Görüntüleme
1
Darboğaz çok kaynaklı genelleştirilmiş atama problemi (B-MRGAP) görevlerin, en büyük ajan yükünü enküçükleyecek şekilde ajanların kapasiteli kaynaklarına (dönemlerine) atanması problemidir. Bir firmanın temin etmesi gereken ürünleri (görevleri), birden çok dönemi göz önünde bulunduracak şekilde yan sanayilerine ataması problemi B-MRGAP’a bir örnektir. Bu problemde, talep edilen ürün miktarlarındaki her türlü değişim, görevlerin yan sanayilerdeki kaynak tüketim miktarlarını da değiştirecektir. Pek çok sektörde, üretim miktarlarının değişmesi sık yaşanan bir durum olduğundan kaynak tüketim miktarlarının deterministik değil, stokastik ele alınması daha gerçekçi çözümlere ulaşılmasını sağlayacaktır. Bu çalışmada B-MRGAP’da kaynak tüketim miktarları stokastik olarak ele alınmıştır. Bu problemin çözümü için iki aşamalı stokastik programlama modeli geliştirilmiştir. Önerilen yöntemin performansı rassal türetilen test problemleri kullanılarak gösterilmiştir. Test sonuçları incelendiğinde küçük boyutlu problemlerde bile, problemi stokastik ele almanın katkı sağladığı görülmüştür. Ayrıca ajan sayısı, görev sayısı ve kaynak tüketimi değişkenliği arttıkça sağlanan katkının da arttığı ortaya konmuştur.
The bottleneck multi-resource generalized assignment problem (B-MRGAP) is the assignment of jobs to capacitated resources (periods) of agents to minimize the maximum agent load. The problem of assigning the products (tasks) that a firm has to supply to its sub-industries considering more than one period is an example of B-MRGAP. In this problem, any change in product demands will also change the resource consumption amounts of the tasks in the sub-industries. Since changes in production quantities are common in many sectors, handling resource consumption quantities as stochastic rather than deterministic will lead to more realistic solutions. In this study, resource consumption amounts in B-MRGAP are handled as stochastic. To solve this problem, a two-stage stochastic programming model has been developed. The performance of the proposed method is demonstrated by using randomly generated test problems. When the test results were examined, it was seen that even in small-sized problems, handling the problem stochastically made a contribution. In addition, it was revealed that the contribution increased as the number of agents, the number of tasks, and the resource consumption variability increased.
Alan : Mühendislik
Dergi Türü : Uluslararası
Makale Detay 
Benzer Makaleler
PDF Görüntüle
Dergi Bilgisi
Eseri Dinleyin
Alıntı Yap
Bu Sayfayı Yazdırın
Paylaş
Mendeley
