Akademik Veri Yönetim Sistemi
TİRYAKİ F. (Yürütücü), MENİZ B.
Yükseköğretim Kurumları Destekli Proje, 2023 - 2024
Genetik algoritma, gerçek hayattaki durumlarla doğrudan ilişkili olan optimizasyon problemlerinin karmaşıklığıyla başa çıkmak için güçlü ve esnek bir metasezgisel tekniktir. Bir optimizasyon probleminin çözümünün araştırılmasındaki öncelik, hesaplanması olanaksız optimal değere ulaşmaya çalışmak yerine, çok daha az çabayla optimale yeterince yakın bir çözüm elde etmek olabilir. Genetik algoritmalar, çözüm uzayındaki bir grup rastgele nokta (aday çözüm) ile başlayarak, bu noktaların iterasyonlar sırasında daha iyi çözümlere evrilmesini sağlamaya çalışırlar. Çözümlerin kalitesini arttırma amacına ise algoritmanın temel araçları olan genetik operatörler hizmet eder. Bir genetik algoritmanın çalışma performansı genetik operatörlere bağlı olarak önemli oranda değişebilir. Her operatör türünün iyi ve kötü yanları olmasına rağmen, seçilim operatörü genetik algoritmanın başarısını diğer operatör türlerine göre daha fazla etkileyebilir. Geleneksel genetik algoritmalar önceden belirlenmiş ve sabit genetik operatörler ile başlar ve tüm iterasyonlar da aynı operatörler ile devam eder. Bu tez çalışmasında seçilim operatörlerinin, iterasyonun ilerleyişine göre dinamik olarak ayarlanmasının genetik algoritmada özellikle sürenin azaltılması açısından çok önemli bir strateji olduğu kıyaslamalar aracılığıyla gösterilecektir. Bu amaçla, mevcut iterasyonda daha avantajlı olan operatöre kendi kendine karar veren bir sistem ile farklı seçilim operatörlerini kullanabilen yeni bir genetik algoritma yapısı önerilecektir. Bunun için, basit ve etkili bir çok kriterli karar verme yöntemi olarak bilinen TOPSIS (Technique for Order Preference by Similarity to Ideal Solution), tasarlanacak bir dinamik karar matrisi ile genetik algoritmaya entegre edilecektir. Önerdiğimiz yeni genetik algoritma, Seçilim Operatörü Kararcı Genetik Algoritma (SOKGA), iterasyonlar içinde TOPSIS'i çalıştırarak her iterasyon için daha faydalı olan seçilim operatörüne kendiliğinden karar verebilir ve bu özelliği ile benzersizdir. Ürünlerin müşterilere en uygun koşullarda ulaştırılması, şirketler için en az üretimin kendisi kadar önemlidir. Dikkate alınması gereken optimizasyon stratejilerinden biri, en az sayıda araçla taşımacılık yaparken lokasyonlar arasında en az mesafeye sahip rotaların seçilmesidir. Diğer bir deyişle, araç rotalama probleminin, özellikle de daha gerçekçi bir modelleme yaklaşımı olan kapasiteli araç rotalama probleminin ve çözümünün incelenmesi önem arz etmektedir. Günlük dağıtım koordinasyonuna ihtiyaç duyan ve müşterilere sık sık dağıtım yapan işletmeler için dağıtımın zamanında bitirilmesi de büyük önem taşımaktadır. Tezimizin bir diğer odak noktasında da önerdiğimiz genetik algoritmanın bir gerçek hayat araç rotalama problemine uygulanması yer almaktadır. Ele aldığımız problemde, gerçek veri kullanımından kaynaklı, noktalar arasındaki gidiş ve dönüş mesafelerinin farklı olduğu asimetrik kapasiteli araç rotalama problemidir. Modelimizde, İstanbul Halk Ekmek işletmesinin Anadolu yakasında bulunan fabrikasından, tamamı Anadolu yakasında bulunan halk ekmek büfelerine günde üç kez dağıtımı olan dağıtım ağı incelenecektir. 215 halk ekmek büfesi içeren problem, Seçilim Operatörü Kararcı Genetik Algoritma ile çözülecek ve optimize edilmiş bir ulaşım ağı sunulacaktır. Rotaların optimizasyonu ile taşıma süresinin, maliyetin ve trafik yoğunluğunun optimize edilmesi öngörülmektedir. Çevresel fayda açısından bakıldığında ise, egzoz emisyonundan kaynaklanan karbon ayak izinin azaltılması ve geri dönüştürülemeyen yakıt tüketiminin en aza indirilmesi ile sürdürülebilir ve çevre dostu olması hedeflenmektedir.