Tez No	İndirme	Tez Künye	Durumu
269095		A branch and bound algorithm for resource leveling problem / Kaynak dengelenme probleminin çözülmesi amacıyla bir dal ve sınır algoritması geliştirilmesi Yazar:MUSTAFA ÇAĞDAŞ MUTLU Danışman: DOÇ. DR. RIFAT SÖNMEZ Yer Bilgisi: Orta Doğu Teknik Üniversitesi / Fen Bilimleri Enstitüsü / İnşaat Mühendisliği Bölümü Konu:Endüstri ve Endüstri Mühendisliği = Industrial and Industrial Engineering ; İnşaat Mühendisliği = Civil Engineering Dizin:Dal sınır algoritması = Branch bound algorithm ; Kaynak dağılımı = Resource allocation ; Kaynak dengelenmesi = Resource balance ; Kaynak kullanımı = Resource usage ; Kaynak planlaması = Resource planning ; Kaynak yönetimi = Resource management	Onaylandı Yüksek Lisans İngilizce 2010 121 s.
Kaynak Dengeleme Problemi (KDP), kaynak çizelgelerindeki istenmeyen dalgalanmaların asgari düzeye indirilmesini, böylelikle bu dalgalanmaların yol açabileceği olası sorunların önlenmesini amaçlamaktadır. Proje planlamasında ve yönetiminde yaygın olarak kullanılan paket programların KDP'ni çözmede yetersiz kaldıkları çok sayıda araştırmada belirtilmiştir. Bu çalışma kapsamında, tek ve çok kaynaklı, küçük ölçekli şebekelerde KDP için en optimal çözümü bulmayı amaçlayan bir dal ve sınır algoritması geliştirilmiştir. Geliştirilen algoritma derinliğine arama stratejisini esas almakta ve arama ağacının herbir düğümünde belirli bir aktivite için geçerli bir başlangıç tarihi saklamaktadır. 4 ayrı kaynak dengeleme ölçütü için en optimal çözümü bulabilen yöntem, çok sayıda alt sınır hesaplama tekniğine yer vererek arama alanını sınırlandırılmaya çalışmaktadır. 20 iş programı üzerinde yapılan deneyler, geliştirilen algoritmanın 20 aktiviteli şebekelere kadar olan problemlerde en optimal çözümleri bulabildiğini göstermiştir.Sunulan yöntem literatüre iki önemli noktada katkı sağlamaktadır. Öncelikle, önerilen alt sınır hesaplama tekniği (izin verilebilen en fazla günlük kaynak tüketimi) en optimal çözümün bulunması için ihtiyaç duyulan hesaplama zamanının kısaltılmasını sağlamıştır. Ayrıca, bazı küçük ölçekli kaynak dengeleme problemlerinin çeşitli ölçütler için optimal çözümleri sunularak gelecekte geliştirilecek sezgisel yöntemlerin performanslarının değerlendirilmesi amacıyla bir örnek problem seti oluşturulmuştur. Yakın zamanda önerilmiş olan ?atıl kaynak günü? kaynak dengeleme ölçütü için pekçok problemin en optimal çözümleri literatürde ilk defa bulunmuştur. Geliştirilen yöntemin kısıtlamaları tartışılmış ve ileride yapılabilecek çalışmalar ile ilgili önerilerde bulunulmuştur.
Resource Leveling Problem (RLP) aims to minimize undesired fluctuations in resource distribution curves which cause several practical problems. Many studies conclude that commercial project management software packages can not effectively deal with RLP. In this study a branch and bound algorithm is presented for solving RLP for single and multi resource, small size networks. The algorithm adopts a depth-first strategy and stores start times of non-critical activities in the nodes of the search tree. Optimal resource distributions for 4 different types of resource leveling metrics can be obtained via the developed procedure. To prune more of the search tree and thereby reduce the computation time, several lower bound calculation methods are employed. Experiment results from 20 problems showed that the suggested algorithm can successfully locate optimal solutions for networks with up to 20 activities.The algorithm presented in this study contributes to the literature in two points. First, the new lower bound improvement method (maximum allowable daily resources method) introduced in this study reduces computation time required for achieving the optimal solution for the RLP. Second, optimal solutions of several small sized problems have been obtained by the algorithm for some traditional and recently suggested leveling metrics. Among these metrics, Resource Idle Day (RID) has been utilized in an exact method for the first time. All these solutions may form a basis for performance evaluation of heuristic and metaheuristic procedures for the RLP. Limitations of the developed branch and bound procedure are discussed and possible further improvements are suggested.