Metasezgisel Algoritmalar Kullanarak Depo Toplama Yolu Optimizasyonu

Abstract

Depo toplama yolu optimizasyonu depo operasyonlarının verimliliğini ve üretkenliğini büyük ölçüde etkileyebileceğinden lojistik endüstrisinde kritik bir konudur. Optimizasyon süreci iki alt probleme ayrılabilir: Dijkstra algoritması ve Bellman-Ford algoritması gibi iyi bilinen algoritmalar kullanılarak çözülebilen en kısa yol problemi ve bu tezin ana odak noktası olacak gezgin satıcı problemi. Gezgin satıcı problemi, kombinasyonel optimizasyon problemidir ve NP-zor problemler sınıfına aittir. Problemin kesin çözümü çoğu zaman polinom zamanda elde edilemediğinden metasezgisel algoritmalar gibi diğer yöntemler kullanılır. Bu tezde, Parçacık Sürü Optimizasyonu, Genetik Algoritma, Arşimet Optimizasyon Algoritması, Bal Porsuğu Algoritması ve Harris Şahini Optimizasyonu dahil olmak üzere çeşitli metasezgisel algoritmalar araştırılmış ve bunlar hesaplama verimliliği ve optimal çözümler bulmadaki etkinlikleri açısından karşılaştırılmıştır. Deneysel sonuçlarımız, Harris Hawks Optimizasyonu ve Bal Porsuğu Algoritmasının diğer algoritmalara kıyasla daha iyi sonuçlar verdiğini göstermektedir. Bu sonuçlar, lojistik sektöründe depo toplama yollarını optimize etmek için verimli ve etkili tekniklerin geliştirilmesine katkı sağlayacaktır. Anahtar Sözcükler: Toplama Yolu Optimizasyonu; En Kısa Yol Problemi; Gezgin Satıcı Problemi; Metasezgisel Algoritmalar; Lojistik

Warehouse picking path optimization is a critical issue in the logistics industry as it can greatly affect the efficiency and productivity of warehouse operations. The optimization process can be divided into two sub-problems: shortest path problem which can be solved using well-known algorithms such as Dijkstra's algorithm and Bellman–Ford algorithm, and traveling salesman problem, which will be the primary focus of this thesis. The Traveling Salesman Problem is a combinatorial optimization problem and belongs to the class of NP-hard problems. Since, it is usually impossible to obtain an exact solution to the problem within a polynomial time, alternative methods such as metaheuristic algorithms are utilized. In this thesis, we explore several metaheuristic algorithms, including Particle Swarm Optimization, Genetic Algorithm, Archimedes Optimization Algorithm, Honey Badger Algorithm, and Harris Hawks Optimization, and compare them in terms of their computational efficiency and effectiveness in finding optimal solutions. Our experimental results show that Harris Hawks Optimization and Honey Badger Algorithm yield better results compared to other algorithms. These results will contribute to the development of efficient and effective techniques for optimizing warehouse picking routes in the logistics sector. Keywords: Picking Path Optimization; Shortest Path Problem; Traveling Salesman Problem; Metaheuristic Algorithms; Logistics