Bütünleşik üretim ve dağıtım çizelgeleme problemleri için çözüm yaklaşımları

Günümüzde rekabetin işletmelerden çok işletmelerin tedarik zincirleri arasında gerçekleştiği düşünüldüğünde, tedarik zincirinde yer alan fonksiyonların etkin bir şekilde yönetilmesi işletmeler açısından oldukça önemsenmektedir. Üretim ve dağıtım, tedarik zincirinde yer alan iki temel fonksiyondur. Geleneksel yaklaşımda bu fonksiyonlar bireysel olarak değerlendirilmekte ve hiyerarşik olarak ele alınmaktadır. Hiyerarşik bir şekilde alınan bu kararlar sistemin bütünü açısından en iyiyi garanti edememektedir. Bu nedenle tedarik zinciri açısından bütünsel en iyiye ulaşmak için üretim ve dağıtım operasyonlarının bütünleşik bir şekilde ele alınması gerekmektedir. Ekonomik avantajlarının yanı sıra gerçek hayatta üretim ve dağıtım operasyonlarının bütünleşik olarak ele alınmasını zorunlu kılan bazı durumlarla karşılaşılmaktadır. Çabuk bozulan ve zamana duyarlı ürünlerin üretimi ve dağıtımı bu uygulama alanlarından birisidir. Yapılan tez çalışmasında operasyonel düzeyde üretim ve dağıtım operasyonlarının bütünleştirilmesi incelenmiştir. Üretim aşamasında üretim çizelgeleme problemini dağıtım aşamasında ise araç rotalama problemini bünyesinde barındıran bu problem literatürde "Bütünleşik Üretim ve Dağıtım Çizelgeleme (BÜDÇ) Problemi" olarak adlandırılmaktadır. Tez çalışmasında BÜDÇ kapsamında üç farklı problem ele alınmıştır. Permütasyon Akış Tipi Üretim Ortamı ile Tek Araçlı Dağıtım Ortamını içeren BÜDÇ (PAT_TA) Problemi olarak ifade edilen ilk problemde siparişlerin seri olarak yerleştirilmiş tüm makineleri aynı sırada ziyaret ettiği permütasyon akış tipi üretim ortamı ve sınırlı kapasiteye sahip tek araçla teslimatlarının yapıldığı bir dağıtım ortamı incelenmiştir. Permütasyon Akış Tipi Üretim Ortamı ile Çok Araçlı Dağıtım Ortamını içeren BÜDÇ (PAT_ÇA) Problemi olarak ifade edilen ikinci problemde ilk problemin daha genel bir hali dikkate alınarak aynı üretim ortamı ile heterojen kapasiteli birden fazla aracın olduğu dağıtım ortamı incelenmiştir. Son olarak; Atölye Tipi Üretim Ortamı ile Çok Araçlı Dağıtım Ortamını içeren BÜDÇ (AT_ÇA) Problemi olarak ifade edilen üçüncü problemde ise siparişlerin makinelerdeki operasyon sıralarının birbirinden farklı olduğu atölye tipi üretim ortamı ve heterojen kapasiteli birden fazla aracın bulunduğu dağıtım ortamı incelenmiştir. Her üç problemde de araç sayısının sınırlı olması nedeniyle bazı müşteri siparişleri belirtilen teslim tarihinden sonra teslim edilebilmekte, dolayısıyla bu siparişler için gecikmeler oluşmaktadır. PAT_TA ve PAT_ÇA Problemlerinde müşterilerin teslim tarihlerinin yeterince büyük olduğu durumda taşıma sürecinin mümkün olan en kısa sürede tamamlanması istenmektedir. Dolayısıyla PAT_TA ve PAT_ÇA Problemleri için amaç, toplam tur zamanı ile toplam gecikme toplamının en küçüklenmesi olarak ele alınmıştır. AT_ÇA Problemi ise çevresel faktörler de probleme dahil edilerek araçlar tarafından havaya salınan toplam CO2 emisyonu ve maksimum gecikmenin en küçüklenmesi şeklinde çok amaçlı bir yapıda incelenmiştir. Her üç problemde de sistemdeki araçlar planlama periyodu boyunca birden fazla kez kullanılabilmektedir. Tez kapsamında incelenen problemler literatürde daha önce çalışılmamıştır ve ilk kez bu tez çalışmasında incelenmiştir. PAT_TA Problemi için öncelikle problemin varsayımları ve kısıtları tanımlanarak Karma Tamsayılı Doğrusal Programlama (KTDP) modeli geliştirilmiştir. Ardından problemin NP-zor yapısı nedeniyle büyük boyutlu problemler için makul sürelerde optimal ya da optimale yakın çözümlerin elde edilmesi amacıyla Memetik Algoritma (MA) yaklaşımı önerilmiştir. PAT_TA Problemi için önerilen çözüm yöntemlerinin performanslarını değerlendirmek amacıyla 1080 adet test problemi müşteri sayılarına göre küçük, orta ve büyük boyutlu olmak üzere oluşturulmuştur. İncelenen 1080 örneğin sadece 256 tanesinde CPLEX ile üç saat süre sınırı içerisinde optimal çözüm elde edilebilmiştir. Bu 256 örneğin 243 tanesinde MA ile optimal çözümlere saniyelerle ifade edilen oldukça kısa sürelerde ulaşılmıştır. Orta boyutlu problemlerde CPLEX ve MA'nın göreli performansları birbirlerine oldukça yakınken çözüm süreleri değerlendirildiğinde MA'nın çözüm süresi açısından oldukça etkin olduğu görülmüştür. Büyük boyutlu problemlerde ise CPLEX hiçbir örnekte optimal çözüm elde edememiş bununla birlikte üç saatlik süre sınırı içerisinde CPLEX'in göreli performansı MA'ya göre oldukça düşük bulunmuştur. PAT_ÇA Problemi için geliştirilen Karma Tamsayılı Programlama (KTP) modeli doğrusal olmadığından model önce doğrusallaştırma kısıtları ile doğrusal hale getirilmiş ardından PAT_TA Problemi için geliştirilen MA yaklaşımı sistemde birden fazla araç olduğu için PAT_ÇA Problemine göre yeniden uyarlanmıştır. PAT_ÇA Problemi için geliştirilen 1980 test problemi üzerinde CPLEX ve MA'nın performansları değerlendirilmiştir. CPLEX, PAT_TA Problemi için tüm örneklerde üst sınır elde edebilirken PAT_ÇA Problemi için üretilen 720 adet büyük boyutlu örneğin sadece 388 tanesinde verilen süre sınırları içerisinde bir üst sınır elde edebilmiştir. Bununla birlikte PAT_TA Problemi için küçük boyutlu problemlerde CPLEX tüm örnekler için optimal çözümü elde edebilirken PAT_ÇA Problemi için 180 adet küçük boyutlu problemin 145 tanesinde optimal çözüm elde edebilmiştir. Sonuç olarak sistemdeki araç sayısının birden fazla olmasının problem karmaşıklığını artırdığı gözlenmiştir. PAT_ÇA Problemi için önerilen MA ile optimali bilinen 145 örneğin hepsinde optimal değerler saniyelerle ifade edilen oldukça kısa sürelerde bulunmuştur. MA ile CPLEX'in göreli performansları değerlendirildiğinde orta boyutlu problemlerde PAT_TA Problemi için yakın sonuçlar elde edilirken PAT_ÇA Problemi için önerilen MA 10 müşterinin olduğu durumda bile CPLEX'e göre göreli sapma değeri açısından daha başarılı bulunmuş ve müşteri sayısının artmasıyla MA'nın CPLEX'e göreli performansı büyük oranda artış göstermiştir. Geliştirilen MA en büyük boyutlu problemlerde bile bir dakikadan daha kısa bir sürede CPLEX'e göre büyük üstünlük sağlamıştır. AT_ÇA Problemi çok amaçlı yapıda Karma Tamsayılı Doğrusal Programlama modeli (KTDP) ile formüle edilmiş ve problemin çözümü için kesin yöntem olarak Artırılmış Epsilon Kısıt Yöntemi (AEKY) uygulanmıştır. AEKY'nin problem boyutu arttıkça yetersiz gelmesi üzerine çok amaçlı optimizasyon problemleri için geliştirilen iki farklı sezgisel yöntem, Baskın Olmayan Sıralama Genetik Algoritma-II (BSGA-II) ve Pareto Yerel Arama (PYA), AT_ÇA Problemine uygulanmıştır. PYA yaklaşımı içerisinde, problemin üretim ortamında değişken komşu arama algoritması kullanılırken dağıtım aşamasında yerel arama yaklaşımına başvurulmuştur. AT_ÇA Problemi için rassal olarak üretilen 624 adet test problemi üzerinde önerilen algoritmaların hem kesin yöntemle hem de birbirleriyle karşılaştırılması yapılmıştır. Çok amaçlı optimizasyon performans kriterleri olarak pareto çözüm sayısı, hipervolüm değerleri ve ortalama çözüm süreleri kullanılmıştır. Sonuçlar değerlendirildiğinde küçük boyutlu örneklerde hem BSGA-II hem de PYA ile elde edilen Pareto yüzeyler AEKY ile elde edilen gerçek Pareto yüzeye oldukça yakın bulunmuştur. Orta ve büyük boyutlu problemlerde ise AEKY ile verilen süre sınırı içerisinde ödünleşim matrisi oluşturulamadığından yalnızca BSGA-II ve PYA'nın birbirine göre performansı değerlendirilmiştir. Sonuçlara göre her üç performans kriteri açısından da on dakikalık süre sınırı içerisinde elde edilen Pareto çözümlere göre BSGA-II, PYA'ya göre daha başarılı bulunmuştur. PYA'nın müşteri sayısındaki artışa oldukça duyarlı olduğu gözlenerek PYA bir saat çalıştırılmıştır. Elde edilen sonuçlar incelendiğinde çözüm süresinin artırılmasının PYA performansını ciddi oranda artırdığı hatta bazı örneklerde PYA'nın BSGA-II'yi geçtiği görülmüştür.