Süreç planlama ve çizelgeleme entegrasyonu için yapay sinir ağları ve genetik algoritmayı birleştiren hibrit bir yaklaşım
A hybrid approach combining fuzzy neural networks and genetic algorithm to integrate process planning and scheduling for mass customization
- Tez No: 330659
- Danışmanlar: PROF. DR. SERPİL EROL
- Tez Türü: Doktora
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2013
- Dil: Türkçe
- Üniversite: Gazi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 109
Özet
Anlık müşteri taleplerini ve değişen üretim katı şartlarını karşılayabilen, kitlesel üretimin tüm değişkenlerine uyum sağlayabilen ve bunun yanında maliyet, zaman ve işgücü optimizasyonu yapabilen üretim sistemleri oluşturmak, firmaların günümüzün rekabet şartlarında ayakta durabilmelerini sağlayan en önemli faaliyetlerin başında gelmektedir. Bu üretim sistemlerinin temel fonksiyonlarından olan Süreç Planlama (SP) ve Çizelgeleme, kaynakların verimli kullanılmasını sağlamakla birlikte, bu iki fonksiyon arasındaki izolasyon ve uzun zaman boşlukları üretim verimini etkileyen önemli bir problemdir. Bu verimlilik problemini çözmek için çalışmada, SP?yi ve Çizelgelemeyi paralel bir şekilde yapabilecek ve üretimdeki dalgalanmalara hızlıca cevap verebilecek entegre bir sistem oluşturulması amaçlanmıştır. Mevcut entegrasyon modellerinde çözüm kümesi ve araştırma alanı genişledikçe hesaplama süresinin hızlıca arttığı gözlemlenmiştir. Bu yüzden bu çalışmada, optimal sonucu çabuk bulabilmek için SP ile Çizelgeleme entegrasyonunda Genetik Algoritma (GA) ve Yapay Sinir Ağları (YSA) birlikte kullanılarak, hibrit bir yaklaşım oluşturulmuştur. GA?nın performansını ve çözüm arama verimini artırmak amacıyla; kromozomlarda alternatif rotalar ile kümeleme çalışmaları yapılmıştır. Popülasyonların çeşitliliğini artırmak için v etkin genetik temsiller ve operatörler kullanılmıştır. Entegrasyon modülünde oluşturulan 3 farklı GA yapısı karşılaştırıldığında kümeleme ve en iyi alternatif rotaları seçme yöntemleriyle oluşturulan algoritmaların daha iyi performans gösterdiği gözlenmiştir. GA kullanılarak üretilen çizelgelerden elde edilen verilerle, değişen üretim katı koşullarında yeni çizelgeleri hızlıca üretebilen sinir ağ yapıları oluşturulmuştur. Yeniden çizelgeleme modülündeki ağyapılarının performans ölçütleri, entegrasyon modülündeki sezgisel çözümü doğrulamıştır. YSA girdilerinin bulanık üyelik değerlerinin hesaplanarak dönüştürülmesi ile sinir ağlarının tahminleri üretim ortamında kullanılabilecek bulanık kurallar haline getirilmiştir.
Özet (Çeviri)
In mass customization using resources efficiently with changing customer demands and manufacturing conditions is vital, since in today's competitive market conditions, this efficiency provides cost, time and labor savings to companies. In production environment Process Planning (PP) and Scheduling are the main two functions that provide efficient usage of resources. Isolation and long time gap between these functions are the main problems affecting the effiency of production. In this study, to solve the problems of productivity, it is aimed to build an integrated system which is able do PP and Scheduling in parallel and respond quickly to fluctuations in job floor. In existing integration models aiming to eliminate this isolation and time gap, it has been observed that if the search and solution space expands, the computational time increases rapidly. Therefore in this research, a hybrid optimization approach, which can find the optimal solution rapidly is considered and a hybrid model combining both Genetic Algorithm (GA) and Artificial Neural Network (ANN) is proposed. To improve GA performance and increase the effiency of searching, clustering activities are carried out for building new cromosome structures. To increase population diversity, effective genetic operator schemes and efficient genetic represantations are used. In the integration module, 3 different GA structure created within the scope of our research are compared and the algorithm vii formed by clustering method shows better performance than others. In this paper by using ANN method, a new system trained by data obtained from Scheduling is generated and this system is able to quickly respond the changes in shop floor and provide new schedules instantly. In rescheduling module, ANN?s performance measures provide evidence to accuracy of Heuristic solution generated by Integration module. After converting the inputs to fuzzy data by using fuzzy membership functions, neural network predictions can be used for genereting fuzzy rules for production environment.
Benzer Tezler
- Automated data feedback for real-time scheduling
Otomatik veri geri bildirimi ile anlık çizelgeleme
FIRAT YILMAZ
Yüksek Lisans
İngilizce
2019
Endüstri ve Endüstri MühendisliğiYaşar ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ADALET ÖNER
- A hierarchical weight assignment model in hierarchical production planning
Hiyerarşik üretim planlama sistemlerinde hiyerarşik ağırlık atama modeli
EMİNE GÖZDE PINARBAŞI
Yüksek Lisans
İngilizce
2009
Endüstri ve Endüstri MühendisliğiBoğaziçi ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. ALİ TAMER ÜNAL
- Dinamik bütünleşik süreç planlama, çizelgeleme ve teslim tarihi belirleme
Dynamic integrated process planning, scheduling and due date assignment
CANER ERDEN
Doktora
Türkçe
2019
Endüstri ve Endüstri MühendisliğiSakarya ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ HALİL İBRAHİM DEMİR
- Development of an activity-based lessons learned process model and a tool to support scheduling decisions in construction firms
İnşaat firmalarında iş çizelgeleme kararlarını desteklemek için aktivite temelli öğrenilen dersler süreç modeli ve aracının geliştirilmesi
ANIL YILMAZ
Yüksek Lisans
İngilizce
2021
İnşaat MühendisliğiOrta Doğu Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
PROF. DR. İREM DİKMEN TOKER
PROF. DR. MUSTAFA TALAT BİRGÖNÜL
- Les applications des algorithmes genetiques dans les modüles d'Optimisation des prologiciels de Gestion integre
İşletme kaynakları planlaması yazılımlarının optimizasyon modüllerinde genetik algoritma uygulamaları
MELİKE ORHON
Yüksek Lisans
Fransızca
2001
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiPROF. DR. ETHEM TOLGA