Genetik Programlamada Yeni Grup Seçim Yöntemi ile Büyük Ölçekli Proje Zamanlamasında Verimlilik Artışı
Genetik Programlamada Yeni Grup Seçim Yöntemi ile Büyük Ölçekli Proje Zamanlamasında Verimlilik Artışı
Dinamik çok modlu kaynak kısıtlı proje zamanlamasında ölçeklenebilirlik sorununu çözen yeni dizilimler, daha büyük projelerde başarılı sonuçlar sunuyor.
Önemli Noktalar
- Yeni dizayn edilen knee-point tabanlı grup seçim yöntemi, büyük projelerde ölçeklenebilirliği artırıyor.
- Çoklu ağaç yapılı genetik programlama, öncelik ve grup seçim kurallarını eşzamanlı geliştiriyor.
- Yöntem, ardışık karar mekanizmasına göre çoğu senaryoda daha iyi performans gösteriyor.
Çalışmanın Kapsamı
Dinamik çok modlu kaynak kısıtlı proje zamanlaması problemi, hem aktivitelerin yürütülme sıralarının hem de uygulanacak modların seçimini gerektiren karmaşık bir planlama sorunudur. Genetik programlama, bu alanda öncelik kurallarını evrimleştirerek etkin çözümler sunmak için yaygın olarak kullanılmaktadır.
Teknik Detaylar
Son dönemde, karar anında tek bir aktivite yerine birden fazla aktivitenin birlikte seçilmesini sağlayan grup seçim stratejileri geliştirilmiştir. Bu strateji, aktiviteler arası bağımlılıkları dikkate alarak daha etkili bir zamanlama imkânı sunar. Fakat, büyük ölçekli problemlerde bu yaklaşımın ölçeklenebilirlik sorunları ortaya çıkmaktadır.
Söz konusu çalışmada, grup seçim stratejisinin ölçeklenebilirliğini artırmak amacıyla knee-point tabanlı bir seçim mekanizması uygulanmıştır. Öncelikle, tüm uygun aktivite-mod çiftleri bir sıralama kuralı ile değerlendirilir. Ardından, knee-point seçimi ile en umut vadeden çiftler belirlenir ve grup seçim kuralı ile en iyi kombinasyon seçilir.
Bu süreç, çoklu ağaç yapısına sahip bir genetik programlama çerçevesiyle, öncelik ve grup seçim kurallarının aynı anda evrimleşmesine olanak tanır.
Deneysel Sonuçlar
Deneyler, geliştirilen yöntemin büyük ölçekli örneklerde başarılı bir şekilde uygulanabildiğini ve ardışık karar alma yaklaşımına göre çoğu senaryoda daha iyi sonuçlar elde ettiğini gösteriyor. Bu sayede, dinamik ve karmaşık proje zamanlaması süreçlerinde daha verimli çözümler geliştirilebiliyor.
Kaynak: arxiv.org