Dynamic flexible job shop scheduling with simulation optimization by using genetic algorithm

Abstract

ÖZGenetik Algoritma Kullanılarak Benzetim Optimizasyonlu Dinamik Esnek Üretim Atölyesi ÇizelgelemeDOSDOĞRU, Ayşe TuğbaYüksek Lisans Tezi, Endüstri Mühendisliği BölümüTez Yöneticisi: Yrd. Doç. Dr. Faruk GEYİKTemmuz 2012, 97 sayfaGerçek hayat üretim problemlerinin çoğunda, bir parçanın belirli bir operasyonu birden fazla makinede işlenebilmektedir. Bu opsiyon göz önüne alınan sisteme (örn., atölye tipi üretim sistemi) esneklik katmaktadır. Esneklik bir taraftan üretim süreçlerini rahatlatan alternatif parça rotaları sağlarken diğer bir taraftan da parça-makine seçimlerinde (örn., en uygun parça rotasının seçimi) karmaşıklığa sebep olabilmektedir. Etkinliğin ve verimliliğin artırılması için, üretim sistemleri esneklik göz önüne alınarak çizelgelenmelidir.Ele alınan çalışmanın amacı, bir dinamik esnek atölye tipi üretim ortamında olurlu en iyi parça rotalarının üretilmesini sağlayan bir sistem geliştirmektir. Bu amaçla, bir dinamik esnek atölye tipi üretim ortamında, sırasıyla hem her bir parça için olurlu en iyi proses planı hem de her bir operasyon için en iyi olurlu makinenin belirlenmesi gerekmektedir. Bu bağlamda, her bir parça için en iyi parça proses planı ve sonra belirlenen parça proses planına göre her bir parçanın her bir operasyonu için uygun makinenin seçilmesini sağlayan genetik algoritma geliştirilmiştir. Geliştirilen algoritma çözüm metodolojisinin optimizasyon aşamasını oluşturmaktadır. Elde edilen makine-operasyon ikilileri, performanslarının tahmini amacıyla, kesikli olay sistem simülasyonu modeline beslenmiştir. Çalışmanın bu iki aşaması birbirini ardışık bir şekilde izlemektedir. Önerilen metodolojinin amacı tüm parçalar için toplam ortalama akış süresini minimize eden çözümü bulmaktır. Sonuçlar, amaç fonksiyonunun göz önüne alınan esneklik seviyesinin artan değerleri için iyileştiğini göstermiştir.Anahtar Kelimeler: Esnek üretim atölyesi çizelgeleme, genetik algoritma, benzetim optimizasyonu.

ABSTRACTDynamic Flexible Job Shop Scheduling with Simulation Optimization by Using Genetic AlgorithmDOSDOĞRU, Ayşe TuğbaM. Sc. in Industrial Eng.Supervisor: Assist. Prof. Dr. Faruk GEYİKJuly 2012, 97 pagesIn most real life manufacturing problems, certain operation of a part can be processed on more than one machine which makes the considered system (i.e. job shops) flexible. On one hand, flexibility provides alternative part routings which most of the time relaxes shop floor operations. On the other hand, increased flexibility makes operation machine pairing decisions (i.e., the most suitable part routing) much more complex. Thus, manufacturing systems must be scheduled by considering the flexibility to improve effectiveness and performance.The aim of the study is to develop a system that generates the best feasible part routings in a dynamic flexible job shop scheduling environment. For this purpose both the best feasible process plan for each part and the best feasible machine for each operation in a dynamic flexible job shop scheduling environment must be determined, respectively. In this respect, a genetic algorithm is adapted to determine best part processing plan for each part and then select appropriate machines for each operation of each part according to the determined part processing plan. Genetic algorithm solves to the optimization phase of solution methodology. Then these machine-operation pairings are utilized by discrete-event system simulation model to estimate their performances. These two phases of the study follow each other iteratively. The goal of the proposed methodology is to find the solution that minimizes total of average flow times for all parts. The results show that the objective function improves as the considered level of flexibility increases.Keywords: Flexible job shop scheduling, genetic algorithm, simulation optimization.