Öğrenme etkili, bulanık işlem zamanlı ve bulanık teslim tarihli çizelgeleme problemi
Scheduling problem with fuzzy processing time, fuzzy due date and learning effect
- Tez No: 322545
- Danışmanlar: YRD. DOÇ. DR. VECİHİ YİĞİT
- Tez Türü: Yüksek Lisans
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Genetik algoritmalar, Çizelgeleme, Çizelgeleme modeli, Öğrenme etkisi, Genetic algorithms, Scheduling, Scheduling model, Learning effect
- Yıl: 2012
- Dil: Türkçe
- Üniversite: Atatürk Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Günümüzde Tam Zamanında Üretim (TZÜ) sistemine artan ilgi ile beraber Erken/Geç tamamlanma çizelgeleme problemleri büyük önem kazanmıştır. Tam Zamanında Üretim stratejisi ile çalışan işletmelerde işlerin erken tamamlanmasının da geç tamamlanması kadar önemli olması nedeni ile ele alınan Erken/Geç çizelgeleme problemleri ile ilgili yapılan çalışmaların büyük bir kısmında, işlerin işlem zamanları ve teslim tarihleri sabit kabul edilmiştir. Ancak insan faktörünün devreye girmesi sonucu problem parametrelerinin gerçek hayat problemlerine uygunluğu açısından bulanık alınması daha tutarlı bir yaklaşım olacaktır. Bununla birlikte bazı üretim sistemlerinde, işlem zamanları dikkate alındığında yapılan işlemlerin sık sık tekrarlanmasıyla işlem zamanlarında gittikçe bir azalma görülür. Bu olgu literatürde öğrenme etkisi olarak tanımlanmaktadır. Bu çalışma belirtilen söz konusu nedenlerden dolayı, bulanık işlem zamanlı ve bulanık teslim tarihli tek makine çizelgeleme problemine öğrenme etkisi katılarak ele alınacaktır. Ele alınan problemin amaç fonksiyonu ise Erken/Geç tamamlanan iş sayısını en küçüklemektir. Problemin NP-zor yapısı nedeni ile büyük boyutlu problemlerin çözümü için genetik algoritma geliştirilmiştir. Geliştirilen bu algoritmayla üretilen test problemleri çözümlenmiş ve sonuçlar tartışılmıştır. Genetik algoritmanın çözüm performansının artırılmasına yönelik Taguchi deney tasarımı yöntemi kullanılarak algoritma performansına etki eden faktör ve seviyeleri belirlenmiştir.
Özet (Çeviri)
The Earliness/Tardiness problem has received considerable attention as Just in Time (JIT) concepts have become more prominent in practice. In most of studies with Earliness/Tardiness scheduling which began to study with the growing interest in Just-in-Production (JIT) which espouses the notion that earliness-as well as tardiness- are assumed that the processing times and due dates of jobs are fixed. However, by considering the imprecise or fuzzy natura of the data in real world problems, processing times and due dates are assumed as fuzzy numbers because of measurement errors in data sets or human actions. At the same time, in some production systems, the actual processing time of a job maybe more or less than its normal processing time when it is scheduled later. This phenomenon is known as the ?learning effect? in the context of various scheduling problems. In our study, we introduce learning effect into a single machine scheduling problem with uncertain processing times and flexible due dates in consideration of real situations. The objective function of the problem is minimization Earliness/Tardiness penalties. According to the complex property of the problem, a heuristic approach of Genetic Algorithm is applied to solve this NP-hard problem. Finally Taguchi method is used for improve the solution performance of genetic algorithms that depend on the parameters.
Benzer Tezler
- Applications of multi-agent systems in transportation
Ulaşımda çoklu ajan sistemlerinin uygulamaları
İLHAN TUNÇ
Doktora
İngilizce
2023
Mekatronik Mühendisliğiİstanbul Teknik ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
PROF. DR. MEHMET TURAN SÖYLEMEZ
- Developing a smart method for real -time brain tumor localization and segmentation on ct ımages using hybrid techniques and yolo
Hibrit teknikler ve yolo kullanilarak bt görüntülerinde gerçek zamanli beyin tümörü lokalizasyonu ve segmentasyonu için akilli bir yöntem geliştirilmesi
NUSAIBAH KHALID ABDULMAJEED AL-SALIHI
Doktora
İngilizce
2025
Elektrik ve Elektronik MühendisliğiÇukurova ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. ULUS ÇEVİK
PROF. DR. TURGAY İBRİKÇİ
- Deepfake tespiti için derin öğrenme tabanlı hibrit mimarilerin geliştirilmesi
Development of deep learning-based hybrid architectures for deepfake detection
İSMAİL İLHAN
Doktora
Türkçe
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. MEHMET KARAKÖSE
- Learning general type-2 fuzzy logic systems for uncertainty quantification
Belirsizlik nicelleştirilmesi için genel tip-2 bulanik mantik sistemlerinin öğrenilmesi
YUSUF GÜVEN
Yüksek Lisans
İngilizce
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiKontrol ve Otomasyon Mühendisliği Ana Bilim Dalı
PROF. DR. TUFAN KUMBASAR
- Wavedrive: a pipeline for gesture recognition using hands' orientation and polar coordinates
Wavedrive: ellerin yönünü ve polar koordinatları kullanarak jest tanıma için bir boru hattı
ABDÜLKERİM SİPAHİ
Yüksek Lisans
İngilizce
2025
Mekatronik Mühendisliğiİstanbul Teknik ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
PROF. DR. ERDİNÇ ALTUĞ