Akış tipi çizelgeme problemlerinin hibrit ateşböceği ve parçacık sürü optimizasyonu algoritmasıyla çözümünde başlangıç popülasyonlarının etkileri

Abstract

Klasik akış tipi çizelgeleme problemi, birbiri ardına sıralanmış makinelerin bulunduğu ve her iş için aynı makine sırasının takip edilmesi prensibine dayalıdır. İş ve makine sayılarının artmasıyla akış tipi çizelgeleme problemleri çok karmaşık hale dönüşmektedir. Bu karmaşık problemleri çözmek üzere birçok meta sezgisel yöntem kullanılmaktadır. Meta sezgisel yöntemlerle optimum çözüm aranırken başlangıç popülasyonlarının etkisi çok büyük önem arz etmektedir. Bu çalışmada hibrit ateşböceği parçacık sürü optimizasyonu algoritması kullanılarak literatürdeki akış tipi çizelgeleme problemlerinde, farklı başlangıç popülasyonlarının etkisinin gözlemlenmesi amaçlanmaktadır. Bu amaçla beş farklı başlangıç popülasyonu oluşturma yöntemi ele alınarak, karşılaştırma testleri yapılmıştır. Nawaz-Enscore-Ham algoritmasını içeren yöntemlerin ortalama göreli sapma değerlerinin daha iyi olduğu belirlenmiştir. Nawaz-Enscore-Ham algoritmasının farklı parçacık sayısı düzeyleri için başarısı test edilmiş ve sonuçlar sunulmuştur.

Keywords

• akış tipi çizelgeleme
• meta sezgisel yöntemler
• hibrit ateşböceği parçacık sürü optimizasyonu
• başlangıç popülasyonu
• neh
• the flow shop scheduling problem
• meta-heuristic methods
• hybrid firefly particle swarm optimization
• initial population
• neh