A genetic algorithm solution for order acceptance with customer classes in planning systems
Planlama sistemlerinde müşteri sınıflarıyla sipariş kabulü için genetik algoritma çözümü
- Tez No: 1015159
- Danışmanlar: DR. ÖĞR. ÜYESİ KAMİL ERKAN KABAK
- Tez Türü: Yüksek Lisans
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2026
- Dil: İngilizce
- Üniversite: İzmir Ekonomi Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Endüstri Mühendisliği Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu çalışma, yarı iletken üretim sistemlerinde mikroçip üretimi kapsamında sipariş kabul temelli üretim planlamasına odaklanmaktadır. Araştırılan problem NP-zor bir problemdir. Çalışmanın amacı, gerçek üretim sistemlerini daha iyi yansıtmak için müşterileri yüksek ve düşük öncelikli olarak iki kategoriye göre ayırarak çözüm süresi ve toplam karı uygun bir Genetik Algoritma ve Doğrusal Programlama (LP) matsezgisel yöntemi ile iyileştirmektir. Planlama ufku, sistem kapasitesi ve üretim sınırlamaları gibi çeşitli kısıtlamalar önerilen matematiksel modelde dikkate alınmaktadır. Geçerli çözümler bulabilmek için, en iyi sipariş kabulünü amaçlayan bir GA uygulanmaktadır. Model performanslarındaki değişiklikler, önerilen yeni matsezgisel yöntemle deneysel olarak gösterilmektedir. GA parametreleri, literatürden alınan örnek çalışmadaki özel Değişken Komşuluk Arama (TVNS) yönteminin toplam kâr ve çalışma süreleri sonuçları karşılaştırılarak doğrulanmıştır. Buna göre, TVNS'nin ortalama kârı, orijinal probleme kıyasla yalnızca %0,04 daha düşükken, GA ve LP'nin ortalama kârı %11,33 daha düşüktür. Müşteri önceliklerinin eklenmesi söz konusu olduğunda, her iki yöntem toplam kar değerince önemli farklılıklar göstermemektedir. Toplam kâr fonksiyonunda bir iyileşme görülmese de, GA ile önerilen matheuristik yaklaşım, artan çalışma sürelerine rağmen her aday çözüm için uygulanabilir bir çözüm bulmaktadır.
Özet (Çeviri)
This study focuses on order acceptance and production planning problem within the scope of wafer fabrication in semiconductor manufacturing systems. The problem investigated is an NP-hard problem. The objective of the study is to improve solution time and total profit by developing an appropriate genetic algorithm (GA) and linear programming (LP) matheuristic solution method to better represent real production systems by classifying customers into two categories as high and low priority. Various constraints such as planning horizon, system capacity and production limitations are taken into account in the proposed mathematical model. To obtain feasible solutions, a GA is applied to determine the optimal order acceptance. The changes in the model performances with the proposed matheuristic method are experimentally demonstrated. GA parameters are validated for the system by comparing the total profit and run time results of a Tailored Variable Neighborhood Search (TVNS) method from the sample study taken in the literature. Accordingly, the average profit of TVNS is only 0.04% lower, while the average profit of GA and LP is 11.33% lower when compared to the original problem. With regard to additional customer priorities, the computational time almost doubles in the matheuristic approach, but both approaches do not show significant differences in total profit. Although total profit function is not improved, the proposed matheuristic approach with the GA finds feasible solution for every candidate solution with increased runtimes.
Benzer Tezler
- Entegre proses planlama, çizelgeleme, teslim tarihi belirleme ve teslimat
Integrated process planning, scheduling, due date assignment and delivery
ONUR CANPOLAT
Doktora
Türkçe
2023
Endüstri ve Endüstri MühendisliğiSakarya ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ HALİL İBRAHİM DEMİR
- Lojistik sistemlerin yapay sinir ağları ile modellenmesi, gerçeklenmesi ve kontrolü
Modeling, implementation and control of logistics systems using artificial neural networks
MURAT ERMİŞ
Doktora
Türkçe
2005
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF.DR. FÜSUN ÜLENGİL
- Bir işletmede kitlesel özel üretime yönelik hedef programlama tabanlı üretim planlama
Production planning based on goal programming for mass customization in a company
ESRA AKBAL
Yüksek Lisans
Türkçe
2007
Endüstri ve Endüstri MühendisliğiBaşkent ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
Y.DOÇ.DR. MUZAFFER KAPANOĞLU
- Optimizasyon algoritmaları ile depolarda sipariş toplama süreçleri etkinliğinin artırılması
Optimization algorithms for improving the efficiency of order picking processes in warehouses
ESRA BOZ
Doktora
Türkçe
2022
Endüstri ve Endüstri MühendisliğiEskişehir Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. NİL ARAS
- Hipersezgisel yöntemlerle lojistik ağ tasarımı ve optimizasyon
Logistic network design and optimization using hyperheuristic methods
VURAL EROL
Doktora
Türkçe
2017
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. MURAT BASKAK
PROF. DR. GÜLGÜN KAYAKUTLU