Otonom kutu istifleme robot hücreleri için meta-sezgisel optimizasyon algoritması geliştirilmesi
Tezin Türü: Doktora
Tezin Yürütüldüğü Kurum: Yıldız Teknik Üniversitesi, Fen Bilimleri Enstitüsü, -, Türkiye
Tezin Onay Tarihi: 2022
Tezin Dili: Türkçe
Öğrenci: HARUN GEZİCİ
Danışman: Haydar Livatyali
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
Özet:Kutu paketleme problemleri (KPP) kombinatoryal optimizasyon problemlerindendir. Bu problemin çözümü için literatürde kesin, sezgisel ve meta-sezgisel olmak üzere üç yöntem kullanılmaktadır. Kesin yöntemler kutu sayısının fazla olduğu durumlarda başarılı sonuçlar elde edememektedir. Meta-sezgisel yöntemler ise kabul edilebilir çözümleri makul sürelerde elde edebildikleri için araştırmacılar tarafından son yıllarda daha fazla tercih edilmektedir. KPP'nin bir, iki ve üç boyutlu alt grupları bulunmaktadır. Bu doktora tezinde üç farklı KPP'nin çözümü için üç farklı meta-sezgisel algoritma önerilmiştir. Bir ve iki boyutlu KPP'nin çözümü için Çiçek Tozlaşma Algoritması (ÇTA) ve Genetik Algoritma (GA) iki farklı yöntemle hibritlenmiş ve iki yeni yaklaşım sunulmuştur (1B-ÇTGA, 2B-ÇTGA). Ancak ÇTA ve GA'nın farklı hibrit varyantları, üç boyutlu KPP'nin çözümü için başarılı sonuçlar elde edememiştir. Bu nedenle yeni bir optimizasyon algoritması araştırılmıştır. Mühendislik problemlerinin çözümünde sıklıkla kullanılan ve geçerliliği kanıtlanmış Harris Şahinleri Algoritması (HŞA) yeni yöntem olarak tercih edilmiştir. Öncelikle HŞA'nın geliştirilebilir bir algoritma olduğunu teyit etmek için kaotik haritalar ile değiştirilmiş ve çeşitli test fonksiyonları ile sınanmıştır. Elde edilen sonuçlar HŞA'nın geliştirilebilir olduğunu göstermiştir. Daha sonra HŞA sadeleştirme stratejisi kullanılarak geliştirilmiş ve üç boyutlu KPP'ye uygulanmıştır (3B-HŞA). Önerilen algoritmaların başarımı, literatürden başarılı sonuçlar elde eden rakip algoritmalar ile karşılaştırılmış ve istatistiksel yöntemler ile yorumlanmıştır. Bir boyutlu KPP'nin çözümü için önerilen 1B-ÇTGA, literatürdeki diğer algoritmalar ile karşılaştırılmıştır. Karşılaştırma için kolay, orta ve zor sınıfları bulunan Scholl veri seti kullanılmıştır. Veri setinin kolay sınıfı için 1B-ÇTGA, minimum yüzde performans (min%f) ve ortalama yüzde performans (ort%f) metriklerinde %26,1 ve %37,7 arasında rakiplerinden daha iyi performans göstermiştir. Veri setinin orta sınıfı için 1B-ÇTGA, min%f ve ort%f metriklerinde %28,7 ve %43,9 arasında rakiplerinden daha iyi performans göstermiştir. Veri setinin zor sınıfı için 1B-ÇTGA, min%f ve ort%f metriklerinde %60,7 ve %73,1 arasında rakiplerinden daha iyi performans göstermiştir. İki boyutlu KPP'nin çözümü için önerilen 2B-ÇTGA, literatürdeki diğer algoritmalar ile karşılaştırılmıştır. Karşılaştırma için 10 sınıf, 50 alt grup ve 500 örneği bulunan Berkey-Wang ve Martello-Vigo veri seti kullanılmıştır. 2B-ÇTGA, veri setinin 6 sınıfında en iyi sonuçları elde etmiştir. 2B-ÇTGA, veri seti sınıflarının %60'ında en iyi sonuçları elde etmiş ve en yakın rakibinden 3 kat fazla sınıfta başarı sağlamıştır. Ayrıca, 2B-ÇTGA, 50 alt-grubun 33'ünde en iyi sonuçları elde ederek en başarılı algoritma olmuştur. 2B-ÇTGA, alt grupların %66'sını başarı ile çözmüş ve en yakın rakibinden %12 daha başarılı sonuçlar elde etmiştir. Üç boyutlu KPP'nin çözümü için önerilen 3B-HŞA, 8 sınıf, 32 alt grup ve320 örnekten oluşan bir veri seti kullanılarak, EO, ÇTA, GBO, SOA ve HŞA algoritmaları ile karşılaştırılmıştır. 3B-HŞA en yakın rakibi HŞA'dan konteyner sayısını metriğinde %0,503, çözüm süresi metriğinde ise %5,035 daha iyi performans göstermiştir. Sonuçlar önerilen algoritmaların geçerliliğini teyit etmektedir.