ve Geri İzleme Arama Optimizasyonu Algoritması (BSO) performanslarına göre karşılaştırılmıştır. Modellerin performansları daha sonra altı farklı global hata ölçüm yaklaşımı ile değerlendirilmiştir. Karşılaştırılan optimizasyon modellerinde normalize edilmiş meteorolojik veriler (ortalama sıcaklık, basınç, nem, rüzgâr ve yağış) girdi parametreleri olarak kullanılmıştır. 2010-2017 yılları arasındaki aylık (96 ay) veriler eğitim verileri olarak değerlendirilirken, 2018-2020 yılları arasındaki aylık (36 ay) veriler ise test verisi olarak belirlenmiştir. Araştırmada doğrusal (linear), üstel (exponantial) ve ikinci dereceden (quadratic) olmak üzere üç matematiksel model kullanılmıştır. Elde edilen bulgulara göre gerçek doğalgaz tüketimi verilerini eğitim verileri için dört farklı algoritma içinde her üç modelde de (lineer, exponential, quadratic) en başarılı şekilde tahmin eden model DEA algoritmasının ikinci dereceden matematiksel modelidir. Test verileri için ise dört farklı algoritma içinde her üç modelde de en başarılı şekilde tahmin eden model PSO algoritmasının ikinci dereceden matematiksel modelidir.
Uyarlamalı seçim yöntemi ile geliştirilmiş yapay arı koloni algoritması kullanılarak Türkiye'nin ulaştırma enerjisi talebinin tahmin edilmesi
Bu çalışma, Ulaştırma Enerjisi Talebi (UET)'ni daha doğru bir şekilde tahmin etmek için uygun bir arama denklemini uyarlamalı olarak seçebilen yeni bir modifiye yapay arı koloni (M-ABC) algoritması geliştirmeyi amaçlamaktadır. Ayrıca M-ABC ve Klasik Yapay Arı Koloni (K-ABC) algoritmaları verimlilik ve performans açısından karşılaştırılmıştır. Önerilen UET tahmin modelinde kullanılan girdi parametreleri, Gayri Safi Yurtiçi Hasıla (GSYH), nüfus ve toplam yıllık araç kilometresi (TYAK) dahil olmak üzere Türkiye'nin resmi ekonomik göstergeleridir. Modifiye Yapay Arı Koloni Lineer Model (M-ABCL), Modifiye Yapay Arı Koloni Üstel Model (M-ABCE) ve Modifiye Yapay Arı Koloni İkinci Dereceden Model (M-ABCQ) olmak üzere üç matematiksel model geliştirilmiş ve test edilmiştir. Eğitim veri seti ile yapılan test sonuçlarında en başarılı model üstel model olurken test veri seti ile yapılan ölçümlerde lineer ve ikinci dereceden modeller daha az hata ile tahmin yapan modeller olmuşlardır. Ayrıca, UET'nin 2034 yılı projeksiyonlarını iki farklı senaryo altında görmek için "eğri uydurma" tekniği kullanılarak ekonomik değişkenler oluşturulmuştur. Birinci senaryo, 2034 yılı UET tahminlerine göre lineer, üstel ve ikinci dereceden modellerin sonuçları sırasıyla 40,1, 31,6 ve 70,5 milyon ton petrol eşdeğeri (Mtep) bulunurken, ikinci senaryo, 2034 yılı UET tahminlerine göre lineer, üstel ve ikinci dereceden modellerin sonuçları sırasıyla 40,0, 31,5 ve 66,5 Mtep bulunmuştur. UET probleminin çözümü için sunulan M-ABCL, M-ABCE, M-ABCQ modelleri literatürdeki çalışmalara göre daha başarılı sonuçlar vermiştir.
Sezgisel optimizasyon algoritmaları tabanlı kaotik sistem üreteci
Kaotik sistemler, deterministik olmalarına rağmen öngörülemez dinamik davranışlar sergilemeleri sayesinde bilgisayar bilimleri başta olmak üzere birçok disiplinde önemli rol üstlenmektedir. Özellikle düşük hesaplama maliyeti ve sade yapılarıyla öne çıkan bir boyutlu kaotik haritalar uygulamalarda yaygın olarak tercih edilmektedir. Ancak bu avantajlara rağmen kısa kaotik aralık, sınırlı dinamik davranış gibi zayıf yönleri olabilmektedir. Bu nedenle, mevcut haritalar üzerinde iyileştirme yapmak veya daha iyi kaotik davranışa sahip yeni bir boyutlu kaotik haritalar önermek güçlü yöntemler geliştirilmesine katkı sunmaktadır. Bu tez çalışmasında birçok detayı barındıran ve zorlu bir süreç olan yeni bir boyutlu kaotik haritaların keşfi için bir mimari önerilmiştir. Meta-sezgisel optimizasyon yöntemi kullanılarak geliştirilen mimari farklı yapısal özelliklere ve uygulama amaçlarına yönelik kaotik haritalar üretebilecek esnekliğe sahiptir. Çalışmada yapılan deneylerde önerilen mimari için dört farklı senaryo uygulanarak yeni bir boyutlu kaotik haritalar elde edilmiş ve çeşitli analiz yöntemleriyle değerlendirilmiştir. Deneysel bulgular önerilen mimarinin zengin dinamik davranışlar, geniş kaotik bölgeler, güçlü ergodiklik ve yüksek istatistiksel rastgelelik özellikleri sergileyen haritalar üretebildiğini ortaya koymuştur. Bu çalışmanın literatürdeki benzer çalışmalardan ayrılan en dikkat çekici yönlerinden biri sınırlı ve sabit yapılar ile kısıtlanmaksızın çok geniş bir fonksiyon ve matematiksel terim uzayı içerisinden sezgisel olarak seçim yapılarak çok çeşitli kaotik haritaların üretilebilmesidir. Bu esneklik, hem teorik analizler açısından daha geniş bir çeşitlilik sunmakta hem de uygulamalar için özelleştirilmiş kaotik sistemlerin tasarlanmasına imkân tanımaktadır. Tüm bulgular önerilen yaklaşımın literatürdeki mevcut yöntemlere kıyasla daha esnek, optimize edilebilir ve uygulamaya yönelik güçlü bir çerçeve sunduğunu ve özellikle şifreleme ve rastgele sayı üretimi gibi alanlarda yüksek potansiyele sahip olduğunu göstermektedir. Bu çalışma ile yeni kaotik haritaların tasarlanması ve kullanılabilirliğinin gösterilmesi yoluyla, kaos teorisi ve uygulamaları alanındaki bilgi birikimine önemli bir katkı sunulması hedeflenmektedir.
Veri gizlemede iyileştirilmiş altın sinüs optimizasyon algoritması kullanımı ve uygulaması
Veri gizleme, modern dünyada bireysel mahremiyetin korunması ve kritik bilgilerin güvenliğinin sağlanması açısından büyük öneme sahiptir. Özellikle tıbbi görüntüleme verilerinin gizliliği, hasta mahremiyeti ve veri güvenliği gereksinimlerinden dolayı dikkat çekmektedir. Bu bağlamda, DICOM (Digital Imaging and Communications in Medicine) formatındaki görüntülerin güvenliği, yalnızca bireysel hakların korunması değil, aynı zamanda tıbbi veri paylaşımı ve saklama süreçlerinin güvenilirliğini artırmak için hayati bir gereklilik olarak öne çıkmaktadır. Bu çalışmada, DICOM görüntüleri üzerinde veri gizleme amacıyla kullanılmak üzere, yenilikçi bir yaklaşım olarak İkili İyileştirilmiş Altın Sinüs Optimizasyon Algoritması (BGoldSA-II) geliştirilmiş ve uygulanmıştır. Önerilen yöntem, altın oran prensibinin estetik ve matematiksel avantajlarını, gelişmiş optimizasyon teknikleriyle birleştirerek, yüksek veri gömme kapasitesi ve üstün görüntü kalitesi sağlamayı hedeflemektedir. Hibrit bir yapı sunan bu algoritma, veri gizleme sürecinde geleneksel yöntemlere kıyasla daha düşük hata oranları ve yüksek güvenlik seviyeleriyle dikkat çekmektedir. Yapılan deneysel çalışmalar, önerilen yöntemin hem teorik hem de pratik anlamda rekabetçi bir performans sergilediğini ortaya koymuştur. 512×512 boyutundaki DICOM görüntülerinde, 1000 karakterlik metin gizleme işlemi sonrasında gerçekleştirilen kalite testlerinde elde edilen kalite ölçüm metrikleri: PSNR 71.36 dB, MSE 0.004, RMSE 0.066, SSIM 0.99 ve UIQ 0.99 olarak ölçülmüştür. Aynı boyuttaki görüntülerde 5000 karakterlik metin gizleme işlemi için kalite ölçüm metrikleri; PSNR 62.62 dB, MSE 0.033, RMSE 0.182, SSIM 0.97 ve UIQ 0.99 olarak belirlenmiştir. 256×256 boyutundaki DICOM görüntülerinde gerçekleştirilen 1000 karakterlik metin gizleme işlemi sonrası kalite testlerinde elde edilen kalite ölçüm metrikleri; PSNR 65.25 dB, MSE 0.018, RMSE 0.135, SSIM 0.98 ve UIQ 0.99; 5000 karakterlik metin gizleme işleminde ise PSNR 56.54 dB, MSE 0.136, RMSE 0.36, SSIM 0.89 ve UIQ 0.99 olarak ölçülmüştür. Bu sonuçlar, BGoldSA-II'nin steganografi uygulamaları için etkili bir çözüm sunduğunu ve literatürdeki mevcut yöntemlere kıyasla önemli bir yenilik içerdiğini kanıtlamaktadır. Bu çalışma, literatüre iki önemli katkı sunmaktadır: İlk olarak, BGoldSA-II gibi meta-sezgisel bir algoritmanın steganografi süreçlerine entegrasyonu, optimizasyon algoritmalarının veri güvenliği alanında kullanımını genişletmektedir. İkinci olarak, DICOM veri gizliliği için önerilen yöntem, hem pratik uygulamalara hem de gelecekteki araştırmalara ışık tutacak niteliktedir. Bu bağlamda, BGoldSA-II, hem akademik hem de uygulamalı çalışmalarda bilgi güvenliği alanında yeni kapılar açmayı hedeflemektedir.
Global optimizasyon ve mühendislik tasarımı problemleri için Bonobo optimizasyonu tabanlı yeni hibrit algoritmaların geliştirilmesi
Teknolojinin ilerlemesiyle beraber günden güne zorlaşan optimizasyon problemleri için sürekli yeni algoritmalar tanıtılmaktadır. Çözümün çok zor olduğu ya da uzun zaman aldığı problemlerde optimal çözümün kabul edilebilirliğine göre yeni yöntemler geliştirilmektedir. Bu alanda literatürde çok sayıda algoritma bulunmaktadır. Her problem için tek bir algoritmanın varlığının yeterli olmamasından dolayı birden fazla problemin çözümü için kullanılacak şekilde ayarlanabilir algoritmalar problem çözümünü oldukça kolaylaştırmaktadır. Bu çalışmada Bonobo Optimizasyon Algoritması, Gri Kurt Optimizasyon Algoritması, Parçacık Sürü Optimizasyon Algoritması ve Yapay Arı Kolonisi Optimizasyon Algoritması detaylı olarak incelenmektedir. Aynı zamanda Bonobo Optimizasyon Algoritması tabanlı dört farklı hibrit algoritma önerilmektedir. Bonobo Optimizasyon Algoritması ve Gri Kurt Optimizasyon Algoritmasının hibritlenmesiyle elde edilen BOGKO, Bonobo Optimizasyon Algoritması ve Parçacık Sürü Optimizasyon Algoritmasının hibritlenmesiyle elde edilen BOPSO, Bonobo Optimizasyon Algoritması ve Yapay Arı Kolonisi Optimizasyon Algoritmasının hibritlenmesiyle elde edilen BOYAK ve bu dört algoritmanın hibritlenmesiyle elde edilen HibritBO algoritmasının performansları standart kalite testi fonksiyonları, Cec'2019 fonksiyonları ve mühendislik tasarım problemleri ile test edilerek performansları kıyaslanmaktadır. Bu çalışmada aynı zamanda Bonobo Optimizasyon Algoritmasında kullanılan iki ayrı parametre değeri olan alfa bonobo için paylaşım katsayısı (scab) ve seçilen bonobo için paylaşım katsayısı (scsb) parametreleri, kaotik haritalarla yeniden üretilmekte ve elde edilen sonuçların Klasik BO algoritmasına göre daha iyi sonuçlar verdiği gösterilmektedir. Aynı zamanda mühendislik tasarım problemlerinin çözümü için de bu algoritmalar kullanılmaktadır. Elde edilen sonuçlar tablolar halinde açıklanmaktadır. Alınan sonuçlara göre çoğu zaman hibrit algoritmalardan elde edilen sonuçların klasik algoritmalara göre daha iyi sonuçlar verdiği gösterilmektedir.
Hesapsal zeka yöntemleri ile insansız hava araçları için 3B ortamda rota planlaması
Teknolojideki gelişim her alanda olduğu gibi insansız hava araçları alanında da gelişim ve değimi sağlamıştır. Donanım ve yazılım alanında yaşanan hızlı gelişmeler insansız hava araçlarının gündelik yaşamda yer almasını ve askeri alanda önemli bir aktör olmasını sağlamıştır. Günümüzde insansız araçlar denildiğinde akla ilk gelen konulardan biri otonom ve otonom seviyesi olmaktadır. Bu tez çalışmasında insansız hava araçları için iki boyutlu ve üç boyutlu ortamlarda otonom sürüşü gerçekleyebilmek için rota planlaması ve hedefe proaktif davranış sergileyerek ulaşma konusu ele alınıştır. Problemin çözümünde hedefe ulaşacak optimum rotayı ve bu bilgiyi oluştururken kaynak ve zaman verimliliğini üst seviyede tutmak amacıyla meta-sezgisel algoritma yaklaşımları kullanılmıştır. Saha yapısı önceden bilinen iki boyutlu ortamda Parçacık Sürü Optimizasyonu, Diferansiyel Gelişim Algoritması ve Genetik Algoritma kullanılmıştır. Ek olarak saha yapısı önceden bilinmeyen ortamda Parçacık Sürü Optimizasyonu, Gri Kurt Optimizasyonu ve hibirt algoritma olarak önerilen Parçacık Sürü Optimizasyonu ve Gri Kurt Optimizasyonu algoritmaları kullanılmıştır. Önerilen hibrit algoritmanın başarılı olduğu görülmüştür. Üç boyutlu ortam için simülasyon uygulaması olarak Gazebo kullanılmıştır. Gazebo ortamında insansız hava aracının dış ortamı algılayabilmesi için lidar sensör kullanılmıştır. Saha yapısı bilinmeyen üç boyutlu ortamda geliştirilmiş olan hibrit algoritma yaklaşımı kullanılmıştır. İnsansız hava aracı otonom olarak hedefe ulaşmıştır. Oluşturulan rota, başlangıç ve hedef arasında ki kuş bakışı mesafe ile karşılaştırılarak performans değerlendirmesi yapılmış ve başarılı sonuçlar elde edilmiştir.
Elektrikli araçlar için menzil tahminine dayalı şarj planlama modeli
Menzil kaygısı sorunu (range anxiety) elektrikli araçlara (EA'lara) geçişi olumsuz yönde etkileyen en önemli faktörlerden biri olmaya devam etmektedir. Menzil kaygısını tetikleyen unsurlar arasında EA sürücülerinin kalan menzil göstergelerine yeterince güvenmemeleri gelmektedir. Bununla birlikte, EA sürücüsünün yolculuğun başında kalan menzil bilgisine göre rota üzerinde şarj için durması gereken yerleri bilmesinin de menzil kaygısını düşürme potansiyeli bulunmaktadır. Akıllı ulaşım teknolojileri sayesinde EA'ların sürücü bilgilendirme sistemleri gerçek-zamanlı verilere erişebilse de belirlenen rotanın koşulları dikkate alınarak menzil tahmini yapılmadığı sürece oluşturulan şarj planının menzil kaygısını azaltması beklenemez. Bu çalışmanın amacı, belirlenen bir rota için gerçek-zamanlı menzil tahminine dayalı şarj planı oluşturarak EA'nın minimum yolculuk süresi veya maliyeti için nerede ve ne kadar şarj olması gerektiğini belirlemektir. Menzil tahmini için, yolculuğa ait statik öznitelikler ve dinamik öznitelikleri girdi olarak alan derin sinirsel ağ (DSA) modeli kullanılmıştır. Şarj planlaması kapsamında, şarj istasyonlarında doğrusal olmayan şarj süresini, zaman dilimlerine bağlı değişen şarj fiyatlarını, uygunluklarını (dolu/boş bilgisi), araçtan şebekeye enerji satışı uygulamalarını (Vehicle to grid /V2G), birden fazla ve farklı güç seviyelerinde şarj ünitelerini dikkate alan karma tamsayılı doğrusal programlama modeli geliştirilmiştir. Ancak geliştirilen matematiksel programlama modelin çözüm elde etme süresi açısından yetersiz kalması nedeniyle çözüm yaklaşımı olarak genetik algoritma ve matematiksel programlama modelinin hibrit kullanımından oluşan mat-sezgisel bir yaklaşım önerilmiştir. 32 farklı büyüklükteki problem üzerinde yapılan test sonuçları, mat-sezgisel yaklaşımının hem minimum yolculuk süresi hem de minimum yolculuk maliyeti için genetik algoritma ve sezgisel yaklaşımlardan daha başarılı sonuçlar verdiğini göstermektedir.
Closed-loop supply chain network for end-of-life wind turbines considering CO2 emission and employment
End-of-life (EOL) wind turbines (WT) are the issue that will need to be addressed on a mid- to long-term scale, as the use of wind energy is on the rise around the world. In order to deliver efficient and effective operations, it is necessary to establish a systematic approach to handling EOL WTs. Thus, a closed-loop supply chain network is essential for meeting this demand. To accomplish the aforementioned aim, text mining and clustering are used to compress the literature review. Hence, literature is lacking. Next, a multi-objective mathematical model for a closed-loop supply chain network covering CO2 emissions, employment, and transportation and process costs is provided. Due to the model's reduced complexity in component movement from wind farms to disassembly centers, an uncapacitated p-median problem is applied to center selection. The novel meta-heuristic Improved Crow Search Algorithm solves the p-median problem (I-CSA). An integrated local search portion in gap and time improves convergence to an optimal or near-optimal solution in the discretized Crow Search Algorithm (CSA). The thesis proposes a structured, closed-loop supply chain for EOL WTs. Text mining and clustering find literature gaps, another thesis contribution. Finally, a new meta-heuristic approach is used to the uncapacitated p-median problem for the first time.