Tez No	İndirme	Tez Künye	Durumu
185040		Comparison of genetic algorithm and particle swarm optimization algorithm for bicriteria permutation flowshop scheduling problem / İki kriterli permütasyonlu akış tipi üretim çizelgelemesi problemi için genetik algoritma ve parçacık sürü optimizasyonu yöntemlerinin karşılaştırılması Yazar:ÖZGÜR UYSAL Danışman: Y.DOÇ.DR. M. FATİH TAŞGETİREN ; Y.DOÇ.DR. SEROL BULKAN Yer Bilgisi: Marmara Üniversitesi / Fen Bilimleri Enstitüsü / Endüstri Mühendisliği Ana Bilim Dalı Konu:Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol = Computer Engineering and Computer Science and Control ; Endüstri ve Endüstri Mühendisliği = Industrial and Industrial Engineering Dizin:	Onaylandı Doktora İngilizce 2006 67 s.
Akış tipi üretim çizelgeleme problemi, üzerinde çok çalışılmış olanalanlardan biridir. Problemin çapı büyüdükçe, analitik çözüm bulmak imkansızlaşırve burada sezgisel yaklaşımlar devreye girer.Literatüre bakıldığında, bu problem için genelde tek kriterli yaklaşımlargeliştirildiği görülür; toplam yapım zamanı en çok kullanılmış olan kriterdir. Azsayıda makine için çok kriterli sezgisel yöntemler bulunsa da, ikiden fazla makineiçin genelde sadece tek kriter dikkate alınmıştır.Bu tez çalışmasında, 50 iş-20 makine gibi büyük çaplı problemler için,toplam yapım zamanı ve en büyük pozitif gecikme zamanı kriterleri birlikte dikkatealınmıştır. Bu amaçla, bir Partikül Sürü Optimizasyonu (PSO), bir de GenetikAlgoritma (GA) sezgisel yöntemi geliştirilmiş ve standart test problemlerineuygulanmıştır. PSO ve GA'nın sadece yalın şekilleri değil, aynı zamanda DeğişkenKomşuluk Arama isimli bir yerel arama yöntemiyle melezlenmiş olan şekilleri dedenenmiş, ve iki algoritmanın performansları birbirleriyle karşılaştırılmıştır.Elde edilen sonuçlara göre, en büyük pozitif gecikme zamanı kriterininağırlıklı olduğu durumlarda PSO daha iyi sonuç vermiş; toplam yapım zamanıkriterinde ise GA daha başarılı olmuştur. İşlem sürelerinde ise, her durumda PSOdaha çabuk sonuca ulaşmıştır. Yerel arama katılmış melez algoritmalar, yalınhallerine göre daha iyi sonuçlara ulaşmış; ancak, işlem süresi ciddi oranda artmıştır.Anahtar Kelimeler: Akış tipi üretim, sezgisel yaklaşımlar, PSO, GA, çift kriter
Flowshop scheduling problem is a well known research field for fifty years.As the problem size gets bigger, an analytical solution becomes impossible. Here,heuristic solutions come to the stage.In the literature, generally solutions regarding a single criterion aredeveloped; and makespan is the most common objective used. There are some multiobjective solutions for one or two machines; but, only one criterion is generally usedfor more than two machines.In this thesis, makespan and maximum tardiness criteria are usedconcurrently, for big problem sizes like 50 jobs-20 machines. For this purpose, aParticle Swarm Optimization (PSO), and a Genetic Algorithm (GA) is developed andapplied to standard test problems.Not only the pure versions of PSO and GA, but also their hybrid versions -i.e. with a local search called Variable Neighborhood Search (VNS) embedded - aretested; and the relative performances of the two algorithms are compared.As a result, PSO performed better for the situations where the weight ofmaximum tardiness criterion was greater, while GA surpassed PSO when themakespan objective was dominant. Regarding the CPU times, PSO found a solutionmore quickly, for all occasions. The with-VNS versions of the algorithms foundbetter solutions compared to the pure versions; but, it took them much longer.Keywords: Flowshop scheduling, heuristic optimization, PSO, GA, bicriteria