AI Summary & Key Takeaways
AI InsightThe results obtained by executing the developed algorithm on these instances are presented.Conclusion- Moreover, it was observed that accurate and appropriate schedules could be generated within significant times.
📌 3 Key Takeaways
Abstract
Purpose- In this study, an intelligent scheduling to efficiently make supplier-task assignments is proposed. As the logistic support regarding supply chain management, a scheduling program was developed to determine the suppliers to perform the existing tasks with the orders. Each of a number of suppliers performs a subset of all tasks with a certain order and it is aimed to perform all of them with the minimum cost. The limited number of tasks to be performed by each supplier is predetermined.Methodology- The main contribution here is to model the problem so that each task can have a different precedence/weight. The multi-objective cost function hereby designed consists of two sub-costs: (1) the cost between source-task pair, and (2) the weights referring to the ordering precedence regarding the completion of the tasks to be performed by the same source. For the solution, a genetic algorithms based meta-heuristic was used.Findings- To test the success of the algorithm, instances including different numbers of tasks and suppliers were created with various task weights. The results obtained by executing the developed algorithm on these instances are presented.Conclusion- Moreover, it was observed that accurate and appropriate schedules could be generated within significant times.
Özet
Amaç- Bu çalışmada, tedarikçi-görev atamalarını verimli bir biçimde yapacak zeki bir planlama/çizelgeleme önerilmektedir. Tedarik zinciri yönetimine ilişkin lojistik destek programları kapsamında, mevcut görevlerin hangi tedarikçiler tarafından ve hangi sıralarla gerçekleştirileceğini belirleyecek bir çizelgeleme programı geliştirilmiştir. Bir dizi tedarikçiden her biri tüm görevlerin bir kısmını belirli bir sırada gerçekleştirir ve tüm görevlerin en az maliyetle gerçekleştirilmesi amaçlanır. Her tedarikçinin gerçekleştirebileceği sınırlı görev sayısı önceden belirlidir.Yöntem- Çalışmanın temel katkısı, problemin her görevin farklı bir önceliği/ağırlığı olabilecek şekilde modellenmiş olmasıdır. Bu amaçla tasarlanan çok-hedefli maliyet fonksiyonu iki alt-maliyetten oluşmaktadır: (1) kaynak-görev ikilisi arasındaki maliyet ve (2) aynı kaynak tarafından gerçekleştirilecek görevlerin tamamlanmalarına ilişkin sıralama önceliğini ifade eden ağırlık değerleri. Çözüm için genetik algoritmalar tabanlı meta-sezgisel bir yöntem kullanıldı.Bulgular- Algoritmanın başarısını test edebilmek için çeşitli görev ağırlıkları ile farklı sayılarda görevler ve tedarikçiler içeren örnekler oluşturuldu. Geliştirilen algoritma bu örnekler üzerinde işletilerek elde edilen sonuçlar sunulmuştur.Sonuç- Doğru ve uygun çizelgelerin kayda değer sürelerde üretilebildiği gözlemlenmiştir.