✨
AI Summary & Key Takeaways
AI Insight⚡ TL;DR(Too Long; Didn't Read)
Önerilen model ile iş sayısı 54’e kadar olan problemin çözümlerini gerçekleştirdik.
📌 3 Key Takeaways
🎯
Objective & Hypothesis:Öğrenme etkisinin dikkate alındığı çalışmalar yöneylem araştırmasının pek çok farklı alanında yaygın olarak incelenmiştir.
📊
Key Findings & Data:Biz bu çalışmada iki makinalı akış tipi çizelgelemede öğrenme etkisini analiz ederken performans ölçütü olarak da akış zamanını dikkate aldık.
💡
Conclusion & Impact:Önerilen model ile iş sayısı 54’e kadar olan problemin çözümlerini gerçekleştirdik.
🔬Design:Modeling & Simulation
📍Scope:Comprehensive Sample
⚙️Variables:Çizelgeleme · akış zamanı · akış tipi
Özet
Öğrenme etkisinin dikkate alındığı çalışmalar yöneylem araştırmasının pek çok farklı alanında yaygın olarak incelenmiştir. Ancak üretim çizelgelemede bu konuda yapılmış çalışma sayısı oldukça azdır. Yapılmış çalışmalar da tek ve paralel makinalarla sınırlı olup, çok makinalı akış tipi durum için yapılmış bir çalışma bulunmamaktadır. Biz bu çalışmada iki makinalı akış tipi çizelgelemede öğrenme etkisini analiz ederken performans ölçütü olarak da akış zamanını dikkate aldık. Problemin çözümü için değişken ve kısıta sahip bir tamsayılı programlama modeli önerdik. Önerilen model ile iş sayısı 54’e kadar olan problemin çözümlerini gerçekleştirdik.
🔖
Cite This Article
Eren, T., Güner, E. (2013). ÖĞRENME ETKİLİ AKIŞ TİPİ ÇİZELGELEMEDE ORTALAMA AKIŞ ZAMANININ ENKÜÇÜKLENMESİ. Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi, Cilt: 19 Sayı: 2. https://ajindex.com/articles/1079137