KUADRATİK ATAMA PROBLEMİNE YENİ BİR MELEZ KARINCA KOLONİSİ OPTİMİZASYON ALGORİTMASI ÖNERİSİ

pala, osman

KUADRATİK ATAMA PROBLEMİNE YENİ BİR MELEZ KARINCA KOLONİSİ OPTİMİZASYON ALGORİTMASI ÖNERİSİ

Osman PALA (Karamanoğlu Mehmetbey Üniversitesi, İktisadi ve İdari Bilimler Fakültesi, Ekonometri Bölümü, Karaman, Türkiye)

Çukurova Üniversitesi Sosyal Bilimler Enstitüsü Dergisi

0 0

Yıl: 2020 Cilt: 29 Sayı: 4 Sayfa Aralığı: 21 - 32 Metin Dili: Türkçe İndeks Tarihi: 28-09-2021

KUADRATİK ATAMA PROBLEMİNE YENİ BİR MELEZ KARINCA KOLONİSİ OPTİMİZASYON ALGORİTMASI ÖNERİSİ

Öz:

Günümüzde işletmeler çok farklı tiplerde karar problemleri ile uğraşmak durumundadırlar. Kuadratik atama problemi ise işletmelerin karşılaştıkları bu tip problemlerin birçoğu için model olarak kullanılabilmektedir. Problem, aralarında iş akışı bulunan aktivite merkezlerinin lokasyonlara yerleştirilmesi olarak ifade edilebilmektedir. Problemin modelinde doğrusal olmayan fonksiyonlar ve tam sayılı değişkenler bulunması sebebiyle çözümünde yaklaşık iyi çözümler üreten sezgisel yaklaşımlar çoğunlukla tercih edilmektedir. Çalışma kapsamında, kuadratik atama problemi için Karınca Kolonisi Optimizasyon Algoritması ile yerel arama birleşiminden yeni bir melez sezgisel algoritma geliştirilmiştir. Önerilen yaklaşım, farklı yerel arama metotları ile hibritleştirilmiş algoritmalarla ve klasik sezgisel yaklaşımla kuadratik atama probleminin çözümünde örnek problemler üzerinden kıyaslanmıştır. Yöntemlerden elde edilen çözüm değerlerine göre önerilen yaklaşımın çözüm performansının etkili olduğu görülmektedir.

Anahtar Kelime:

PROPOSAL OF A NEW HYBRID ANT COLONY OPTIMIZATION ALGORITHM FOR QUADRATIC ASSIGNMENT PROBLEM

Öz:

Today, businesses have to deal with many different types of decision problems. The quadratic assignment problem can be used as a model for many of these problems faced by businesses. The problem can be expressed as locating activity centers which they have work flow between each other. Because there are nonlinear functions and integer variables in the model of the problem, heuristic approaches that produce approximate good solutions are often preferred. Within the scope of the study, a new hybrid heuristic algorithm has been developed from the combination of Ant Colony Optimization Algorithm and local search for the quadratic assignment problem. The proposed approach has been compared over sample problems in solving the quadratic assignment problem with algorithms hybridized with different local search methods and classical heuristic approach. According to the solution values obtained from the methods, the solution performance of the proposed approach is seen to be effective.

Anahtar Kelime:

Belge Türü: Makale Makale Türü: Araştırma Makalesi Erişim Türü: Erişime Açık

Abdel-Basset, M., Manogaran, G., Rashad, H., Zaied, A. N. H. (2018). A comprehensive review of quadratic assignment problem: variants, hybrids and applications. Journal of Ambient Intelligence and Humanized Computing, s. 1-24. Doi: 10.1007/s12652-018-0917-x
Ahuja, R. K., Orlin, J. B., Tiwari, A. (2000). A greedy genetic algorithm for the quadratic assignment problem. Computers & Operations Research, 27(10), 917-934.
Burkard, R. E., Karisch, S. E., Rendl, F. (1997). QAPLIB–a quadratic assignment problem library. Journal of Global optimization, 10(4), 391-403.
Demirel, N. Ç., Toksarı, M. D. (2006). Optimization of the quadratic assignment problem using an ant colony algorithm. Applied Mathematics and Computation, 183(1), 427-435.
Dokeroglu, T. (2015). Hybrid teaching–learning-based optimization algorithms for the Quadratic Assignment Problem. Computers & Industrial Engineering, 85, 86-101.
Dorigo, M. (1992). Optimization, learning and natural algorithms. Ph. D. Thesis, Politecnico di Milano, Italy.
Dorigo, M., Stützle, T. (2019). Ant colony optimization: overview and recent advances. In Handbook of metaheuristics (pp. 311-351). Springer, Cham.
Duman, E., Uysal, M., Alkaya, A. F. (2012). Migrating Birds Optimization: A new metaheuristic approach and its performance on quadratic assignment problem. Information Sciences, 217, 65-77.
Gambardella, L. M., Taillard, É. D., Dorigo, M. (1999). Ant colonies for the quadratic assignment problem. Journal of the operational research society, 50(2), 167-176.
Jahed, A. Rahbari, M. (2017). Comparison of Three Neighbor Generation Structures by Simulated Annealing Method to Solve Quadratic Assignment Problem. 10th International Conference of Iranian Operations Research Society (ICIORS 2017), University of Mazandaran, May 2017, Babolsar, Iran.
Koopmans, T. C., Beckmann, M. (1957). Assignment problems and the location of economic activities. Econometrica: journal of the Econometric Society, 53-76.
Liu, H., Abraham, A., Zhang, J. (2007). A particle swarm approach to quadratic assignment problems. In Soft computing in industrial applications (pp. 213-222). Springer, Berlin, Heidelberg.
Maniezzo, V., Colorni, A. (1999). The ant system applied to the quadratic assignment problem. IEEE Transactions on knowledge and data engineering, 11(5), 769-778.
Peng, T., Huanchen, W., Dongme, Z. (1996). Simulated annealing for the quadratic assignment problem: A further study. Computers & industrial engineering, 31(3-4), 925-928.
Pradeepmon, T., Sridharan, R., Panicker, V. (2018). Development of modified discrete particle swarm optimization algorithm for quadratic assignment problems. International Journal of Industrial Engineering Computations, 9(4), 491-508.
Samanta, S., Philip, D., Chakraborty, S. (2018). Bi-objective dependent location quadratic assignment problem: Formulation and solution using a modified artificial bee colony algorithm. Computers & Industrial Engineering, 121, 8-26.
Stützle, T., Hoos, H. H. (2000). MAX–MIN ant system. Future generation computer systems, 16(8), 889-914.
Taillard, É. (1991). Robust taboo search for the quadratic assignment problem. Parallel computing, 17(4-5), 443-455.

APA	pala o (2020). KUADRATİK ATAMA PROBLEMİNE YENİ BİR MELEZ KARINCA KOLONİSİ OPTİMİZASYON ALGORİTMASI ÖNERİSİ. , 21 - 32.
Chicago	pala osman KUADRATİK ATAMA PROBLEMİNE YENİ BİR MELEZ KARINCA KOLONİSİ OPTİMİZASYON ALGORİTMASI ÖNERİSİ. (2020): 21 - 32.
MLA	pala osman KUADRATİK ATAMA PROBLEMİNE YENİ BİR MELEZ KARINCA KOLONİSİ OPTİMİZASYON ALGORİTMASI ÖNERİSİ. , 2020, ss.21 - 32.
AMA	pala o KUADRATİK ATAMA PROBLEMİNE YENİ BİR MELEZ KARINCA KOLONİSİ OPTİMİZASYON ALGORİTMASI ÖNERİSİ. . 2020; 21 - 32.
Vancouver	pala o KUADRATİK ATAMA PROBLEMİNE YENİ BİR MELEZ KARINCA KOLONİSİ OPTİMİZASYON ALGORİTMASI ÖNERİSİ. . 2020; 21 - 32.
IEEE	pala o "KUADRATİK ATAMA PROBLEMİNE YENİ BİR MELEZ KARINCA KOLONİSİ OPTİMİZASYON ALGORİTMASI ÖNERİSİ." , ss.21 - 32, 2020.
ISNAD	pala, osman. "KUADRATİK ATAMA PROBLEMİNE YENİ BİR MELEZ KARINCA KOLONİSİ OPTİMİZASYON ALGORİTMASI ÖNERİSİ". (2020), 21-32.

APA	pala o (2020). KUADRATİK ATAMA PROBLEMİNE YENİ BİR MELEZ KARINCA KOLONİSİ OPTİMİZASYON ALGORİTMASI ÖNERİSİ. Çukurova Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 29(4), 21 - 32.
Chicago	pala osman KUADRATİK ATAMA PROBLEMİNE YENİ BİR MELEZ KARINCA KOLONİSİ OPTİMİZASYON ALGORİTMASI ÖNERİSİ. Çukurova Üniversitesi Sosyal Bilimler Enstitüsü Dergisi 29, no.4 (2020): 21 - 32.
MLA	pala osman KUADRATİK ATAMA PROBLEMİNE YENİ BİR MELEZ KARINCA KOLONİSİ OPTİMİZASYON ALGORİTMASI ÖNERİSİ. Çukurova Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, vol.29, no.4, 2020, ss.21 - 32.
AMA	pala o KUADRATİK ATAMA PROBLEMİNE YENİ BİR MELEZ KARINCA KOLONİSİ OPTİMİZASYON ALGORİTMASI ÖNERİSİ. Çukurova Üniversitesi Sosyal Bilimler Enstitüsü Dergisi. 2020; 29(4): 21 - 32.
Vancouver	pala o KUADRATİK ATAMA PROBLEMİNE YENİ BİR MELEZ KARINCA KOLONİSİ OPTİMİZASYON ALGORİTMASI ÖNERİSİ. Çukurova Üniversitesi Sosyal Bilimler Enstitüsü Dergisi. 2020; 29(4): 21 - 32.
IEEE	pala o "KUADRATİK ATAMA PROBLEMİNE YENİ BİR MELEZ KARINCA KOLONİSİ OPTİMİZASYON ALGORİTMASI ÖNERİSİ." Çukurova Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 29, ss.21 - 32, 2020.
ISNAD	pala, osman. "KUADRATİK ATAMA PROBLEMİNE YENİ BİR MELEZ KARINCA KOLONİSİ OPTİMİZASYON ALGORİTMASI ÖNERİSİ". Çukurova Üniversitesi Sosyal Bilimler Enstitüsü Dergisi 29/4 (2020), 21-32.