Atölye tipi üretim sistemlerinde akış süresi ve teslim tarihi belirlenmesinde zaman serileri yaklaşımı

Abstract

oz YÜKSEK LİSANS TEZİ ATÖLYE TIPI ÜRETİM SİSTEMLERİNDE AKIŞ SURESİ VE TESLİM TARİHİ BELİRLENMESİNDE ZAMAN SERİLERİ YAKLAŞIMI Mustafa GÖÇKEN ÇUKUROVA ÜNİVERSİTESİ FEN BİLİMLERİ ENSTİTÜSÜ ENDÜSTRİ MÜHENDİSLİĞİ ANABİLİM DALI Danışman : Doç. Dr. Rızvan EROL Yıl: 2003 Sayfa: 152 Jüri : Doç. Dr. Rızvan EROL Doç. Dr. Osman BABAARSLAN Yrd. Doç. Dr. S. Noyan OĞULATA Bu çalışmada, bir atölye tipi üretim sisteminde siparişlere ait akış sürelerinin dinamik olarak tahmini incelenmiştir. Önerilen yaklaşım, atölye boyunca ilerlerken siparişlere ait akış süresini dinamik olarak güncellemek amacıyla anlık atölye bilgilerini kullanmaktadır. Aşama kuyruklarında oluşan kuyrukta bekleme zamanlarının güncellenmesi amacıyla istatistiksel tahmin modellerinden üstel ortalama, hareketli ortalama ve Winters trend modelleri kullanılmıştır. Atölyenin değişen durumları için önerilen tahmin modellerinin performansını değerlendirmek amacıyla simülasyon deneylerinde aşamalar arasındaki farklı işyükü seviyesi ve farklı yönlendirme kuralları gözönüne alınmıştır. Simülasyon deneylerinde kullanılan yönlendirme kuralları FCFS, SPT, EDD ve S/RO'dur. Tahminlerin doğruluğunu değerlendirmek amacıyla ortalama mutlak yüzde hata, ortalama yüzde hata ve pozitif gecikme değerlerine bakılmıştır. Simülasyon deneyleri sonunda bütün durumlar için hiçbir tahmin yönteminin birbirine üstünlük sağlayamadığı gözlenmiştir. Bulgular her durum için çalışmada özetlenmiştir. Anahtar Kelimeler: Atölye tipi üretim sistemi. Akış süresi tahmini, Zaman serileri analizi.

ABSTRACT MSc THESIS FLOWTIME PREDICTION USING TIME SERIES IN JOB SHOP PRODUCTION SYSTEMS Mustafa GÖÇKEN DEPARTMENT OF INDUSTRIAL ENGINEERING INSTITUTE OF NATURAL AND APPLIED SCIENCES UNIVERSITY OF ÇUKUROVA Supervisor : Asoc. Prof. Rızvan EROL Year: 2003 Pages: 152 Jury : Asoc. Prof. Rızvan EROL Asoc. Prof. Osman BABAARSLAN Assist. Prof. S. Noyan O?ULATA In this study, dynamic prediction of job flow times in a job shop environment is investigated. The proposed approach uses dynamic shop floor data to update the flow time prediction of a job as the job moves across the shop floor. Statistical prediction models including moving average, exponential smoothing and the Winters trend model are utilized to update queue times in front of workstations. In order to assess the performance of the proposed prediction models under varying conditions, the level of workload balance among workstations and type of dispatching rule are considered in simulation experiments. Dispatching rules that considered are FCFS, SPT, EDD, and S/RO. The accuracy of the prediction models are evaluated in terms of the mean percent absolute deviation, mean percent error, and tardiness. Simulation experiments show that none of the prediction models dominates others in all conditions. Therefore, case by case findings are summarized in the study. Keywords: Job shop, flow time prediction, time series analysis. II