Kapasiteli araç rotalama problemi için makine öğrenmesi ve matematiksel programlama temelli hibrid bir çözüm önerisi

Özgür Sanlı; Zühal Kartal

Article Details

Kapasiteli araç rotalama problemi için makine öğrenmesi ve matematiksel programlama temelli hibrid bir çözüm önerisi

Authors:

Özgür Sanlı | Zühal Kartal

Publisher:

Gazi University

Main Topics:

Mühendislik

Journal:

Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi Vol.39 Issue 2, pp.741-756

Document Type:

Article

Publication Date:

11/2023

Document Language:

Turkish

Document ID (Org No.):

2001301395

pISSN:

1300-1884

Keywords:

Abstract:

 Bu çalışmada, kapasiteli araç rotalama probleminin KARP çözümü için makine öğrenmesi teknikleri ile matematiksel programlama formülasyonlarını hibridleştiren iki aşamalı bir yaklaşım önerilmiştir. KARPın çözümü için ilk aşamada makine öğrenmesi algoritmaları ile düğümlerin hangi araçlara atanacağına karar verildikten sonra ortaya çıkan kümelerin toplam talep miktarının her bir aracın kapasitesini aşmaması kapasite dengeleme algoritması adı verilen bir metot tarafından garantilenmiştir. İkinci aşamada ise, her bir araç depodan tur oluşturmak için başlar ve gezgin satıcı problemi GSP matematiksel modelini kullanarak en kısa kat edilen mesafeyi bulmak için atanan tüm düğümleri ziyaret eder. KARP ın nihai çözümü, tüm TSP rotalarının birleştirilmesiyle oluşturulmuştur. Bu çalışmada kullanılan makine öğrenmesi algoritmaları denetimli öğrenme kategorisi altında; K-En yakın Komşuluk algoritması K-NN ve lojistik regresyon LR algoritmalarıyken; denetimsiz öğrenme kategorisi için, K-Ortalamalar K-Means algoritmasıdır. Önerilen yaklaşım için, farklı araç sayıları ile literatürden farklı veri setleri kullanılarak duyarlılık analizleri gerçekleştirilmiştir. Sonuç olarak önerilen hibrid yaklaşımın test problemlerinin çoğunda KARPın matematiksel modelinin çözümüne göre daha iyi sonuçlar verdiği gösterilmiştir.

 Bu çalışmada, kapasiteli araç rotalama probleminin KARP çözümü için makine öğrenmesi teknikleri ile matematiksel programlama formülasyonlarını hibridleştiren iki aşamalı bir yaklaşım önerilmiştir. KARPın çözümü için ilk aşamada makine öğrenmesi algoritmaları ile düğümlerin hangi araçlara atanacağına karar verildikten sonra ortaya çıkan kümelerin toplam talep miktarının her bir aracın kapasitesini aşmaması kapasite dengeleme algoritması adı verilen bir metot tarafından garantilenmiştir. İkinci aşamada ise, her bir araç depodan tur oluşturmak için başlar ve gezgin satıcı problemi GSP matematiksel modelini kullanarak en kısa kat edilen mesafeyi bulmak için atanan tüm düğümleri ziyaret eder. KARP ın nihai çözümü, tüm TSP rotalarının birleştirilmesiyle oluşturulmuştur. Bu çalışmada kullanılan makine öğrenmesi algoritmaları denetimli öğrenme kategorisi altında; K-En yakın Komşuluk algoritması K-NN ve lojistik regresyon LR algoritmalarıyken; denetimsiz öğrenme kategorisi için, K-Ortalamalar K-Means algoritmasıdır. Önerilen yaklaşım için, farklı araç sayıları ile literatürden farklı veri setleri kullanılarak duyarlılık analizleri gerçekleştirilmiştir. Sonuç olarak önerilen hibrid yaklaşımın test problemlerinin çoğunda KARPın matematiksel modelinin çözümüne göre daha iyi sonuçlar verdiği gösterilmiştir.

 Bu çalışmada, kapasiteli araç rotalama probleminin KARP çözümü için makine öğrenmesi teknikleri ile matematiksel programlama formülasyonlarını hibridleştiren iki aşamalı bir yaklaşım önerilmiştir. KARPın çözümü için ilk aşamada makine öğrenmesi algoritmaları ile düğümlerin hangi araçlara atanacağına karar verildikten sonra ortaya çıkan kümelerin toplam talep miktarının her bir aracın kapasitesini aşmaması kapasite dengeleme algoritması adı verilen bir metot tarafından garantilenmiştir. İkinci aşamada ise, her bir araç depodan tur oluşturmak için başlar ve gezgin satıcı problemi GSP matematiksel modelini kullanarak en kısa kat edilen mesafeyi bulmak için atanan tüm düğümleri ziyaret eder. KARP ın nihai çözümü, tüm TSP rotalarının birleştirilmesiyle oluşturulmuştur. Bu çalışmada kullanılan makine öğrenmesi algoritmaları denetimli öğrenme kategorisi altında; K-En yakın Komşuluk algoritması K-NN ve lojistik regresyon LR algoritmalarıyken; denetimsiz öğrenme kategorisi için, K-Ortalamalar K-Means algoritmasıdır. Önerilen yaklaşım için, farklı araç sayıları ile literatürden farklı veri setleri kullanılarak duyarlılık analizleri gerçekleştirilmiştir. Sonuç olarak önerilen hibrid yaklaşımın test problemlerinin çoğunda KARPın matematiksel modelinin çözümüne göre daha iyi sonuçlar verdiği gösterilmiştir.

 Bu çalışmada, kapasiteli araç rotalama probleminin KARP çözümü için makine öğrenmesi teknikleri ile matematiksel programlama formülasyonlarını hibridleştiren iki aşamalı bir yaklaşım önerilmiştir. KARPın çözümü için ilk aşamada makine öğrenmesi algoritmaları ile düğümlerin hangi araçlara atanacağına karar verildikten sonra ortaya çıkan kümelerin toplam talep miktarının her bir aracın kapasitesini aşmaması kapasite dengeleme algoritması adı verilen bir metot tarafından garantilenmiştir. İkinci aşamada ise, her bir araç depodan tur oluşturmak için başlar ve gezgin satıcı problemi GSP matematiksel modelini kullanarak en kısa kat edilen mesafeyi bulmak için atanan tüm düğümleri ziyaret eder. KARP ın nihai çözümü, tüm TSP rotalarının birleştirilmesiyle oluşturulmuştur. Bu çalışmada kullanılan makine öğrenmesi algoritmaları denetimli öğrenme kategorisi altında; K-En yakın Komşuluk algoritması K-NN ve lojistik regresyon LR algoritmalarıyken; denetimsiz öğrenme kategorisi için, K-Ortalamalar K-Means algoritmasıdır. Önerilen yaklaşım için, farklı araç sayıları ile literatürden farklı veri setleri kullanılarak duyarlılık analizleri gerçekleştirilmiştir. Sonuç olarak önerilen hibrid yaklaşımın test problemlerinin çoğunda KARPın matematiksel modelinin çözümüne göre daha iyi sonuçlar verdiği gösterilmiştir.

Article Details

Kapasiteli araç rotalama problemi için makine öğrenmesi ve matematiksel programlama temelli hibrid bir çözüm önerisi

Authors:

Özgür Sanlı | Zühal Kartal

Publisher:

Gazi University

Main Topics:

Mühendislik

Journal:

Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi Vol.39 Issue 2, pp.741-756

Document Type:

Article

Publication Date:

11/2023

Document Language:

Turkish

Document ID (Org No.):

2001301395

pISSN:

1300-1884

Kapasiteli Araç Rotalama Problemi

Makine Öğrenmesi ve Matematiksel Modelleme Hibrid Yaklaşım

Lojistik Regresyon

K-Means

K-NN

Issues

Article Details

Kapasiteli araç rotalama problemi için makine öğrenmesi ve matematiksel programlama temelli hibrid bir çözüm önerisi

Authors: Özgür Sanlı | Zühal Kartal

Publisher: Gazi University

Main Topics: Mühendislik

Journal: Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi Vol.39 Issue 2, pp.741-756

Document Type: Article

Publication Date: 11/2023

Document Language: Turkish

Document ID (Org No.): 2001301395

pISSN: 1300-1884

Kapasiteli Araç Rotalama Problemi

Makine Öğrenmesi ve Matematiksel Modelleme Hibrid Yaklaşım

Lojistik Regresyon

K-Means

K-NN

Issues

Authors:

Özgür Sanlı | Zühal Kartal

Publisher:

Gazi University

Main Topics:

Mühendislik

Journal:

Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi Vol.39 Issue 2, pp.741-756

Document Type:

Article

Publication Date:

11/2023

Document Language:

Turkish

Document ID (Org No.):

2001301395

pISSN:

1300-1884