Tez No	İndirme	Tez Künye	Durumu
305654		A genetic algorithm for the resource constrained project scheduling problem / Kısıtlı kaynaklı iş programlaması probleminin genetik algoritmalar ile çözülmesi Yazar:ERDEM ÖZLEYEN Danışman: DOÇ. DR. RIFAT SÖNMEZ Yer Bilgisi: Orta Doğu Teknik Üniversitesi / Fen Bilimleri Enstitüsü / İnşaat Mühendisliği Bölümü Konu:İnşaat Mühendisliği = Civil Engineering Dizin:Genetik algoritmalar = Genetic algorithms ; Kaynak kullanımı = Resource usage ; Kaynak kısıtlı proje programlama = Resource constrained project programming ; Kaynak kısıtlı çizelgeleme = Resource constrained scheduling ; Kaynak planlaması = Resource planning ; Kaynak yönetimi = Resource management ; Kısıtlı kaynak kullanım tekniği = Restricted resource utilization technique ; Proje planlama = Project planning ; Proje çizelgeleme = Project scheduling ; İnşaat yönetimi = Construction management	Onaylandı Yüksek Lisans İngilizce 2011 108 s.
Kısıtlı kaynaklı iş programlaması problemi faaliyetlerin öncelik sırasını vekaynak kısıtlarını dikkate alarak mümkün olan minimum proje süresinibulmayı amaçlar. Bu problem polinomsal zamanda çözülebilen bir problemolduğu için kesin sonucu bulmaya yönelik algoritmalar küçük boyutluprojelerin çözümü ile sınırlıdır. Bu tezde sunulan genetik algoritma kesineyakın sonuçları küçük projelerin yanında kesin çözüm algoritmalarının zayıfolduğu büyük projeler için de bulmayı amaçlamaktadır. Geleneksel genetikalgoritmalara karşın, önerilen algoritma ileriye doğru planlama ile üretilen vegeriye doğru planlama ile üretilen iki farklı popülasyon içerir. Genetikalgoritma sürecinde ileriye (geriye) doğru planlama ile yapılan iş takvimlerigeriye (ileriye) doğru planlama ile yapılan iş takvimlerine dönüştürülür.Böylece, her iki tür takvimin karakteristikleri kullanılmış olur. Ayrıca, sunulanalgoritma eşleştirilecek bireyleri kaynakları kullandığı döneme göre seçerekyeni bir çaprazlama operatörü sunmaktadır. Kullanılan mutasyon operatörü isesadece iyileşen iş takvimlerini popülasyona dahil edecek şekilde yapılmıştır. Testsonuçları, önerilen algoritmanın sektörde iyi bilinen ve kısıtlı kaynaklarlaiş programlaması yapabilen Primavera Proje Planlayıcısı (P6 versiyon 7.0) veMicrosoft Project 2010 paket programlarına göre daha iyi olduğunugöstermektedir. Ayrıca, sunulan algoritma literatürdeki benzer çalışmalarda yeralan problemlerin çözümünde ve proje programlama problemkütüphanesindeki örnek problemlerin çözümünde başarılı sonuçlar eldeetmiştir. Sunulan algoritma özellikle problem kütüphanesindeki 120 ve 300aktiviteli projeler için tatmin edici sonuçlar vermiştir. Geliştirilen algoritmanınsınırları ve ileride yapılabilecek iyileştirmeler ile ilgili öneriler yapılmıştır.
The resource-constrained project scheduling problem (RCPSP) aims to find aschedule of minimum makespan by starting each activity such that resourceconstraints and precedence constraints are respected. However, as the problemis NP-hard (Non-Deterministic Polynomial-Time Hard) in the strong sense, theperformance of exact procedures is limited and can only solve small-sizedproject networks. In this study a genetic algorithm is proposed for the RCPSP.The proposed genetic algorithm (GA) aims to find near-optimal solutions andalso overcomes the poor performance of the exact procedures for large-sizedproject networks. Contrarily to a traditional GA, the proposed algorithmemploys two independent populations: left population that consist of leftjustified(forward) schedules and right population that consist of right-justified(backward) schedules. The repeated cycle updates the left (right) population bymaintaining it with transformed right (left) individuals. By doing so, thealgorithm uses two different scheduling characteristics. Moreover, thealgorithm provides a new two-point crossover operator that selects the parentsaccording to their resource requirement mechanism. The algorithm alsoincludes a modified mutation operator which just accepts the improvedsolutions. Experiment results show that the suggested algorithm outperforms the wellknown commercial software packages; Primavera Project Planner (P6 version7.0) and Microsoft Project 2010 for the RCPSP. In addition, the algorithm istested with problems obtained from literature as well as the benchmarkPSPLIB (Project Scheduling Problem Library) problems. The proposedalgorithm obtained satisfactory results especially for the problems with 120 and300 activities. Limitations of the proposed genetic algorithm are addressed andpossible further studies are advised.