Özdeş paralel makine sistemlerinde tahmin edici-reaktif çizelgeleme problemi için KDS tasarımı
Decision support system design for predictive-reactive scheduling problem in identical parallel machines environments
- Tez No: 943000
- Danışmanlar: PROF. DR. HADİ GÖKÇEN
- Tez Türü: Doktora
- Konular: Yönetim Bilişim Sistemleri, Management Information Systems
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Gazi Üniversitesi
- Enstitü: Bilişim Enstitüsü
- Ana Bilim Dalı: Yönetim Bilişim Sistemleri Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 128
Özet
Bu tez çalışmasında, özdeş paralel makineler üzerinde dinamik üretim koşullarına uygun tahmin edici-reaktif çizelgeleme problemleri ele alınmakta ve bu problemler için özel olarak geliştirilmiş bir Karar Destek Sistemi (KDS) sunulmaktadır. Günümüz üretim ortamlarında sıklıkla karşılaşılan makine arızaları, acil siparişler, iş iptalleri ve işlem süresi değişiklikleri gibi belirsizlikler karşısında üretim planlarının hızla revize edilmesi gerekmektedir. Geliştirilen sistem, bu tür gerçek zamanlı olaylara esnek ve etkili bir şekilde yanıt verebilmekte; kararlılık, sağlamlık, tedirginlik gibi performans ölçütlerini dikkate alarak yeniden çizelgeleme kararlarını desteklemektedir. KDS, hem başlangıç çizelgelemesi hem de yeniden çizelgeleme süreçlerini kapsamakta; kullanıcı dostu ara yüzü ve Python tabanlı altyapısı ile farklı üretim senaryoları için uygulanabilir ve ölçeklenebilir bir çözüm sunmaktadır. Sistem bünyesindeki geniş dağıtım kuralı kütüphanesi sayesinde karar vericilere çok amaçlı optimizasyon imkânı sağlanmaktadır. Ayrıca, geliştirilen yazılım; çizelgeleme tedirginliğini bilebildiğimiz kadarıyla ilk kez sayısal olarak ölçerek literatüre kazandırmakta ve çizelge değişimlerinin operasyonel etkilerini analiz etmeye olanak tanımaktadır. Çalışma, dinamik üretim sistemlerinde etkin karar alma süreçlerini destekleyen bütüncül bir yaklaşım sunarak literatüre ve uygulamaya özgün katkılar sağlamaktadır.
Özet (Çeviri)
This thesis focuses on the predictive-reactive scheduling problem in identical parallel machine environments and presents a specially developed Decision Support System (DSS) tailored for dynamic production conditions. In modern manufacturing, disruptions such as machine breakdowns, urgent orders, job cancellations, and processing time variations often require rapid revision of production plans. The proposed DSS effectively responds to such real-time events, supporting rescheduling decisions by considering key performance metrics such as stability, robustness, and nervousness. The system covers both initial scheduling and rescheduling stages, offering a scalable and user-friendly solution through its Python-based infrastructure and intuitive interface. With an extensive library of dispatching rules, it enables multi-objective optimization and allows decision-makers to compare alternative scheduling strategies under different production scenarios. Additionally, to the best of our knowledge, the developed software introduces a novel quantitative nervousness criterion to the literature and facilitates the analysis of operational impacts resulting from schedule changes. By integrating predictive and reactive strategies, the DSS enhances flexibility, minimizes disruptions, and strengthens decision-making processes in uncertain environments. This study contributes both theoretically and practically by offering a comprehensive solution that addresses a significant gap in the literature, particularly in the context of dynamic manufacturing systems.
Benzer Tezler
- High precision motion control of mechatronic systems in presence of general uncertainties: Application with a heavy-duty parallel robot
Genel belirsizliklerin olduğu mekatronik sistemlerin yüksek hassasiyetle kontrolü: Paralel robot uygulaması
KAMİL VEDAT SANCAK
Doktora
İngilizce
2022
Makine Mühendisliğiİstanbul Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
DOÇ. DR. ZEKİ YAĞIZ BAYRAKTAROĞLU
- Yapay sinir ağlarında öğrenme algoritmalarının analizi
Analysis of learning algorithms in neural networks
SEVİNÇ BAKLAVACI
Yüksek Lisans
Türkçe
1994
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiDOÇ.DR. LEYLA GÖREN
- Simulation based optimization using simulated annealing for dynamic scheduling of parallel machines with a common server
Ortak sunuculu paralel makinelerin dinamik çizelgelemesi için tavlama benzetimi tabanlı simülasyon optimizasyonu
ALPER HAMZADAYI
Doktora
İngilizce
2014
Endüstri ve Endüstri MühendisliğiDokuz Eylül ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. GÖKALP YILDIZ
- Rescheduling parallel machines with controllable processing times
Kontrol edilebilir işlem süreleriyle paralel makinalarda yeniden çizelgeleme
MÜGE MUHAFIZ
Yüksek Lisans
İngilizce
2012
Endüstri ve Endüstri Mühendisliğiİhsan Doğramacı Bilkent ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. M. SELİM AKTÜRK
- Otonom mobil depo robotunun mekatronik sistem tasarımı
Mechatronic system design of the autonomous warehouse mobile robot
CAN ÖZBARAN
Yüksek Lisans
Türkçe
2020
Mekatronik Mühendisliğiİstanbul Gedik ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. SAVAŞ DİLİBAL