Heuristics for simultaneous lot sizing and scheduling problem

Bu çalışma, ardışık-bağımlı kurulum süreleri, kurulum taşıma, ikincil kaynak kısıtları ve paralel ve birbirinden farklı makineler gibi endüstriyel karmaşıklıklarla zenginleştirilmiş (CLSP) problemini ele almaktadır. Bu özellikler, özellikle büyük ölçekli ve gerçek dünya problem ölçeğinde, geleneksel optimizasyon teknikleri için önemli zorluklar oluşturur. Bu zorlukların üstesinden gelebilmek için, yenilikçi bir kolon üretimi sezgisel (heuristic) algoritması geliştirilmiştir. Önerilen yöntem, problemi bir kısıtlı ana probleme ayırarak, ikincil problem bilgilerine dayalı olarak üretim desenlerini dinamik biçimde oluşturur. Klasik karma tam sayılı doğrusal problem eniyileme yöntemlerden veya genel sezgisel yaklaşımlardan farklı olarak, çerçevemiz, desen üretimini sezgisel olarak yönlendiren probleme özgü bir komşuluk arama (neighbourhood search) mekanizması içerir. Bu yapı, endüstriyel uygulamalarda kabul edilebilir hesaplama süreleri içinde yüksek kaliteli çözümler elde edilmesini sağlamaktadır. Önerilen CGNS algoritması, sentetik kıyaslamalar (benchmark) ve bir plastik enjeksiyon tesisine ait gerçek dünya verileri üzerinde doğrulanmıştır. Elde edilen sonuçlar, geliştirilen yöntemin klasik sabitle ve gevşet sezgisel yaklaşımlardan daha başarılı olduğunu ve ticari çözücülerle karşılaştırılabilir performans sergilerken üstün ölçeklenebilirlik sağladığını göstermektedir. Algoritmanın modüler yapısı, makine öğrenimi tabanlı karar destek sistemleriyle entegrasyonuna da olanak tanımaktadır. Bu da, CGNS algoritmasının geliştirilmiş bir versiyonu olarak önerilen yapay sinir ağları ile desteklenmiş hibrit optimizasyon yaklaşımlarının CGNSNN yolunu açmaktadır.