Karınca Koloni ve Genetik Algoritma Yöntemleri Kullanarak En iyi Sayaç Okuma Güzergahının Tespit Edilmesi

Yıl 2022, Cilt: 13 Sayı: 3, 405 - 412, 30.09.2022

Murat Taşyürek Mehmet Erat

https://doi.org/10.24012/dumf.1072010

Öz

Elektrik, su ve doğalgaz dağıtım idareleri abonelerin tüketimlerini belirli dönemlerde faturalandırmaktadırlar. Tüketim miktarının belirlenmesi için abonelerin adreslerindeki sayaç endekslerinin okunması gerekmektedir. Dağıtım idareleri bu süreci minimum iş gücü ile maksimum fayda sağlayacak şekilde yürütmeye çalışmaktadırlar. Aboneler fiziki şartlar göz önünde bulundurularak bir personelin günlük okuyabilecekleri limitlerde bölgesel olarak gruplandırılmaktadır. Su ve Kanalizasyon idarelerinde de endeks okuma personelleri mobil cihaz ve uygulama ile belirlenen dönemlerde sayaç okuma işlemi yaparak abonelerin tüketim miktarlarını belirlemekte ve tahakkuk oluşturmaktadırlar. Abonelerin sayaç okuma güzergâhı endeks okuma personellerinin alışkanlığına ve saha koşullarına göre tayin etmektedir. Okuma dönemlerinde yaşanan abone hareketliliği (yeni abonelik, abonelik iptali vb.) sayaç okuma sürecini olumsuz yönde etkilemektedir. Bu çalışmada bölgesel sayaç okuma süreci ele alınmış ve endeks okuma personellerin okuma performanslarının iyileştirilmesi için literatürde Gezgin Satıcı Problemi diye ifade edilen sorunun çözümünde Karınca Koloni ve Genetik algoritmalarının yaklaşımları ve performansları incelenmiştir. Kayseri Melikgazi ilçesi Erenköy mahallesinde bulunan aboneler için her iki algoritma ile sayaç okuma rotalama işlemi yapılmış, Karınca Koloni Algoritmasının mesafe ve zaman kriterlerine göre daha iyi sonuç ürettiği gözlemlenmiştir.

Anahtar Kelimeler

Karınca Kolonisi Algoritması, Gezgin Satıcı Problemi, Sayaç Okuma, Su ve Kanalizasyon İdareleri

Kaynakça

• [1] Çolak, S. (2010). Genetik algoritmalar yardımı ile gezgin satıcı probleminin çözümü üzerine bir uygulama. 19(3), 423-438.
• [2] Naralan, A., Kaleli, S. S. & Bayğın, M. (2017). Shortest Path Detection Using Clonal Selection Algorithm for Erzurum Metropolitan Municipality. Mugla Journal of Science and Technology, 3(2), 138--142. doi:10.22531/MUGLAJSCI.357621
• [3] Karagül, K. (2019). Gezgin Satıcı Problemi İçin Yeni Bir Çözüm Yaklaşımı: TPORT. 21(63), 819-832.
• [4] Yapıcıoğlu, H. (2014). Zaman Kısıtları Altında Çok Periyodlu Çoklu Gezgin Satıcı Problemi. Anadolu University Journal of Science and Technology A-Applied Sciences and Engineering,15(2), 113-124.
• [5] Pulat, M., & Kocakoç, İ. D. (2017). Gezgin Satıcı Probleminin Genetik Algoritmalarla Çözümünde Başlangıç Popülasyonun Belirlenmesi, Journal Of Emerging Economies And Policy, 2(1), 1-29.
• [6] Pulat, M., & Kocakoç, İ. D. (2019). Gezgin Satıcı Probleminin Genetik Algoritmalar Kullanarak Çözümünde Çaprazlama Operatörlerinin Örnek Olaylar Bazlı İncelenmesi. İzmir İktisat Dergisi, 34(2), 225-243.
• [7] Kamilçelebi, S., Ilkin, S., & Şahin, S. (2021). Makine Öğrenmesi Tabanlı Karınca Kolonisi Optimizasyonu Kullanarak Araç Rotalama. Computer Science, (Special), 261-273.
• [8] Şahin, Y. (2019) Sezgisel ve Metasezgisel Yöntemlerin Gezgin Satıcı Problemi Çözüm Performanslarının Kıyaslanması. Bolu Abant İzzet Baysal Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, 19(4), 911-932.
• [9] Şenaras, A. E. & Şahin, İ. (2017). GSP Çözümü İçin Karınca Kolonisi Optimizasyonu. Sosyal Bilimler Metinleri, 2017(2), 58--67.
• [10] Zhang, Z., Xu, Z., Luan, S., Li, X., & Sun, Y. (2020). Opposition-Based Ant Colony Optimization Algorithm for the Traveling Salesman Problem. Mathematics, 8(10), 1650.
• [11] Okwu, M. O., & Tartibu, L. K. (2021). Genetic Algorithm. In Metaheuristic Optimization: Nature-Inspired Algorithms Swarm and Computational Intelligence, Theory and Applications (pp. 125-132). Cham: Springer International Publishing.
• [12] Rexhepi, A., Dika, A., & Maxhuni, A. (2012). Solving TSP using Genetic Algorithm–Case of Kosova. Paper presented at the WSEAS 6th WSEAS European Computing Conference (ECC'12), Prague, Czech Republic.
• [13] Pulat, M., & Kocakoç, İ. D. (2017). Gezgin Satıcı Probleminin Çözümünde Kullanılan Genetik Algoritmanın Parametrelerinin İncelenmesi, 21-36.
• [14] Osman, P. (2021). Gezgin Satıcı Problemi İçin Ardışık Yerel Arama ile Yeni Bir Hibrit Genetik Algorıtma Önerisi. Uluslararası Yönetim İktisat ve İşletme Dergisi, 17(4), 1198-1230.
• [15] Alaykıran, K., & Engin, O. (2005). Karinca Kolonileri Metasezgiseli ve Gezgin Satici Problemleri Üzerinde Bir Uygulamasi. Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi, 20(1), 69-76.
• [16] Gao, W. (2020). New ant colony optimization algorithm for the traveling salesman problem. International Journal of Computational Intelligence Systems, 13(1), 44-55.