İmalat sistemlerinde öğrenme etkili akış tipi tam zamanında çizelgeleme probleminin teorik ve uygulamalı incelenmesi

Abstract

Bir görev veya iş sürekli yapıldığı takdirde belirli bir alışkanlık ve öğrenme olur ve ilerleyen zamanlarda bu işi tamamlamak için gerekli kaynaklara olan (işgücü, malzeme, vb.) ihtiyaç azalır. Bu olgu ilk kez Wright tarafından tanımlanmıştır. Wright uçakların üretiminde üretilen uçak sayısı artarken direk işçilik maliyetlerinde nasıl bir azalma olduğunu tespit etmiştir. Bu gözlemin doğruluğu uçak üreticileri tarafından da tutarlı bulunmuştur. Bu bağlamda ?Öğrenme Etkisi?, aynı veya benzer işlerin tekrarlanmasıyla üretim sürecinde işlerin tekrar sayısı nispetinde daha kısa sürede yapılmasını ifade eden etkidir.Erken/Geç (E/G) tamamlanma problemi, ilk ortaya çıktığı yıllarda ağırlıklandırılmış mutlak sapma problemi olarak ele alınmıştır. Hem erken hem de geç tamamlanma zamanı çizelgeleme problemleri için önemli ölçütlerdir. Toplam gecikme ölçütü erken tamamlanan işlere ilişkin sonuçları göz ardı ederken sadece geç tamamlanan işlerin cezaları ile ilgilenir. Ancak bu eğilim Tam Zamanında Üretim (TZÜ) konusuna olan artan ilgi ile birlikte değişmeye başlamıştır. TZÜ'de erken tamamlanma da önemli bir performans kriteridir ve geç tamamlanma ile birlikte değerlendirilir.Bu çalışmada çizelgelemede erken/geç tamamlanma performans kriteri ve öğrenme etkili işlem zamanlarının dikkate alındığı yayınlara yönelik literatür taraması ve sonucunda literatüre yönelik bazı tespitler yapılmıştır. İki makine akış tipi çizelgelemede erken/geç tamamlanma performans kriteri ve öğrenme etkili işlem zamanları dikkate alınarak bir tamsayılı programlama modeli önerilmiş ve örnek problemlerle çözüm sonuçları değerlendirilmiştir. Öğrenme etkili tam zamanında çizelgeleme problemi bir KOBİ için ele alınmış, alternatif yöntemlerle çözüm sonuçları karşılaştırılarak değerlendirilmiş ve KOBİ'deki kullanıcılara yönelik bu tamsayılı programın kolaylıkla çalıştırılmasını sağlayan Microsof Excel®'de arayüz tasarlanmıştır. Büyük boyutlu (iş sayısı fazla olan) problemleri daha etkin bir şekilde çözebilmek için tabu araması ve genetik algoritma yaklaşımları geliştirilmiş ve literatürdeki test problemleri ve rassal arama yöntemi kullanılarak bu sezgisel yaklaşımların performanslarına yönelik değerlendirmeler yapılmıştır.

When a task or work is done continuously, there will be an experience so following times needs of required resources (manpower, materials, etc.) will be reduced. This event described firstly by Wright. Wright determined how direct workmanship costs decreased when number of produced plains increased. Later, this phenomenon was observed by other plain producers. Learning effect states works can be done in shorter times by repeating the same or similar works in a production process.Earliness/Tardiness (E/T) problem was known as weighted absolute deviation problem in early years of scheduling problem. Not only tardiness but also earliness is very important performance criteria for scheduling problem. While total tardiness criteria provides adaptation for due date (ignoring results of earliness done jobs), it deals with only cost of tardiness. However this phenomenon has started to change with Just in Time (JIT) production concept. Earliness is as important as tardiness on JIT production.This study starts with a there is literature survey which us directed to wards earliness/tardiness performance criteria and learning effect processing in scheduling. An integer programming model is proposed for incorporating Earliness/Tardiness performance criteria and processing times with learning effect into the two machine flow-shop scheduling problem and solution results was evaluated with sample problems. Just-in-Time scheduling problem with learning effect is considered for an SME, the solution results were compored with alternative methods and an interface is developed in Microsoft Excel® to be used by the SME. Also, Genetic Algorithm and Tabu Search were improved by us so that large size problems could be solved effectively. These heuristic methods? performances were evaluated using test problems in the literature and Random Search method.