Özet:

Üretim sistemlerinin tasarımında simülasyon yöntemi kullanılması kaçınılmaz yöntemlerden birisidir. Fakat elenmesi gereken pek çok çözüm alternatifi varsa simülasyon metodunun yanında kullanılması gereken başka metotlarda vardır. Bu metotlardan en çok kullanılanları başta yapay sinir ağları, sonra genetik algoritmalar, tavlama benzetimi, parçacık sürü optimizasyonu gibi arama algoritmalarıdır. Bu çalışmada benzetim çalışması sonucu elde edilen imalat sistemine ait performans ölçütleri kullanılarak Yapay Sinir Ağı (YSA) eğitilmiştir. Yani YSA ya istenilen performans ölçüleri girildiğinde, YSA her bir makine merkezindeki olması gereken makine sayısını vermektedir. Bunun yanında imalat sistemlerinin performansını etkileyen en önemli faktör sistemde kullanılan öncelik kurallarıdır. Bu sebeple simülasyon işlemini yaparken makine merkezlerindeki makine sayılarının değiştirilmesinin yanı sıra farklı öncelik kuralları da kullanılarak sistemin performans ölçütleri elde edilmiştir. Kullanılan öncelik kuralları SPT, EDD, CR, FCFS olmuştur. Her bir öncelik kuralı için farklı bir YSA eğitilmiştir. Çözüm elde etmek için istenilen performans ölçütleri eğitilen bu altı farklı YSA ya verilir. Elde edilen sonuçlar tekrar simüle edilerek performans ölçüleri elde edilir. İstenilen performans ölçülerine en yakın performans değerleri çözüm olarak alınır. Alınan bu çözümden daha iyi bir çözüm olup olmadığının araştırılması için ise Tavlama Benzetimi yaklaşımı kullanılır. Eğitilen YSA’ ların %0.5 hata verme olasılığı vardır. Bu yüzden az bir olasılıkla da olsa gözden kaçan iyi bir çözüm varsa bunu yakalamak için Tavlama Benzetimi yaklaşımı kullanılmıştır. Alınan 100 farklı çözümün 12 tanesinde YSA dan elde edilen çözümden daha iyi bir çözüm elde edilmiştir.   

Anahtar Kelimeler: