Dergiler / Sakarya Üniversitesi Fen Bilimleri Enstitüsü Dergisi / 2017 / Cilt: 21 - Sayı: 2

Proses planlama ve ağırlıklı teslim tarihi atama ile birlikte ağırlıklı çizelgeleme probleminin bazı saf ve melez meta-sezgisel yöntemler ile çözümü

Solving process planning and weighted scheduling with WNOPPT weighted due-date assignment problem using some pure and hybrid meta-heuristics

Sayfa
210–222
DOI
—

Özet

Entegre süreç planlama ve çizelgeleme probleminin ve entegre teslim tarihi atama ile birlikte çizelgeleme probleminin literatürüne baktığımızda, literatürde bu konularda yüzlerce araştırma bulabiliriz. Fakat, üç önemli üretim fonksiyonlarının entegrasyonu konusu literatürde ele alınmayan bir alandır. Bu çalışmada süreç planlama, ağırlıklı çizelgeleme ve ağırlıklı teslim tarihi atama fonksiyonları entegre edilmiş ve problem bazı saf ve melez meta-sezgisel yöntemler kullanılarak çözülmüştür. Bu çalışmada biz 8 farklı atölyeyi rassal, evrimsel stratejiler, genetic algoritmalar ve bazı melez aramaları kullanarak çalıştık. Biz arama yöntemlerinin çözümü iterasyonlar devam ederken nasıl iyileştirdiğini ve evrimsel stratejiler, genetic algoritmalar ve melez aramaların rassal aramalara göre daha üstün sonuçlar verdiğini gözlemledik. Ayrıca melez aramaların genetic arama ve evrimsel stratejiler gibi güçlü arama teknikleri olduğunu gözlemledik.

Abstract

If we search literature for integrated process planning and scheduling problem and for scheduling with due dateassignment problem we can find hundreds of researches made on these problems. But integration of the three importantmanufacturing functions are not addressed much in the literature. In this study process planning, weighted schedulingand weighted due date assignment functions are integrated and solved using some pure and hybrid metaheuristics. Westudied eight shop floors using random, evolutionary strategies, genetic algorithms and some hybrid searches. We triedto observe how search techniques improve solutions as iterations go on and how evolutionary strategies, geneticalgorithms and hybrid search performs well compared to the random search. We also observed that hybrid searchesare also powerful search techniques as genetic search and evolutionary strategies.