KARINCA KOLONİSİ ALGORİTMASI İLE GEZEN SATICI PROBLEMİNİN ÇÖZÜMÜ (original) (raw)
Related papers
KANGURU ALGORİTMASI ve GEZGİN SATICI PROBLEMİNE UYGULANMASI
iticu.edu.tr
ÖZET Bu çalışmada iteratif çözüm geliştirme algoritmalarından olan kanguru algoritması anlatılmış, simetrik ve asimetrik gezgin satıcı problemlerine uygulanmıştır. Kanguru algoritması, kanguruların zıplama davranışlarından esinlenilerek geliştirilmiş bir sezgisel yöntemdir. Gezgin satıcı problemlerine uygulanması ilk defa bu çalışmada ele alınmıştır. Çalışmanın amacı, kanguru algoritmasının tanıtılması ve bir uygulama üzerinde gösterilmesidir. Algoritma, MATLAB programlama diliyle kodlanmış ve literatürde optimumları bilinen test problemleri üzerinde denenmiştir. Performans kriteri olarak optimum değerleri bulmadaki başarı dikkate alınmıştır. Küçük boyuttaki problemler için oldukça iyi sonuçlar veren algoritma, problem boyutu büyüdükçe optimumdan uzaklaşmaktadır. Varılan sonuçlar çerçevesinde, Kanguru Algoritmasının literatürde yer aldığı gibi meta-sezgisellerle melez olarak kullanıldığında iyi performans sergileyeceği düşünülmektedir.
Many method can be experienced to solve the traveling salesman problem, which can be met in our daily life. The solution time and the efficency of the existent value are considered as important points. There are many and different solution techniques for different kind TSP's. An important technique for TSP is the genetic algorithms (GA). It is very new to use genetic algorithms, which are still being researched, in solving traveling salesman problem, which is widely studied and researched problem in combinatorial optimization and global search heuristics. In this study how genetic algorithm works and the solution of traveling salesman problem, which is among the operational research problems, using genetic algorithm are explained. A genetic algorithm has been developed for traveling salesman problem, and the advantages and the disadvantages of the developed method are explained taking into consideration also the existing methods. The purpose is to solve the traveling salesman using the genetic algorithm mothod, which has the shorter solution time but does not ensure the optimum value. Science Code : 906.
UÇAK ÇİZELGELEME PROBLEMİNİN KARINCA KOLONİLERİ OPTİMİZASYONU İLE ÇÖZÜM
2005
Scheduling aircraft landings is a major problem in air traffic control area of congested airports. It is a special type of machine scheduling problem; processing times are sequence dependent, and there are penalties for jobs that are not completed on target time. Each plane has an allowable predetermined time window for landing. The objective is to optimally land a set of planes on one or several runways in such a way that separation criteria between all pairs of planes are satisfied. If efficient algorithms can be developed to assist the controller who is in charge of making scheduling decisions, then more effective use of fixed runway capacity will result. We tried to solve the problem using Ant System metaheuristic, which is gained more popularity in recent years. Using Ant System metaheuristic, we present a generic decision making tool that can be used both for the single runway and the multiple runway landings and takeoffs. Computational results are presented for the standard test problems obtained from literature. Results are compared with the previous works and show that Ant System solutions can be effective in practice.
Özet Gezgin Satıcı Problemi (GSP) bir çok alanda kendisine uygulama bulmuş önemli bir optimizasyon problemidir. Bu çalışmada, sezgisel optimizasyon algoritmalarından Genetik Algoritma (GA), Karınca Sistemi (Ant System-AS/ANT), Karınca Koloni Sistemi (Ant Colony System-ACS) ve Max-Min Karınca Sistemi (Max-Min Ant System-MMAS) algoritmaları ile GSP çözülerek, çözümlerin performansları incelenmiştir. Algoritmaların tamamı bir arayüz üzerinde bulunmaktadır. Arayüzde istenilen sayıda rastgele oluşturulan noktalar (şehirler) ile haritalar oluşturulabilmekte veya hazır kütüphanelerden veri seti yüklenebilmektedir. Bu algoritmaların performansları maliyet (yol uzunluğu) ve tekrar sayısı olarak görülebilmektedir. Algoritmalar 36, 56, 76, 101 ve 150 nokta (şehir)'den oluşan 5 harita üzerinde denenmiştir. Her harita çözümünde en az maliyetli çözümü MMAS, en yüksek maliyetli çözümü GA'nın oluşturduğu görülmüştür. Sıralama azdan yükseğe doğru MMAS, AS, ACS ve GA biçiminde gerçekleşmiştir. Algoritmaların TSPLIB kütüphanesi içerindeki ch150 veri seti için performansları literatür ile karşılaştırılmış GA, AS ve MMAS'de daha düşük maliyetlere ulaşıldığı görülmüştür. Abstract Travelling Salesman Problem (TSP) is an important optimization method that have been applied to various areas. In this study, TSP is solved by using several heuristic algorithms like Genetic Algorithm (GA), Ant System (AS/ANT), Ant Colony System (ACS) and Max-Min Ant System (MMAS), performances of these algorithms are then measured. Applied algorithms are implemented inside an interface. Using this interface, maps can be generated with as much as required random points (cities) or loaded from dataset. Performance criterion of the measurement may be seen as the cost (path length) and the number repetitions. Performance measurements of these algorithms are tested on 5 different maps consisting of 36, 56, 76, 101 and 150 points. At each test for solving TSP for each map, the least cost is observed for MMAS and the highest cost is observed for GA. Ascending sort of these algorithms based on their cost is observed as MMAS (least), AS, ACS and GA (highest). The performance of the algorithms for the ch150 dataset in the TSPLIB library was found to be lower in GA, AS and MMAS compared to the literature.
Pazarlama ve Pazarlama Araştırmaları Dergisi, 2024
Günlük hayatımızın vazgeçilmez bir unsuru olan tüketim, günümüzde ihtiyaçların karşılanmasının yanı sıra insanlara itibar kazandıran, haz elde ettiren bir olguyu ifade etmektedir. Özellikle son yıllarda tüketimin zaman ve mekân sınırlandırılmasından çıkarak sanal ortamlara da taşınması aşırı tüketimin her geçen gün daha da çok artmasına sebep olmaktadır. Kontrolsüz olarak gerçekleşen sürekli artan aşırı tüketim ise ekosistem üzerinde olumsuz etkilere sebep olmaktadır. Ortaya çıkan bu olumsuz etkiler ise insanları alternatif yaşam tarzı arayışına itmektedir. Gönüllü sadelik ve minimalist yaşam tarzları ekosistem üzerindeki olumsuz etkileri minimum bir seviyeye indirgeyen alternatif yaşam tarzları olarak karşımıza çıkmaktadır. Bu doğrultuda bu çalışma, gönüllü sadelik ve minimalizmin sürdürülebilir satın alma davranışı üzerindeki etkisinde sürdürülebilir çevresel bilincin aracılık rolünün belirlemek amacıyla nicel araştırma deseninde tasarlanmıştır. Çalışmada ilgili değişkenlere ilişkin katılımcı tutumlarını tespit etmek amacıyla minimalizm ölçeği, gönüllü sadelik ölçeği, sürdürülebilir çevresel bilinç ölçeği, sürdürülebilir satın alma davranışı ölçeği kullanılmıştır. Çalışmanın evrenini Türkiye’de tüketim davranışı sergileyen tüketiciler oluşturduğundan online veri toplama tekniği ile Türkiye’den katılan 997 tüketiciye ulaşılmıştır. Elde edilen veriler AMOS ve SPSS 22.0 for Windows paket programı kullanılarak analiz edilmiş ve minimalizm ile gönüllü sadeliğin sürdürülebilir satın alma davranışı üzerinde etkili olduğu belirlenmiştir. Ayrıca gönüllü sadeliğin sürdürülebilir satın alma davranışı üzerindeki etkisinde sürdürülebilir çevresel bilincin bir aracı rolünün bulunduğu tespit edilmiştir
Ki̇ralananin Satilmasi Durumunda Alicinin Saticiya Karşi Haklari
2016
ÖZET 818 sayılı önceki Borçlar Kanunu'nda "satım kirayı bozar" ilkesi benimsenmişken, 6098 sayılı yeni Türk Borçlar Kanunu'na göre "satım kirayı bozmaz". Gerçekten de, 6098 sayılı Türk Borçlar Kanunu'nun 310. maddesine göre, kira sözleşmesinin kurulmasından sonra kiralanan herhangi bir sebeple el değiştirirse, yeni malik kira sözleşmesinin tarafı olur. TBK m. 310 satış sözleşmelerinde de uygulanır ve mülkiyetin nakliyle birlikte alıcı kira sözleşmesinin tarafı hâline gelir. Ancak bu durum alıcının satış sözleşmesi yapmaktaki menfaatleri ile çatışabilir. Diğer yandan kira sözleşmesinden dolayı satıcı satıştan doğan borçlarını gereği gibi ifa edemeyebilir. İşte bu çalışmada TBK m. 310'un satış sözleşmesine etkisi üzerinde durulacak, bu bağlamda alıcının TBK. m. 310'un olumsuz etkileri karşısında satıcıya karşı ne gibi haklara sahip olduğu incelenecektir.
Kent Dişi Yerleşi̇m Noktalarinda Kargo Dağitimi İçi̇n Gezgi̇n Satici Problemi̇ Çözümü
Trakya Üniversitesi Sosyal Bilimler Dergisi
Son yıllarda ticaret ve e-ticaretteki artış ile birlikte kargo taşımacılığı ile ilgili de talep artışı gözlemlenmiştir. Kargo dağıtımında depodan çıkan araç önceden belirlenmiş talep noktalarına teslimat yaparak tekrar depoya dönmektedir. Bu dağıtım süreci klasik bir gezgin satıcı problemidir (GSP). Kargo taşımacılığı problemi GSP olarak modellenebilir ve GSP ile ilgili geniş bir literatür bulunmaktadır. Bununla birlikte kırsal kargo dağıtımı ile ilgili çalışma sayısı sınırlıdır. Bu çalışmada bir kargo firmasının kırsal alandaki kargo dağıtımı incelenmiştir. Kırsal alandaki kargo dağıtımı GSP olarak modellenmiştir. Problem farklı sezgisel yöntemler ile çözülmüştür. Bunun yanında kırsal alanda kargo dağıtımı için alternatif yöntemler tartışılmıştır.
Gezgin Satıcı Problemi İçin Merkezden Kenarlara Hipersezgisel Yöntem
SDÜ Fen Bilimleri Enstitüsü Dergisi, 2016
Bu makalede Gezgin Satıcı Problemi için yeni bir hipersezgisel algoritma önerilmiştir. Bu yöntemde önce N adet şehir içerisinden merkez şehir ve 4 uç şehir seçilip, sonra ise merkez ile ikişer-ikişer uç şehirlerin orta noktaları belirlenerek merkez şehirden başlanarak bu 9 şehirden geçen bir devre oluşturulmuştur. Daha sonra "en kısa yol" ve "ekleme sezgiseli" algoritmaları kullanılarak bulunan devre tüm şehirlerden geçecek şekilde genişletilmiştir. Önerilen algoritmalar ile kütüphane problemleri üzerinde hesaplama denemeleri yapılmış, elde edilen sonuçlar "en yakın komşu" algoritmasından elde edilen sonuçlar ile karşılaştırılmıştır. Hesaplama denemeleri önerilen algoritmanın verimli olduğunu göstermektedir.
GLOBAL KARINCA KOLONİSİ OPTİMİZASYONU
mmfdergi.gazi.edu.tr
Bu çalışmada, Global Karınca Kolonisi Algoritması (Global Ant Colony Optimization) (GACO) adı verilen yeni bir karınca kolonisi optimizasyon tekniği anlatılmaktadır. Geliştirilmiş birçok karınca kolonisi optimizasyonu (Ant Colony Optimization) (ACO) sisteminden farklı olarak, karıncaların tam bir tur yapma ya da tüm düğümlere uğrama zorunlulukları yoktur. Özellikle sipariş büyüklüğü problemlerine (Lot Sizing Problem) (LSP) alternatif bir çözüm önerisi olarak geliştirilen GACO’da, herhangi bir düğümden başlayarak ve herhangi bir ya da birden fazla düğüme uğrayarak bir çözüm alternatifi geliştirmek mümkündür. Mevcut ACO’lardan ayrıldığı en temel bir diğer fark ise bölgesel feromon güncellemesinin olmayışıdır. Feromon güncellemesi ve karıncaların yol seçimi yolun tamamı dikkate alınarak gerçekleştirilmektedir. GACO, literatürdeki farklı tip ve boyutlardaki LSP’ne uygulanmıştır. Sonuçlar GACO’nun hem sonuçlar hem de süreler açısından LSP’nin çözümüne iyi bir alternatif olduğunu göstermektedir.