Özet:

Kitlesel özelleştirme üretim ortamında kaynakları; değişen müşteri talepleri ve imalat koşullarına göre verimli kullanarak maliyet, zaman ve işgücünde tasarruf etmek, bugünün rekabetçi piyasa koşullarında firmalar için hayati öneme sahiptir. Süreç Planlama (SP) ve Çizelgeleme, kaynakların verimli kullanılmasını sağlayan temel bileşenler olup, bunların arasındaki izolasyon ve uzun zaman boşlukları üretim verimini etkileyen problemlerdendir. Bu verimlilik problemlerini çözmek için çalışmada, SP ve Çizelgelemeyi paralel bir şekilde yapabilecek ve üretimdeki dalgalanmalara hızlıca cevap verebilecek entegre bir sistem oluşturulması amaçlanmıştır. Mevcut entegrasyon modellerinde çözüm kümesi ve araştırma alanı genişledikçe hesaplama süresinin şiddetle arttığı gözlemlenmiştir. Bu yüzden, bu çalışmada optimal sonucu kısa sürede bulabilmek için SP ile Çizelgeleme entegrasyonunda, Genetik Algoritma (GA) ve Yapay Sinir Ağları (YSA) birlikte kullanılarak, hibrit bir yaklaşım oluşturulmuştur. GA performansını ve çözüm arama verimini artırmak amacıyla kromozomlarda alternatif rotalar ile kümeleme çalışmaları yapılmıştır. Popülasyonların çeşitliliğini artırmak için etkin genetik temsiller ve işlemciler kullanılmıştır. Entegrasyon modülünde oluşturulan 3 farklı GA yapısı karşılaştırıldığında; kümeleme ve en iyi alternatif rotaları seçme yöntemleriyle oluşturulan algoritmaların daha iyi performans gösterdiği gözlenmiştir. Oluşturulan YSA ile, mevcut çizelgelerden elde edilen verilerle eğitilen sistem, değişen üretim koşullarında yeni çizelgeleri kısa sürede üretebilmiştir. Yeniden çizelgeleme modülündeki ağ yapılarının performans ölçütleri, entegrasyon modülündeki sezgisel çözümü doğrulamıştır.

Anahtar Kelimeler: