İşlem planlama ve çizelgelemede genetik algoritmaların kullanımı

Abstract

Atölye çizelgeleme problemi üretim planlamanın önemli aşamalarından birisidir. Ancak üretim planlamanın atölye koşullan dikkate alınmadan yapılması sonucunda oluşturulan çizelgeler atölye ortamında bire bir takip edilememektedir. Bu sorun çizelgeleme aşamasının üretim planlamanın diğer aşamaları ile bütünleştirilmesini gerektirir. Bu çalışma ile üretim planlamanın çizelgeleme ve işlem planlama aşamalarının tümleştirilmesi amaçlanmıştır. Bu çalışmada tümleşik çizelgeleme ve işlem planlama probleminin çözümüne yönelik bir yaklaşık yöntem olan çok amaçlı genetik algoritma sunulmaktadır. Tanımlanan tümleşim probleminde alternatif makinelerin bulunduğu bir atölye ortamı ele alınmıştır. Sunulan yöntemde alternatif makinelerin kullanımı ile oluşan alternatif rotalar, çizelge zamanı, toplam pozitif geç kalma süresi ve geç kalan iş sayısı kriterlerinden oluşan bir uygunluk fonksiyonu kullanılarak karşılaştırılmışlardır. Çizelgeleme problemi, alternatif makinelerin bulunması ile daha karmaşık hale gelmektedir. Bu tip problemler için eniyi çözüme polinom zamanda ulaşmak mümkün olmamaktadır. Ancak önerilen yaklaşık yöntem ile tümleşik işlem planlama ve çizelgeleme probleminin yakın-eniyi çözümlerine ulaşılmıştır.

Job shop scheduling problem is one of the important stages of production planning. However schedules cannot be followed properly in shop floor, because of the production plans prepared without concerning shop floor conditions. Integrating scheduling with other production planning stages can solve this problem. The aim of this study is to integrate scheduling and process planning stages of production planning. In this study a multi objective genetic algorithm for the solution of this integrated operations planning and scheduling problem is presented. In the given integration problem a shop floor with alternative machines is examined. With the proposed methodology, the alternative routes formed by the use of alternative machines are compared by a fitness function that includes makespan, total tardiness and number of tardy jobs criteria. Scheduling problem becomes more complex with the addition of alternative machines. For these kinds of problems it is not possible to reach to the optimal solutions in polynomial time. Using the proposed methodology near-optimal solutions are found for integrated operations planning and scheduling problems.