Otomatik depolama ve çekme sistemlerinde çevrim süresinin yapay zeka teknikleriyle optimizasyonu
| Autor: | Özer, Osman |
|---|---|
| Přispěvatelé: | Çunkaş, Mehmet, Enstitüler, Fen Bilimleri Enstitüsü, Elektrik Elektronik Mühendisliği Ana Bilim Dalı, Elektrik-Elektronik Mühendisliği Anabilim Dalı |
| Jazyk: | turečtina |
| Rok vydání: | 2019 |
| Předmět: |
Artificial intelligence
Bilim ve Teknoloji Elektrik ve Elektronik Mühendisliği Particle swarm optimization Genetic algorithms Science and Technology Mühendislik Bilimleri Genetic algorithm technique Heuristic algorithms Engineering Sciences Automated storage and retrieval system Genetik algoritma tekniği Genetic algorithm technique Electrical and Electronics Engineering Movement optimization |
| Popis: | Bu tez çalışmasında, tek ve sabit koridorlu, tek vinçli, ikili mekik sistemine sahip ve birim yük taşıyan bir otomatik depolama ve çekme sistemi (AS/RS) modellenmiştir. Modellenen sistemde hücrelerin boyutları 1 m × 1 m × 1 m olarak seçilmiştir. AS/RS makinesi, ikili mekik sistemi sayesinde iki adet toplama ve iki adet geri çekme istemini içeren dörtlü komut çevrimini işleyebilecek şekilde tasarlanmıştır. AS/RS'lerin işletilmesinde sıklıkla karşılaşılan, depolanacak ürünlere lokasyon atanması problemi sezgisel algoritmalardan parçacık sürü optimizasyonu (PSO) algoritması yardımıyla çözülmüştür. PSO algoritmasının performansını test etmek amacıyla aynı probleme gerçek kodlu genetik algoritma (RGA) ve ikili kodlu genetik algoritma (BGA) uygulanmıştır. İki farklı boyutta problem tanımlanmış olup her bir boyut için on farklı veri seti sağlanarak problemler çeşitlendirilmiştir. Algoritma performanslarının karşılaştırılmasında, ortalama mutlak hata (MAE), ortalama mutlak yüzde hata (MAPE) ve kök ortalama kare hata (RMSE) gibi istatistiksel metotlar kullanılmıştır. Ayrıca algoritmaların işlemci süreleri de analiz edilmiştir. In this thesis, single and fixed aisle, single crane, double shuttle system and unit load automatic storage and retrieval system (AS/RS) are modelled. In the modelled system, the dimensions of the cells were chosen as 1 m × 1 m × 1 m. The AS/RS machine is designed to handle a quadruple command cycle including two storage and two retrieval requests thanks to the dual shuttle system. From the frequently encountered planning problems in the operation of AS/RSs, the location assignment to the products to be stored was addressed and was came up with a solution by the particle swarm optimization (PSO) which is one of the heuristic algorithms. In order to verify the accuracy of the application of PSO algorithm, the same problems were solved by real coded genetic algorithm (RGA) and binary coded genetic algorithm (BGA). Two different sizes of problems have been identified and the issues have been diversified by providing ten different data sets for each dimension. Statistical methods such as mean absolute error (MAE), mean absolute percentage error (MAPE) and root mean square error (RMSE) were used to compare algorithm performances. Also, the CPU times of the algorithms were analyzed. |
| Databáze: | OpenAIRE |
| Externí odkaz: |
|