Akademik Veri Yönetim Sistemi
Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Ankara Üniversitesi, Fen Bilimleri Enstitüsü, Türkiye
Tezin Onay Tarihi: 2015
Tezin Dili: Türkçe
Öğrenci: BARIŞ SATAR
Danışman: ASIM EGEMEN YILMAZ
Özet:Gerçek dünyada karşımıza çıkan genel atama problemlerinden bir tanesi olan Frekans Atama Problemi NP (non-polynomial) zor tümleşik optimizasyon problemidir. Bu tür problemlerde çözüm zamanının problem boyutuna bağlı olarak üssel olarak artmasıyla beraber, sınırlı hesaplama süresi içerisinde çözülememesinden dolayı metasezgisel yöntemler kullanılmıştır. Bu tezde üzerinde çalışılan Frekans Atama Probleminde birbirleri ile çelişen farklı amaçların metasezgisel yöntemler kullanarak optimize edilmesiyle probleme çözüm aranmıştır. Bu çok amaçlı optimizasyon problemini çeşitli skalarizasyon yaklaşımları ile tek amaca indirgeyerek; probleme, metasezgisel yöntemlerden genetik algoritma (GA) ve parçacık sürüsü optimizasyonu (PSO) yöntemleri uygulanmıştır. Literatürdeki genetik algoritma (GA) ve parçacık sürüsü optimizasyonu (PSO) yöntemleri üzerinde çeşitli modifikasyonlar gerçekleştirilerek, problemin çözümüne dair alternatif algoritmalar önerilmiştir. Tanımlanan problem ve senaryoları altında önerilen alternatif algoritmaların başarımlarının kıyaslanması gerçekleştirilmiş ve Frekans Atama Problemi‟nde önerilen bu yöntemlerin kullanılabilirliği gösterilmiştir.Abstract General assignment problem encountered in the real world, one of which the Frequency Assignment problem is non polynomial hard combinatorial optimization problem. These types of problems, because of solution of the time depending on the size of the problem increases exponentially with the limited time for the calculation can not be solved within, metaheuristics are used. In this thesis the frequency assignment problem solution, different objectives conflict with each other by using metaheuristics to optimize, is searched. This multi-objective optimization problem is reduced to a single purpose, using a variety of scalarization approaches and metaheuristics methods, which are Genetic Algorithm and Particle Swarm Optimization, have been applied. Genetic algorithm (GA) and Particle Swarm Optimization which in the literature, performing various modifications on methods of problem solving that alternative applications have been produced. Under the identified problems and scenarios, comparison of the performance of alternative applications were carried out.