Capacity modeling in aggregate production planning: Multi-dimensional clearing functions and iterative linear programming-simulation approaches
Toplaşık üretim planlamada kapasite modellemesi: Çok boyutlu çevrim fonksiyonları ve doğrusal programlama-benzetim iterasyonlarına dayalı yaklaşımlar
- Tez No: 312081
- Danışmanlar: PROF. DR. ÜMİT BİLGE
- Tez Türü: Doktora
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Üretim planlaması, Production planning
- Yıl: 2012
- Dil: İngilizce
- Üniversite: Boğaziçi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu tez çalışmasında toplaşık üretim planlama modellerinde (TÜPM) kapasite temsili konusu literatürdeki mevcut yaklaşımlardan iki tanesine, çevrim fonksiyonları (ÇF) ve doğrusal programlama-benzetime dayalı iterasyonlu yaklaşımlar (İY), ağırlık verilerek araştırılmıştır. Bu yaklaşımların altında yatan temel kuvvet, kapasite ile atölyenin durum bilgisi arasındaki karşılıklı ilişkiyi tesis etmelerinden kaynaklanmaktadır. Bu tezde gerçekleştirilen çalışmalar, her iki yaklaşımın literatürüne de yenilikçi katkıda bulunmuştur. ÇF literatürüne yapılan katkı olarak ürün bazlı çok boyutlu ayrışık çevrim fonksiyonlarının (ÇBÇF) geliştirilmesi öne çıkmaktadır. Bu bağlamda, çeşitli ÇBÇF formları geliştirilmiş ve TÜPM içerisine kapasite modelleme modülü olarak entegre edilmiştir. Geliştirilen formların yetkinliğini göstermek adına, formlar önce tek makinalı çok ürünlü sistemlerde sınanmışlardır. Bu ortamlarda elde edilen sonuçlar, yeni ÇBÇF formlarının ürün bazlı çıktı tahmininde mevcut ÇF yaklaşımlarından ve klasik doğrusal planlama modellerinden daha başarılı olduğunu, dolayısıyla daha iyi (daha kârlı) üretim planları ortaya koyduğunu göstermiştir. Önerilen ÇBÇF, formları çok makineli çok ürünlü sistemlerde de çeşitli toplaşım, üretim esnekliği, ve yürütme politikaları altında sınanmıştır. İY literatürüne yapılan katkı olarak da, literatürde mevcut olan ve yakınsama perfromansı açısından diğer İY tabanlı yaklaşımlara göre daha başarılı olduğu gösterilen bir yaklaşımın, titiz deneyler altında yakınsama performansı sınanmış ve bu yaklaşıma nazaran daha gürbüz bir yaklaşım geliştirilmiştir. Bu tezde gerçekleştirilen çalışmalar sonucunda ÇBÇF tabanlı TÜPM'nin, tek boyutlu ÇF'ye ya da İY'ye dayalı TÜPM'ne göre daha iyi üretim ve salım planları ortaya koyduğu gösterilmiştir.
Özet (Çeviri)
In this dissertation, the capacity representation in aggregate production planning models (APPM) is investigated by focusing on two main capacity modeling philosophies in the literature, namely the clearing functions (CF) and iterative linear programming-simulation approaches (IA). The underlying strength of these approaches comes from facilitating the mutual link between capacity and state of the shop floor (SF). This thesis study contributes to both CF and IA techniques. The contribution to the former field has been the introduction of product based multi-dimensional disaggregated clearing functions (MDCFs). Several forms of MDCFs are developed and incorporated into the APPMs as the capacity modeling module. As a proof of concept, postulated forms are first tested on a single machine multi-product (SMMP) system under several experimental settings. The results reveal that new MDCF forms show more accurate prediction of product-level throughput hence generate better (i.e. more profitable) plans than the existing CF approaches and the classical linear programming approach. Then, postulated forms are extended to model the capacity in multi-machine multi-product (MMMP) systems and are tested under different aggregations, manufacturing flexibility levels and execution policies. As a contribution to the field of IA, a new and more robust mechanism is proposed based on rigorous experimental analysis of the convergence behavior of an existing IA based capacity modeling mechanism. The findings in this study support the hypothesis that MDCF based APPMs lead to better production and release plans compared to the ones based on single dimensional aggregated CFs and to the models enhanced with IA.
Benzer Tezler
- Derin ve hafızalı öğrenme yöntemleriyle elektrik enerjisi talep tahmini
Electric energy demand forecasting with deep and memory-based learning methods
ŞEYDA ÖZDEMİR
- Kıyı yanaşma yapılarının tasarımı, onarım ve güçlendirilmesi
Design, repair and strengtening of a shore docking structure
EZGİ TOPSOY
- Ekosistem servisleri değerinin mekânsal planlama ile ilişkilendirilmesi
Integration of ecosystem services value into spatial planning
NÜKET İPEK ÇETİN
- Aggregate production planning with multiple resource constraints
Çoklu kaynak kısıtlı toplu üretim planlama
HATİCE KARGI
- Submitted to the institutefor graduate studies in science and engineering
Başlık çevirisi yok
MEHMET ALİ BOZYEL
