Genetik algoritma yaklaşımıyla ameliyathanelerde çizelgeleme
2020
0 views
0 downloads
Advisor: Prof. Dr. Emrah Önder
Abstract (TR)
Bu çalışmada Genetik Algoritma yöntemi kullanılarak özel bir vakıf hastanesine ait ameliyathanenin günlük olarak çizelgelenmesi amaçlanmıştır. Çalışmada elde edilen çizelgelerin uygunluk değerlerinin belirlenebilmesi amacıyla, dört farklı maliyet kaynağı belirlenerek genetik algoritmanın amaç fonksiyonu oluşturulmuştur. Genetik algoritmanın mevcut çaprazlama ve mutasyon operatörleri, incelenen problemin yapısına uygun olarak çözümü kolaylaştıracak ve çözüm sürecini hızlandıracak şekilde geliştirilmiştir. Ameliyathane çizelgeleme problemine genetik algoritmalar ile çözüm üretmek amacıyla Matlab programında kod yazılmıştır. Oluşturulan kodun girdi olarak kullanılan bilgileri gerek duyulduğunda değiştirilebilir yapıda tasarlanmıştır. Böylece farklı hasta sayıları, ameliyat süreleri, normal ve fazla mesai kullanım sürelerine bağlı olarak, her koşulda çözüm üretebilen bir model oluşturulması sağlanmıştır. Sonuçlar incelendiğinde algoritmanın kısa süre içerisinde, modelin uygunluk değerini (ceza fonksiyonunu) en küçükleyen ve aynı zamanda ameliyathane kullanım oranını arttıran çizelgeleri elde edebildiği görülmüştür. Anahtar Sözcükler: Genetik Algoritmalar, Çizelgeleme, Ameliyathane Çizelgeleme
Author
Dr. Esra Baytören
How to Cite
Esra Baytören (Doktora Tezi). Genetik algoritma yaklaşımıyla ameliyathanelerde çizelgeleme, 2020, İstanbul University.
Keywords
License
Tüm Hakları Saklıdır
This work is shared under the specified license terms.
More theses from İstanbul University
- In the covid 19 pandemic of female employees at a university hospital attitudes and affecting factors in nutrition of 9 months-6 years old children(2022)
- Türkiye'de sağ akımların 27 Mayıs Darbesi'ne dair algısı: 1960-1980(2020)
- La Turquie Gazetesi'nin 1890 yılı haberlerine göre: Osmanlı Devleti'nde iktisadi ve sosyal hayat (Fihrist-çeviri-değerlendirme)(2022)
- Emevîler döneminde toprak rejimi(2022)
- Merkel hücreli karsinomda tanısal ve prognostik belirteçler(2022)
- Solunum sistemi hastalıklarının sınıflandırılmasında makine öğrenmesi yöntemlerinin kullanımı(2021)