Süreç planlama ve çizelgeleme entegrasyonu için yapay sinir ağları ve genetik algoritmayı birleştiren hibrit bir yaklaşım

Anlık müşteri taleplerini ve değişen üretim katı şartlarını karşılayabilen, kitlesel üretimin tüm değişkenlerine uyum sağlayabilen ve bunun yanında maliyet, zaman ve işgücü optimizasyonu yapabilen üretim sistemleri oluşturmak, firmaların günümüzün rekabet şartlarında ayakta durabilmelerini sağlayan en önemli faaliyetlerin başında gelmektedir. Bu üretim sistemlerinin temel fonksiyonlarından olan Süreç Planlama (SP) ve Çizelgeleme, kaynakların verimli kullanılmasını sağlamakla birlikte, bu iki fonksiyon arasındaki izolasyon ve uzun zaman boşlukları üretim verimini etkileyen önemli bir problemdir. Bu verimlilik problemini çözmek için çalışmada, SP?yi ve Çizelgelemeyi paralel bir şekilde yapabilecek ve üretimdeki dalgalanmalara hızlıca cevap verebilecek entegre bir sistem oluşturulması amaçlanmıştır. Mevcut entegrasyon modellerinde çözüm kümesi ve araştırma alanı genişledikçe hesaplama süresinin hızlıca arttığı gözlemlenmiştir. Bu yüzden bu çalışmada, optimal sonucu çabuk bulabilmek için SP ile Çizelgeleme entegrasyonunda Genetik Algoritma (GA) ve Yapay Sinir Ağları (YSA) birlikte kullanılarak, hibrit bir yaklaşım oluşturulmuştur. GA?nın performansını ve çözüm arama verimini artırmak amacıyla; kromozomlarda alternatif rotalar ile kümeleme çalışmaları yapılmıştır. Popülasyonların çeşitliliğini artırmak için v etkin genetik temsiller ve operatörler kullanılmıştır. Entegrasyon modülünde oluşturulan 3 farklı GA yapısı karşılaştırıldığında kümeleme ve en iyi alternatif rotaları seçme yöntemleriyle oluşturulan algoritmaların daha iyi performans gösterdiği gözlenmiştir. GA kullanılarak üretilen çizelgelerden elde edilen verilerle, değişen üretim katı koşullarında yeni çizelgeleri hızlıca üretebilen sinir ağ yapıları oluşturulmuştur. Yeniden çizelgeleme modülündeki ağyapılarının performans ölçütleri, entegrasyon modülündeki sezgisel çözümü doğrulamıştır. YSA girdilerinin bulanık üyelik değerlerinin hesaplanarak dönüştürülmesi ile sinir ağlarının tahminleri üretim ortamında kullanılabilecek bulanık kurallar haline getirilmiştir.