Dinamik ve stokastik hücresel imalat sistemi tasarımı problemine çözüm yaklaşımları
Solution approaches for the dynamic stochastic cellular manufacturing system design problem
- Tez No: 419750
- Danışmanlar: YRD. DOÇ. RAMAZAN ŞAHİN, PROF. DR. ORHAN TÜRKBEY
- Tez Türü: Doktora
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2015
- Dil: Türkçe
- Üniversite: Gazi Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 125
Özet
Pazarların ve arz kaynaklarının küreselleşmesi ile müşteri taleplerinin farklılaşması ve değişkenlik kazanması, imalat sistemlerinin bu durumlara ayak uydurması zorunluluğunu doğurmuştur. Bu şartlarla baş edebilmek için benimsenebilecek üretim yaklaşımlarından bir tanesi de Hücresel İmalat Sistemidir (HİS). Hücresel imalat, atölye ve akış tipi üretim sistemlerinin avantajlı yönlerini birleştiren modern bir üretim kavramıdır. Bu yaklaşım sayesinde sistemin üretim hacminden neredeyse hiç taviz vermeden çok sayıda ürün çeşidi aynı anda üretilebilmektedir. Ancak tüm üretim sistemlerinin tasarımında olduğu gibi değişken talepler nedeniyle HİS'in tasarımında da sistem zamanla yeniden düzenlenmeye ihtiyaç duyar. Talep kaynaklı belirsizlikler HİS tasarımı esnasında göz önünde bulundurulmalıdır. Bu çalışmada talep belirsizliği ve değişkenliği şartları altında bir HİS'in tasarımı hedeflenmiştir. Bunun için öncelikle problem deterministik ve çok dönemli dinamik şartlar altında ele alınmıştır. Bu problemi çözmek için Doğrusal Programlama ve Tavlama Benzetimi temelli bir bütünleşik yaklaşım önerilmiştir. Bu yeni yaklaşımın bulduğu çözümlerin kalitesi literatürdeki farklı bir yaklaşım ve GAMS optimizasyon yazılımı ile bulunan sonuçlarla kıyaslanmıştır. Problem için bir seri alt sınır önerilmiş ve alt sınırların kalitesiyle ilgili sayısal analiz yapılmış, böylece kaliteli bir alt sınır verecek yöntem belirlenmiştir. Ardından bu çözüm yaklaşımı temel alınarak, problemin belirsizlik şartları altındaki durumu için iki farklı çözüm yaklaşımı daha önerilmiştir. Bu yaklaşımlarda Tavlama Benzetimi ve Doğrusal Programlamanın yanı sıra Monte Carlo benzetimi de kullanılmıştır. Belirsizlik şartları altındaki problem çok amaçlı optimizasyon özelliğini de barındırmaktadırlar. Son olarak ise, bu iki çözüm yaklaşımı arama uzayını aramaları esnasında elde ettikleri Pareto çözüm sayısı ve koşum zamanı açısından birbirileri ile kıyaslanarak değerlendirilmişlerdir.
Özet (Çeviri)
Globalization of markets and supply sources, together with diversity and variability of customer demands, force manufacturing systems to keep up with these conditions. One of the manufacturing system types that can be adopted to deal with these conditions is Cellular Manufacturing Systems (CMS). Cellular manufacturing is a modern concept in manufacturing which combines advantageous aspects of job shops and flow shops. In a CMS a large variety of products can be manufactured with almost no sacrifice from production volume. As in the cases of all other manufacturing systems, due to the varying demands over time, CMSs must be reconfigured from time to time. Uncertainty of demands should also be considered during the design stage of a CMS. In this study, design of a CMS under demand uncertainty and variability was pursued. Firstly, the problem was only considered deterministically and under multi period (dynamic) conditions. A solution approach that is based on Linear Programming and Simulated Annealing was proposed. The quality of the results found by this novel solution approach was compared to those found by another approach from the literature and those found by the GAMS optimization software. A series of lower bounds were proposed and they were numerically analyzed. Thus, a method to obtain good lower bounds was determined. In the following section, two different solution approaches, which are based on that solution approach, were suggested for the stochastic version of the problem under consideration. The stochastic problem under consideration has multi objective optimization property. The solution approaches use Monte Carlo simulation along with Simulated Annealing and Linear Programming. Finally, these two approaches were compared to each other in terms of the number of Pareto optimal solutions found throughout their searches over the search space and the run times.
Benzer Tezler
- Quantitative kinetic modelling of signaling pathways regulating pluripotency
Pluripotensiyi regüle eden sinyal yolaklarının kantitatif kinetik modellenmesi
SİMGE ŞENGÜL BABAL
Yüksek Lisans
İngilizce
2021
BiyolojiGebze Teknik ÜniversitesiMoleküler Biyoloji ve Genetik Ana Bilim Dalı
DR. ÖĞR. ÜYESİ PINAR PİR
- Aerial platforms utilization for future networks
Gelecek ağlar için hava platformları kullanımı
MOSTAFA HELMY MOHAMED ABDELKHALEK
Yüksek Lisans
İngilizce
2018
Elektrik ve Elektronik Mühendisliğiİstanbul Medipol ÜniversitesiElektrik Elektronik Mühendisliği ve Siber Sistemler Bilim Dalı
Prof. Dr. HÜSEYİN ARSLAN
- Hücresel yapay sinir ağ-markov rasgele alan (HYSA-MRA) yöntemi ve yerbilimlerine uygulamaları
Cellular neural network-markov random field (CNN-MRF) and geoscience applications
HANDE BARGU
Yüksek Lisans
Türkçe
2004
Elektrik ve Elektronik Mühendisliğiİstanbul ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ.DR. MUHİTTİN ALABORA
PROF.DR. OSMAN NURİ UÇAN
- Generating performance criteria for trainer sets of learning systems using cell-to-cell mapping
Öğrenen sistemlerin eğitilme bilgi kümelerinin performans kriterlerinin hücre-hücre eşlemesi yöntemiyle üretilmesi
MERT ÜNERİ
Yüksek Lisans
İngilizce
1993
Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. AYDAN ERKMEN
- Timely throughput maximization using multiple access channel
Çoklu erişim kanalı kullanarak zamanında verim maksimizasyonu
ONUR BERKAY GAMGAM
Doktora
İngilizce
2023
Elektrik ve Elektronik Mühendisliğiİhsan Doğramacı Bilkent ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. EZHAN KARAŞAN