Abstract:
Akış tipi çizelgeleme problemi endüstri mühendisliği alanında son 50 yılın muhtemelen en çok bilinen problemidir. Bir ve iki makine durumu için kesin çözümler olmakla beraber, makine sayısının üçten fazla olduğu durumlarda problem NP-Zor sınıfına girmekte ve optimum çözümü bulmak zorlaşmaktadır. Bu zorlayıcı ortam, pek çok araştırmacının ilgisini çekmektedir. Yapay arı kolonisi (ABC) algoritması, Karaboğa (2005) tarafından arıların doğadaki davranışları temel alınarak geliştirilen popülasyon tabanlı bir optimizasyon tekniğidir. Öncelikle sayısal optimizasyon problemlerinde kullanılan algoritma, son zamanlarda çeşitli mühendislik problemlerinde de başarıyla uygulanmıştır. Bu tez çalışmasında, ABC algoritması permütasyon akış tipi çizelgeleme problemine uygulanmıştır. Geliştirilen algoritmanın performansı literatürde sıklıkla kullanılan Carlier, Reeves ve Taillard test problemlerine uygulanmış ve sonuçları farklı metasezgisel yöntemlerle karşılaştırılmıştır. Geliştirilen algoritma Carlier ve Reeves problem gruplarında literatürde yer alan pek çok çalışmadan daha başarılı sonuçlar üretmiştir. Reeves23 test problemi için, yeni bir en iyi değer elde edilmiştir. Taillard test problemlerinde ise, karşılaştırma için kullanılan diğer metasezgisel algoritmalarla rekabetçi sonuçlar elde edilmiştir. Bazı problemlerde diğer algoritmalardan daha başarılı değerler bulunurken, kimi problemlerde de küçük farklarla rakip algoritmaların gerisinde kalmıştır
