In this study, a multi objective permutation flow shop scheduling problem with sequence dependent set up time (MOFSSP-SDST) is considered. The objective of the problem is to minimize Cmax, total tardiness and total earliness. Two solution methods are proposed to solve the problem. Firstly, a GA is developed for MOFSSP. Secondly, a NSGA-II algorithm is proposed by considering the multi-objective nature of the problem. To improve the performance of NSGA-II, some of dispatching rules, used in the literature for single machine scheduling problem, are adapted to this problem and obtained solutions are added to the first generation of NSGA-II. Also dynamic crowding distance which can determine the elitist individuals is used. Thus, the successful results are obtained. The performance of the proposed algorithms is showed by using randomly-generated test problems. Both GA and NSGA-II generate more successful results than previous algorithms. Additionally, NSGA-II has a big advantage on the number of solutions.Keywords: Multi objective flow shop, scheduling, genetic algorithm, NSGA-II algorithm, dynamic crowding distance.

Bu çalışmada, sıralamaya bağlı hazırlık sürelerinin olduğu permütasyonlu ve çok amaçlı akış tipi üretim çizelgeleme problemi (SPÇA-AÇP) ele alınmıştır. Problemin amaçları, son işin tamamlanma zamanını, toplam gecikmeyi ve toplam erken tamamlanma süresini enküçüklemektir. Ele alınan problemin çözümüne yönelik olarak iki çözüm yaklaşımı önerilmiştir. İlk olarak, SPÇA-AÇP için bir genetik algoritma geliştirilmiştir. İkinci olarak ise, problemin çok amaçlı doğası dikkate alınarak bir NSGA-II (Non-dominated Solution Genetic Algorithm-II) algoritması önerilmiştir. NSGA-II algoritmasının başarısını arttırmak için, literatürde tek makine çizelgeleme problemleri için önerilmiş olan sıralama kurallarından bazıları uyarlanarak, türetilen çözümler ilk nesile dahil edilmiştir. Ayrıca dinamik yığılma uzaklığı metriği kullanılarak daha seçkinlikli bireylerin saptanması sağlanmış ve böylece daha başarılı sonuçlar elde edilmiştir. Önerilen algoritmaların başarısı, rassal türetilen test problemleri kullanılarak gösterilmiştir. Hem GA hem de NSGA-II algoritmaları literatürdeki çözüm yöntemlerine kıyasla daha başarılı çözümler türetmiştir. Ayrıca NSGA-II algoritması çözüm sayısı yönüyle GA?ya önemli bir üstünlük sağlamıştır.Anahtar Kelimeler: Çok amaçlı akış tipi üretim, çizelgeleme, genetik algoritma, NSGA-II algoritması, dinamik yığılma uzaklığı.