Akademik Veri Yönetim Sistemi
Tezin Türü: Doktora
Tezin Yürütüldüğü Kurum: Uludağ Üniversitesi, Türkiye
Tezin Onay Tarihi: 2014
Tezin Dili: Türkçe
Öğrenci: DUYGU YILMAZ EROĞLU
Danışman: HÜSEYİN CENK ÖZMUTLU
Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu
Özet:Bu tez çalışmasında, bölünebilir ve aynı zamanda iş sırası ve makine bağımlı hazırlık süreli (Sijk) işler içeren, ilişkisiz paralel makine (Rm) çizelgeleme probleminde, işin tamamlanma zamanının (Cmax) en küçüklenmesi hedeflenerek, karışık tam sayılı modeller (MIP) ve genetik algoritmalar geliştirilmiştir. Tez çalışmasının literatüre ilk katkısı, iş bölme ve çizelgelemenin eş zamanlı yapıldığı, değişken alt iş sayıları içeren yeni algoritmalar tanıtması olmuştur. Bilindiği kadarıyla, işlerin bölünebildiği Rm/Sijk/Cmax problemi için, literatürde herhangi bir veri kümesi bulunmamaktadır. Önerilen algoritmanın doğrulanabilmesi amacıyla, Rm/Sijk/Cmax problemi için, literatürdeki veri kümesi dikkate alınmış ve önerilen algoritma, işlerin bölünmediği duruma indirgenmiştir. Daha rekabetçi sonuçlar elde edebilmek için ise, genetik algoritmaya yerel arama tekniği de dâhil edilmiş ve GALA geliştirilmiştir. Yerel arama sonuçlarını genetik algoritmaya adapte edebilen algoritmalar geliştirilmiştir ve bu da tez çalışmasının literatüre ikinci katkısıdır. Yeni melez yapıya dayanarak, işlerin bölünebildiği Rm/Sijk/Cmax problemi için geliştirilen algoritma tekrar tasarlanmış ve GAspLA ortaya çıkmıştır. Geliştirilen üç adet yeni MIP modeli, bölme çizelgeleme kararını eş zamanlı vermektedir ve tez çalışmasının literatüre üçüncü katkısıdır. GAspLA sonuçlarının, MIP modelini başlangıç çözüm kümesi ile beslediği GAspLAMIP uygulaması ise tez çalışmasının literatüre dördüncü katkısıdır. Çalışmanın, literatüre beşinci katkısı, tekstil endüstrisinde, gerçek çizelgeleme problemini de çözümleyebilmesidir. Bu aşamada, makine uygunluk kısıtı da eklenmiş, büyük boyutlu problemler için GAspLA_LSP geliştirilmiştir.