Eti şirketler grubu’nda üretim çizelgeleme problemi için bir hedef programlama modeli ve genetik algoritma

Bu çalışmada, Eti Şirketler Grubu bünyesinde bulunan üretim tesisinde mamullerin hangi hatlarda, hangi sırayla üretilmesi gerektiğinin belirlendiği n mamul, m özdeş paralel makine çizelgeleme probleminin özel bir hali ele alınmıştır. Çok amaçlı yapıda olan ve sürece özel kısıtlar içeren problem için bir hedef programlama modeli önerilmiştir. Önerilen modelin gerçek hayatta karşılaşılan boyutları kesin çözüm yöntemleriyle çözülememektedir. Bu nedenle, çözümü için bir genetik algoritma geliştirilmiştir. Önerilen algoritma, özgün bir çaprazlama operatörünü de içermektedir. Geliştirilen çözüm yaklaşımının etkinliği türetilen küçük, orta ve büyük boyutlu test problemleri üzerinde sınanmış ve son olarak gerçek problem için elde edilen sonuçlar tartışılmıştır.

A goal programing model and a genetic algoritm for the production scheduling problem in Eti companies group

In this study, a special type of identical parallel machine scheduling problem with n products and m identical machines is considered to determine that the products should be produced in which machine and order at the plant of Eti Companies Group. The multi-objective goal programming model with special process constraints is proposed for this problem. Since size of this kind of problems is usually large in real life, they cannot be solved with exact solution methods. Therefore, a genetic algorithm with an original crossover operator is developed for solving this problem. The effectiveness of the developed solution approach is tested on small, medium and large size randomly generated test instances. Finally, the results obtained for the real-life problem are discussed.

___

  • 1. Dengiz, B., Altıparmak, F. 1998. “Genetik Algoritmalara Genel Bir Bakış,” Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Endüstri Mühendisliği Bölümü Dergisi, 9 (3), s. 3.
  • 2. Emel, G., Taşkın, Ç. 2002. “Genetik Algoritmalar ve Uygulama Alanları,” Uludağ Üniversitesi İktisadi İdari Bilimler Fakültesi Dergisi, 21 (1), 129-152.
  • 3. Goldberg, D. E. 1989. "Genetic Algorithms in Search, Optimization and Machine Learning," Addison-Wesley, USA.
  • 4. Güldalı, A. 1990. “Seri İş-Akışlı Atölye Çizelgelemesinde Sezgisel Teknikler,” Yüksek Lisans Tezi, Gazi Üniversitesi, Fen Bilimleri Enstitüsü, Ankara.
  • 5. İşlier, A. 1995. “İmalat Problemlerinde Genetik algoritmalar,” Otomasyon Dergisi, Ocak, 94-98.
  • 6. Özkazanç, Ü. A. 1999. “Atölye Tipi Üretim Ortamında İşlerin Çizelgelenmesi İçin Yapay Sinirsel Ağ Yaklaşımı,” Yüksek Lisans Tezi, Osmangazi Üniversitesi, Fen Bilimleri Enstitüsü, Eskisehir.
  • 7. Paksoy, S. 2007. “Genetik Algoritmalar ile Proje Çizelgeleme,” Çukurova Üniversitesi Sosyal Bilimler Enstitüsü İşletme Ana Bilim Dalı Doktora Tezi, Adana.
  • 8. Pinedo, M. 2002. Scheduling Theory, Algorithms and Systems, Prentice Hall, Second Edtion, Upper Saddle River, New Jersey.
  • 9. Saraç, T. 2001. “Bir Kutu Fabrikası İçin Standart Kağıt Enlerinin Belirlenmesi,” Yüksek Lisans Tezi, Eskişehir Osmangazi Üniversitesi, Endüstri Mühendisliği Ana Bilim Dili, Eskişehir.