Bir üretim hattında çok amaçlı benzetim optimizasyonu için hibrit yaklaşım

Firmalar günümüzün değişen pazar koşullarına adapte olabilmek için olabildiğince hızlı şekilde karar vermek ve değişimlere yanıt vermek durumundadır. Benzetim, bir üretim veya hizmet sisteminde meydana gelecek değişikliklerin etkilerinin sanal bir ortamda analiz edilebilmesini sağlayan güçlü bir araçtır. Fakat benzetim, sistemlerin optimize edilmesinde yeterli bir araç değildir ve benzetim ile optimizasyonun bütünleşik bir biçimde ele alınmasında ilave yöntemlere ihtiyaç vardır. Bu çalışmada, bir üretim sisteminin çok amaçlı optimizasyonu ele alınmış ve söz konusu üretim sisteminde firma yönetimi, dikkate alınan iş istasyonlarındaki çalışanlarının optimal kombinasyonunu elde etmeyi amaçlanmıştır. Çalışmada, sistemi ifade eden meta-modelin elde edilmesinde benzetim modelinden elde edilen sonuçlar kullanılmış ve iki farklı amacın tek bir değerde birleştirilmesinde ise gri ilişkisel analiz yönteminden yararlanılmıştır. Çalışmanın sonucunda belirli kısıtlar altında iş istasyonlarındaki işçilerin optimal kombinasyonu belirlenmiştir.

Anahtar Kelimeler:

Benzetim optimizasyonu, çok amaçlı benzetim optimizasyonu, gri ilişkisel analiz, deney tasarımı

PDF

___

1. Ammeri, A., Hachicha, W., Chabchoub, H., Masmoudi, F., A comprehensive litterature review of monoobjective simulation optimization methods, Advances in Production Engineering & Management 6 4, 291-302, 2011.
2. Fu, M. C., Optimization for simulation: theory vs. practice. Journal on Com- puting, 14, 192–215, 2002.
3. Lee, L.H., Chew, E.K., Teng, S., Chen, Y., Multi-objective simulation-based evolutionary algorithm for an aircraft spare parts allocation problem, European Journal of Operational Research, 189, 476-491, 2008.
4. Azadivar, F., Simulation optimization methodologies, Proceedings of the 1999 Winter Simulation Conference, 93-100, 1999.
5. Joines, J.A., Gupta, D., Gokce, M.A., King, R.E., Kay, M.G., Supply chain multi-objective simulation optimization, Proceedings of the 2002 Winter Simulation Conference, 1306-1314, 2002.
6. Eskandari, H., Rabelo, L., Mollaghasemi, M., Multiobjective simulation optimization using an enhanced genetic algorithm, Proceedings of the 2005 Winter Simulation Conference, 833-841, 2005.
7. Pasandideh, S.H.R., Niaki, S.T.A., Multi-response simulation optimization using genetic algorithm within desirability function framework, Applied Mathematics and Computation, 175, 366-382, 2006.
8. Avello, E.A., Baesler, F.F., Moraga, R.J., A meta-heuristic based on simulated annealing for solving multiple-objective problems in simulation optimization, Proceedings of the 2004 Winter Simulation Conference, 508-513, 2004.
9. Alrefaei, M.H., Diabat, A.H., A simulated annealing technique for multi-objective simulation optimization, Applied Mathematics and Computation, 215, 3029–3035, 2009.
10. Mattila, V., Virtanen, K., Maintenance scheduling of a fleet of fighter aircraft through multi-objective simulation-optimization, Simulation, 90, 9, 1023-1040, 2014.