Depolama ve geri alma probleminin meta-sezgisel algoritmalarla çözümü

Depo kaynaklarının verimli kullanılması, depoların daha yönetilebilir ve kullanışlı olmasını sağlayan önemli etkenlerden biridir. Ürün akışının daha hızlı gerçekleşmesini sağlayarak verimi arttırmaktadır. Ağırlık, hacim, ürün uyumluluğu gibi birçok kısıta sahip çok boyutlu depolarda, depolama ve geri alma süreci çözülmesi gereken karmaşık bir optimizasyon problemidir. Kısıtların sayısı düşünüldüğünde, depolama ve geri alma işlemlerinin geleneksel algoritmalarla çözümü yüksek efor gerektirmektedir. Meta-sezgisel algoritmalar, geleneksel algoritmalara göre daha kısa sürede kabul edilebilir çözümler sunmaktadır. Bu sebeple karmaşık optimizasyon problemlerinin çözümlenmesinde sıklıkla tercih edilmektedirler. Bu tez çalışmasında, depolama ve geri alma problemini çözebilmek için popüler meta-sezgisel yöntemlerden olan genetik algoritma, yapay arı kolonisi algoritması ve genetik algoritmada bulunan çaprazlama ve elitizm süreçlerinin yapay arı kolonisine eklenmesiyle oluşturulan hibrit bir yöntem kullanılmıştır. Raflar arası en optimum yolun tercih edilmesi için A-yıldız algoritması kullanılmış, depo ortamının simule edilebilmesi için operasyonel kısıtlara sahip üç boyutlu bir depo tasarlanmıştır. Depo içerisinde ürün akışını modellemek için farklı sayılarda ürün içeren siparişlerden bir kısmı depolama talebi, diğerleri ise geri alma talebi olarak belirlenmiştir. Elde edilen sonuçlar meta-sezgisel yöntemlerin, operasyonel kısıtlara sahip çok boyutlu bir depoda, depolama ve geri alma problemine kısa sürede etkili çözümler üretebildiğini göstermektedir.