Geliş Zamanlarının Farklı Olduğu Öğrenme Etkili Tek Makine Çizelgelemede Toplam Gecikmenin Çözümü

Settar MUŞTU; Tamer EREN

Makale detayları

Geliş Zamanlarının Farklı Olduğu Öğrenme Etkili Tek Makine Çizelgelemede Toplam Gecikmenin Çözümü

Yazarlar:

Settar MUŞTU | Tamer EREN

Yayıncı:

Denta Florya ADSM Limited Company

Dergi:

Social Sciences Research Journal 2015 Vol.4 Issue 3, pp.11-34

Belge Tipi:

Makale

Yayın Tarihi:

7/2016

Belge Dili:

Türkçe

Document ID (Org No.):

2000606520

Sıklık:

Üç Aylık

eISSN:

2147-5237

Özet:

 

Recently, various learning effect models intensively find application area in scheduling
problems. In this study, minimization of total tardiness is considered by using time dependent
learning effect for single machine scheduling problem with unequal release dates. A
mathematical model is established for obtaining optimal solutions of proposed problem, and
because of the reasonable period of time and limited processor memory, only small size
problems can be solved. Meta-heuristics which are quite infrequently used in the problems of
this nature, are utilized to solve large scale problems which are more suitable for industrial
activities. 4 heuristics that genetic algorithm, genetic algorithm based solution combination
method, kangaroo algorithm and genetic-kangaroo hybrid algorithm are developed. Problem
solutions are obtained by these heuristics and performance evaluation is conducted by
comparing these methods with each other.

 

Son zamanlarda çeşitli öğrenme etkisi modelleri, çizelgeleme problemlerinde yoğun olarak
uygulama alanı bulmaktadır. Bu çalışmada, zamana bağlı öğrenme modeli kullanılarak, farklı
geliş zamanlarının olduğu tek makine çizelgeleme problemi için toplam gecikmenin en
küçüklemesi ele alınmıştır. Öne sürülen problemin optimum çözümlerini elde etmek için
matematiksel programlama modeli oluşturulmuş, makul süre ve kısıtlı işlemci hafızasından
dolayı ancak küçük boyutlu problemler çözülebilmiştir. Endüstriyel faaliyetlere daha uygun
olan büyük boyutlu problemleri çözmek için bu yapıdaki problemlerde oldukça seyrek
kullanılan meta sezgisel yöntemlerden faydalanılmıştır. Genetik algoritma, genetik algoritma
tabanlı çözüm kombinasyon metodu, kanguru algoritması ve genetik-kanguru hibrid algoritma
olmak üzere 4 farklı sezgisel yöntem geliştirilmiştir. Bu sezgiseller için soru çözümleri elde
edilmiş ve birbiriyle karşılaştırılarak performans değerlendirmesi yapılmıştır.

Makale detayları

Geliş Zamanlarının Farklı Olduğu Öğrenme Etkili Tek Makine Çizelgelemede Toplam Gecikmenin Çözümü

Yazarlar: Settar MUŞTU | Tamer EREN

Yayıncı: Denta Florya ADSM Limited Company

Dergi: Social Sciences Research Journal 2015 Vol.4 Issue 3, pp.11-34

Belge Tipi: Makale

Yayın Tarihi: 7/2016

Belge Dili: Türkçe

Document ID (Org No.): 2000606520

Sıklık: Üç Aylık

eISSN: 2147-5237

Sayı

Yazarlar:

Settar MUŞTU | Tamer EREN

Yayıncı:

Denta Florya ADSM Limited Company

Dergi:

Social Sciences Research Journal 2015 Vol.4 Issue 3, pp.11-34

Belge Tipi:

Makale

Yayın Tarihi:

7/2016

Belge Dili:

Türkçe

Document ID (Org No.):

2000606520

Sıklık:

Üç Aylık

eISSN:

2147-5237