Genetik algoritmalar ile tesis yerleşimi tasarımı ve bir uygulama

Tesis yerleşiminin en uygun bir şekilde tasarlanması, üretim tesislerinin etkin ve verimli bir şekilde işletilebilmesinde önemli bir role sahiptir. Tesis yerleşim tasarımı problemleri, çeşitli akış ilişkilerinin de değerlendirilmesini gerektiren problemlerdir ve literatürde Karesel Atama Problemleri (KAP) olarak çözümlendirilmesi yoluna sıkça gidilmiştir. KAP için tesis yerleşimi tasarımı NPZor sınıfına girmektedir ve bu nedenle, bu çalışmada, bu tarz problemlere çözüm getirmesi açısından başarılı bir metot olan Genetik Algoritmalar (GA)’dan faydalanılmıştır. Visual Studio C++ 6.0 ortamında LO (Layout Optimizer -Yerleşim En İyileyici) isimli bir yazılım geliştirilmiştir. Bu yazılımla elde edilen sonuçlar, KAP kütüphanesinden alınan literatür problemleriyle test edilmiştir ve her problem için bilinen en iyi çözüme %99’dan daha fazla bir oranda yaklaşılmıştır. Metodoloji, yapısal elektrik malzemeleri imalat sektöründe bir tedarikçi firma için uygulanmıştır ve taşıma maliyetlerinde % 41’lik bir iyileşme sağlanabileceği ortaya konulmuştur.

Tesis Yerleşim Tasarımı ,

Genetik Algoritmalar ,

Karesel Atama Problemi ,

Design of the facility layouts have important effects on the operational productivity and efficiency of a facility. Facility layout design problems (FLDP) are the problems that should consider the flow relations between departments and in the literature the use of Quadratic Assignment Problems (QAP) for these kinds of problems is very frequently applied. Since, for QAP, the FLDP is NP-Hard, in this study, Genetic Algorithms (GA) is utilized. The methodology is coded via Visual Studio C++ 6.0 and the program is called LO (Layout Optimizer). The methodology is tested with QAP library test problems and the difference between LO results and the best known results are less than %1 for each problem. The methodology is applied to a supplier in the structural electricity materials manufacturing sector and a %41 decrease in the transportation costs is expected with the redesign of the facility.

Facility Layout Design ,

Genetic Algorithms ,

Quadratic Assignment Problem ,