Konteyner Yükleme Problemleri için Tabu Arama ve Pekiştirmeli Öğrenme Tabanlı Bir Hibrit Yaklaşım
Tez Türü: Doktora
Tezin Yürütüldüğü Kurum: İstanbul Üniversitesi-Cerrahpaşa, Lisansüstü Eğitim Enstitüsü, Endüstri Mühendisliği Anabilim Dalı Başkanlığı, Türkiye
Tez Danışmanı: Tarık Küçükdeniz
Tezin Onay Tarihi: 2024
Tezin Dili: Türkçe
Özet:
Konteyner yükleme problemi, lojistik sektöründe önemli bir yer tutmakta olup, nakliye maliyetlerini azaltmak ve operasyonel verimliliği artırmak açısından kritik bir rol oynamaktadır. Bu problem, üç boyutlu dikdörtgen öğelerin belirli kısıtlar altında bir konteynere en verimli şekilde yerleştirilmesini ifade eden bir kombinatoryal optimizasyon problemidir ve NP-zor sınıfında yer alır. Bu çalışmada, konteyner yükleme problemleri için tabu arama ve pekiştirmeli öğrenme tabanlı yeni bir hibrit bir algoritma (TSQL) geliştirilmiştir. Çalışmanın sonucunda hem yeni bir yöntemin geliştirilmesi ile literatüre katkı sağlanması hem de bir gerçek hayat problemi olan konteyner yükleme problemine üretilecek hızlı ve etkili çözümler ile endüstri uygulamalarında lojistik maliyetlerinin düşürülerek ulusal ekonomiye ve toplumsal refaha yarar sağlayabilecek bir yöntemin sunulması amaçlanmıştır. Konteyner yükleme problemleri iki aşamada ele alınmıştır. Birinci aşama konteynere yüklenecek kutu tiplerinin yükleme sırasının optimize edilmesi, ikinci aşama kutuların belirlenen sırada, konteynerin içine en verimli şekilde yerleştirilmesidir. Kutu tiplerinin konteynere yüklenme sırası tabu arama ve pekiştirmeli öğrenme tabanlı hibrit algoritma (TSQL) ile belirlenir. TSQL algoritmasında, tabu arama yönteminin ‘komşuların üretilmesi ve değerlendirilmesi’ aşamasında Q-öğrenme algoritması entegre edilmiştir. Ayrıca, öğelerin konteyner içinde en verimli şekilde yerleştirilmesi için bir yerleştirme sezgiseli kullanılmıştır. Tez kapsamında, bu üç yöntemin bir arada kullanıldığı hibrit bir model oluşturulmuş ve performansı karşılaştırmalı veri setleri üzerinde test edilmiştir. Elde edilen bulgular, geliştirilen hibrit algoritmanın, tabu arama yöntemine kıyasla daha hızlı ve daha kaliteli çözümler üretebildiğini göstermektedir. Bu çalışma, literatürde tabu arama algoritmasını güçlendirmek için Q-öğrenmenin kullanıldığı ilk çalışma olması ve ayrıca, konteyner yükleme problemleri literatüründe metasezgisel algoritma ile pekiştirmeli öğrenmenin hibrit kullanımına dair ilk çalışma olması nedeniyle önemli bir yenilik taşımaktadır.