Geri Dön

Melez akış tipi çizelgeleme probleminin çözümü için öğrenme etkisi tabanlı çok amaçlı genetik algoritma

Multi-objective genetic algorithm based on learning effect for solving hybrid flow shop scheduling problem

  1. Tez No: 780448
  2. Yazar: MAHİDE TEKÇE
  3. Danışmanlar: DR. ÖĞR. ÜYESİ DERYA DELİKTAŞ
  4. Tez Türü: Yüksek Lisans
  5. Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2023
  8. Dil: Türkçe
  9. Üniversite: Kütahya Dumlupınar Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 106

Özet

Teknolojinin hızla gelişmesi sebebiyle rekabetin iyice zorlaştığı üretim ortamlarında çizelgeleme, firmaların piyasada ayakta durabilmesini sağlayan en önemli faktörlerden biridir. Bu çalışmada, acil durum aydınlatma ürünleri üreten bir firmanın üretim sistemi incelenmiş ve çizelgeme türünün Melez Akış Tipi Çizelgeleme (MATÇ) problemi sınıfına girdiği belirlenmiştir. Ayrıca, bu imalat ortamında yapılan işlerin hızı ve kalitesi büyük oranda çalışanların el becerilerine dayalıdır. Bu çalışmada, en büyük tamamlanma zamanının ve toplam gecikme süresinin en küçüklenmesi amacıyla işler arası hazırlık sürelerini, taşıma sürelerini ve öğrenme etkisini dikkate alan çok amaçlı MATÇ probleminin çözümüne dair bir karma tamsayılı doğrusal matematiksel model önerilmiştir. Problemin karmaşık yapısı ve çok amaçlı olması nedeniyle, Ağırlıklı-Toplam (ATY), Konik (KSY) ve Tchebycheff (TSY) olmak üzere üç farklı skalerleştirme tabanlı çok amaçlı bir genetik algoritma (ÇAGA) çözüm yaklaşımı önerilmiştir. Skalerleştirme varyantlı GA'nın performansı, küçük, orta ve büyük boyutlu olan literatürden alınan 21 adet kıyaslama örneği ile ideal noktaya ağırlıklı uzaklık ve referans noktasına ağırlıklı uzaklık olmak üzere iki farklı performans metriği kullanılarak test edilmiştir. Önerilen ÇAGA'nın parametre ayarları, irace kullanılarak belirlenmiştir. Karşılaştırma sonuçları, ideal noktaya ağırlıklı uzaklık performans metriğine göre ATY'li GA'nın diğer algoritmalardan daha iyi sonuç verdiğini gösterirken referans noktasına ağırlıklı uzaklık performans metriğine göre TSY'li GA'nın KSY'li GA'dan daha iyi performans sergilediğini göstermektedir. Önerilen algoritma, ele alınan firmaya uygulanmıştır. Deneysel sonuçlara göre, önerilen algoritmanın etkili bir şekilde çalışabileceği ve firmanın kullanabileceği kullanıcı dostu bir arayüze sahip Karar Destek Sistemi tasarlanmıştır.

Özet (Çeviri)

Scheduling is one of the most important issues that enable companies to survive in production environments where competition is very intense with the development of technology. In this study, the production system of a company producing emergency lighting products was discussed and it was determined that the scheduling type belonged to the Hybrid Flow Shop Scheduling (HFSS) problem class. In addition, the speed and quality of the work performed in this manufacturing environment are largely based on the manual skills of the operators. In this study, a mixed integer linear mathematical model for solving the multi-objective HFSS problem, which considers the setup times between jobs, removal times, and learning effect, is proposed to minimize the maximum completion time and total tardiness. Due to the complex structure of the problem and its multi-objective nature, a Multi-Objective Genetic Algorithm (MOGA) solution approach based on three different scalarization methods, Weighted-Sum (WSM), Conic (CSM) and Tchebycheff (TSM), has been proposed. The performance of the scalarization variant GA was tested using two different performance metrics: weighted distance to the ideal point and weighted distance to the reference point, with 21 benchmark instances taken from the literature, small, medium, and large. The parameter settings of the proposed MOGA were determined using irace. The comparison results show that GA with WSM performs better than other algorithms in terms of the weighted distance to the ideal point, while GA with TSM performs better than GA with CSM in accordance with the weighted distance to the reference point. The proposed algorithm was applied to the company. According to the experimental results, a Decision Support System with a user-friendly interface has been designed, through which the suggested algorithm can work effectively, and the company can use it.

Benzer Tezler

  1. Melez ateşböceği algoritması ile çok amaçlı esnek akış tipi çizelgeleme problemlerinin çözümü

    Solution of multi-objective flexible flow shop scheduling problems with hybrid firefly algorithm

    FATMAGÜL TOPÇAM

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    Endüstri ve Endüstri MühendisliğiKonya Teknik Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    PROF. DR. ORHAN ENGİN

  2. Melez akış tipi çizelgeleme problemi için tepkisel bir algoritma

    A reactive algorithm for the hybrid flow shop scheduling problem

    ABDULLAH AKTEL

    Doktora

    Türkçe

    Türkçe

    2015

    Endüstri ve Endüstri Mühendisliğiİstanbul Teknik Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    PROF. DR. MEHMET MUTLU YENİSEY

  3. Methods for hybrid flow shop scheduling and a case study in an aerospace company

    Melez akış tipi atölye çizelgelemesi için yöntemler ve bir havacılık firmasında vaka analizi

    YİĞİTALP ÖZMEN

    Yüksek Lisans

    İngilizce

    İngilizce

    2019

    Endüstri ve Endüstri MühendisliğiOrta Doğu Teknik Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    DOÇ. DR. FATMA SEDEF MERAL

  4. Tabu search based solution approaches for lot streaming problems in flow shops

    Akış tipi sistemlerde, kafile bölme ve kaydırma problemleri için tabu arama tabanlı çözüm yaklaşımları

    RAHİME SANCAR EDİS

    Doktora

    İngilizce

    İngilizce

    2009

    Endüstri ve Endüstri MühendisliğiDokuz Eylül Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ARSLAN ÖRNEK

  5. Throughput optimization in robotic cells

    Robotic hücrelerde çıktı optimizasyonu

    ATABAK ELMI

    Doktora

    İngilizce

    İngilizce

    2014

    Endüstri ve Endüstri MühendisliğiDokuz Eylül Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ŞEYDA AYŞE TOPALOĞLU