Akış tipi grup çizelgeleme problemleri için hibrit hiper sezgisel yöntem tasarımı

Günümüzde müşteri yapısındaki değişim üreticileri düşük maliyetli, yüksek kaliteli ürünleri ürün çeşitliliğini artırarak kısa sürede üretmeye zorlamaktadır. İmalat firmalarının rakipleri arasında hayatta kalabilmesi için imalat sistemlerini optimize etmesi ve kısa sürede yüksek ürün çeşitliliğinde ürün teslimatı yapabilmesi çok önemli hâle gelmiştir. Ürün çeşitliliğinin çok olması üretim sürecinde israf olarak nitelendirilen ürünler arası değişim sürelerinin (ayar zamanı) ve taşıma zamanlarının artmasına sebep olmakta ayrıca operasyon çizelgelemenin karmaşıklaşması gibi birçok zorluğu da beraberinde getirmektedir. Bu zorlukları aşmak için geliştirilen grup teknolojisi yaklaşımıyla ürünler (işler) şekil, malzeme, üretim süreci veya diğer özelliklerindeki benzerliklere göre gruplandırılır. Planlama faaliyetleri de işlerin münferit olarak ele alınmasından ziyade gruplandırılmış işler üzerinden yapılır. Böylece ürünler arası değişim süreleri en aza indirilirken süreçler arasındaki malzeme ve mal akışı da basitleştirilmiş olur. Bu sistemlerdeki planlama faaliyetleri iki seviyeden oluşur. İlk seviyede işlem görecek grupların belirlenmesi gerekir. İkinci olarak ise her grup içindeki işlerin işlem sırası belirlenir. Bu çalışmada, işlerin gruplandığı, her makinede önceki işlem gören gruba bağlı olarak ayar zamanının değiştiği ve işlerin makineler arasında beklemediği akış tipi çizelgeleme problemine dair bir yöntem önerilmiştir. Ele alınan problem çözüm uzayı büyük olan polinom zamanlı çözülemeyen yapıdadır. Literatürde yer alan çalışmalara bakıldığında bu çalışma akış tipi sıra bağımlı işlerin makineler arası beklemediği grup çizelgeleme problemi için yapay tavşan optimizasyonu algoritması uygulayan ve memetik algoritma tabanlı hiper sezgisel yöntem geliştiren ilk çalışmadır. Yapay tavşan algoritması tavşanların doğadaki davranışından esinlenilerek geliştirilen, parametre olarak sadece iterasyon ve popülasyon sayısı içermesi avantajına sahip oldukça yeni bir algoritmadır. Bu algoritma çalışmada başlangıç popülasyonu üretme aşamasında kullanılmıştır. Yapay tavşan algoritması ile bulunan çözümler memetik algoritma tabanlı hiper sezgisel için başlangıç popülasyonunu oluşturmaktadır. Ele alınan problem için geliştirilen memetik algoritma tabanlı hiper sezgisel yöntem ise birçok algoritma konfigürasyonunu temsil edebilen (bu uygulamada 4375 konfigürasyon), geri bildirim mekanizması ile başarılı olan konfigürasyonu ödüllendirme yeteneğine sahip adaptif yapıdadır. Literatürde hiper sezgisel yöntemler sezgisel seçen yöntemler olarak tanımlanmaktadır. Bu çalışmada algoritma operatörleri olan çaprazlama, mutasyon, tepe tırmanması operatörleri ve mutasyon oranı ile arama derinliği parametreleri seçim yapılacak alt seviye sezgisellerdir. Çaprazlama için yedi farklı operatör, mutasyon ve tepe tırmanması için ise 5'er farklı operatör uygulanmıştır. Bunlara ek olarak mutasyon ve tepe tırmanması parametreleri de 5'er farklı sayısal değer olarak uygulanmıştır. Her bir adımda bu alt seviye sezgiseller içinden seçim yapılır. Seçilen operatörler/parametreler uygulandığında eldeki sonuçtan daha iyi sonuç bulunursa seçilen operatörlerin/parametrelerin puanı arttırılır (ödüllendirilir). Böylece sonraki adımlarda iyi sonuç veren operatörlerin/parametrelerin seçilme sıklığı artırılmıştır. Yapay tavşan algoritması ile başlangıç çözüm elde edilen hiper sezgisel yöntem literatürdeki 270 test problemi kullanılarak test edilmiştir. Elde edilen sonuçlar literatürdeki algoritmaların sonuçlarıyla kıyaslanmıştır. Problemde performans kriteri (amaç fonksiyonu) olarak toplam tamamlanma zamanı ele alınmıştır. Toplam tamamlanma zamanı kriteri ile işlerin son makineden ayrılma zamanları toplanarak en küçük değerin elde edilmesi amaçlanmaktadır. Bu değer algoritma performansını mevcut yöntemlerle kıyaslamada kullanılmıştır. Toplam tamamlanma zamanı eşit olan durumlarda ise sırasıyla deneylerden elde edilen ortalama ve standart sapma değerleri performans kriteri olarak kullanılmıştır. Geliştirilen yöntemin parametre optimizasyonu R tabanlı paket program olan irace algoritma konfigürasyon aracı ile yapılmıştır. Bu kapsamda popülasyon büyüklüğü, çaprazlama ve mutasyon oranı, arama derinliği, durdurma kriteri bu paket program ile belirlenen parametrelerdir. Bu parametrelere ek olarak başlangıç popülasyonunun rassal mı yoksa yapay tavşan algoritması ile mi üretilmesi gerektiği yine irace ile belirlenmiştir. Yöntem performansı literatürdeki 2, 3 ve 6 makine içeren 270 adet problem çözülerek test edilmiştir. Elde edilen sonuçlar literatürde son yıllarda geliştirilen iki yöntemle (revize edilmiş çoklu başlangıçlı simüle edilmiş tavlama benzetimi yöntemi ve bu yöntemin yerel arama içeren versiyonu) bulunan sonuçlarla kıyaslanmıştır. Geliştirilen yöntem ve literatürdeki yöntemlerle elde edilen sonuçlar arasındaki farkın anlamlı olma durumu Wilcoxon eşleştirilmiş iki örnek testi ile analiz edilmiştir. Sonuç olarak geliştirilen hibrit hiper sezgisel yöntemle daha küçük toplam tamamlanma zamanı elde edildiği sonuçlar üzerinden gösterilmiştir. Ayrıca ele alınan problem için hiper sezgisel yapıda alternatifleriyle birlikte uygulanan operatörlerden (çaprazlama için 7, mutasyon ve tepe tırmanması için ise 5'er opsiyon) iyi sonuç verenler skorları görselleştirilerek sunulmuştur. Buna ek olarak etkin çalışan mutasyon ve arama derinliği parametreleri de yorumlanarak gelecek çalışmalar için yol gösterici sonuçlar paylaşılmıştır.