STOKASTİK TESLİM ZAMANLI PARALEL MAKİNE ÇİZELGELEME PROBLEMİ İÇİN BİR GENETİK ALGORİTMA

Yıl 2024, Cilt: 35 Sayı: 2, 189 - 209, 01.09.2024

Feriştah Özçelik , Tuğba Saraç

https://doi.org/10.46465/endustrimuhendisligi.1461326

Öz

İlişkisiz paralel makine çizelgeleme, hem sanayide hem de literatürde sıklıkla yer alan bir problemdir. Bu problemi ele alan çalışmalarda yaygın olarak kullanılan amaç fonksiyonlarından birisi toplam gecikmenin enküçüklenmesidir. İşlerin gecikmesinin önlenmesi, müşterilere ödenmesi gereken cezalar ve prestij kaybı gibi olumsuzlukların önlenmesi anlamına geldiğinden oldukça önemlidir. Teslim zamanları, gecikme sürelerini belirleyen parametredir. Müşterilerin üretim planlarının değişimine bağlı olarak siparişlerin teslim zamanlarının değişebilmesi, özellikle yan sanayi konumundaki firmaların karşılaşabildiği bir durum olduğundan, daha gerçekçi çizelgeler oluşturulması için teslim zamanlarının stokastik ele alınması gerekmektedir. Bu çalışmada ele alınan ilişkisiz paralel makine çizelgeleme probleminde (UPM) teslim zamanları stokastiktir. Bu çalışma kapsamında, iki aşamalı stokastik programlama modeli ve bir genetik algoritma (GA) geliştirilmiştir. Rassal türetilen test problemleri kullanılarak yapılan testler sonucunda geliştirilen GA ile önerilen modellerden daha başarılı çözümlere daha kısa sürede ulaşıldığı görülmüştür. Elde edilen sonuçlar, özellikle değişkenliği ve boyutu büyük olan problemleri stokastik ele almanın gerekliliğini ortaya koymuştur.

Anahtar Kelimeler

Stokastik teslim zamanı, İki aşamalı stokastik programlama, Paralel makine çizelgeleme problemi

Kaynakça

• Benmansour, R., Allaoui, H. ve Artiba, A. (2012). Stochastic single machine scheduling with random common due date. International Journal of Production Research, 50(13), 3560-3571. Doi: https://doi.org/10.1080/00207543.2012.671589
• Buchem, M. ve Vredeveld, T. (2021). Performance analysis of fixed assignment policies for stochastic online scheduling on uniform parallel machines. Computers and Operations Research, 125, 105093. Doi: https://doi.org/10.1016/j.cor.2020.105093
• Cao, Z., Lin, C., Zhou, M., Zhou, C. ve Sedraoui, K. (2023). Two-stage genetic algorithm for scheduling stochastic unrelated parallel machines in a just-in-time manufacturing context. IEEE Transactions on Automation Science and Engineering, 20(2), 936-949. Doi: https://doi.org/10.1109/TASE.2022.3178126
• Chou, Y.L., Yang, J.M. ve Wu, C.H. (2020). An energy-aware scheduling algorithm under maximum power consumption constraints. Journal of Manufacturing Systems, 57, 182-197. Doi: https://doi.org/10.1016/j.jmsy.2020.09.004
• Gen, M. ve Cheng, R. (1997). Genetic algorithms and engineering design, John Wiley and Sons.
• Gu, M. ve Lu, X. (2010). Stochastic scheduling problem with varying weight for each job. Asia-Pacific Journal of Chemical Engineering, 5, 681–689. Doi: https://doi.org/10.1002/apj.386
• Gupta, A., Kumar, A., Nagarajan, V. ve Shen, XK. (2021). Stochastic load balancing on unrelated machines. Mathematics of Operations Research, 46(1), 115-133. Doi: https://doi.org/10.1287/moor.2019.1049
• Gupta, V., Moseley, B., Uetz, M. ve Xie, Q. (2020). Greed Works—Online algorithms for unrelated machine stochastic scheduling. Mathematics of Operations Research, 45(2), 497-516. Doi: https://doi.org/10.1287/moor.2019.0999
• Jia, C. (2001). Stochastic single machine scheduling with an exponentially distributed due date. Operations Research Letters, 28, 199–203. Doi: https://doi.org/10.1016/S0167-6377(01)00065-7
• Liu, X., Chu, F., Zheng, F., Chu, C. ve Liu, M. (2021). Parallel machine scheduling with stochastic release times and processing times. International Journal of Production Research, 59(20), 6327-6346. Doi: https://doi.org/10.1080/00207543.2020.1812752
• Logendran, R., McDonell, B. ve Smucker, B. (2006). Scheduling unrelated parallel machines with sequence-dependent setups. Applied Mathematics and Computation, 181(2), 1008–1017. Doi: https://doi.org/10.1016/j.cor.2006.02.006
• Novak, A., Sucha, P., Novotny, M., Stec, R. ve Hanzalek, Z. (2022). Scheduling jobs with normally distributed processing times on parallel machines. European Journal of Operational Research, 297(2), 422-441. Doi: https://doi.org/10.1016/j.cor.2006.02.006
• Perez-Gonzalez, P., Fernandez-Viagas, V., Garcia, M.Z. ve Framinan, J.M. (2019). Constructive heuristics for the unrelated parallel machines scheduling problem with machine eligibility and setup times. Computers and Industrial Engineering, 131, 131-145. Doi: https://doi.org/10.1016/j.cie.2019.03.034
• Saraç, T., Özçelik, F. ve Erdoğan, H. (2020). A Goal Programming Model for The Make-up/Compensation Examination Problem. Pamukkale University Journal of Engineering Sciences, 26(1), 203-210. Doi: https://doi.org/10.5505/pajes.2019.01033
• Saraç, T., Ozcelik, F. ve Ertem, M. (2023). Unrelated parallel machine scheduling problem with stochastic sequence dependent setup times. Operational Research, 23(3), 46. Doi: https://doi.org/10.1007/s12351-023-00789-3
• Supciller, A.A. ve Erbilek, P. (2021). Scheduling of part time personnel in a university library with AHP and goal programming. Pamukkale University Journal of Engineering Sciences, 27(1), 1-12. Doi: https://doi.org/10.5505/pajes.2020.86383
• Wang, L. ve Qi, Y. (2023). Scheduling an Energy-Aware Parallel Machine System with Deteriorating and Learning Effects Considering Multiple Optimization Objectives and Stochastic Processing Time. CMES-Computer Modeling in Engineering & Sciences, 135(1), 325-339. Doi: https://doi.org/10.32604/cmes.2022.019730
• Yue, F., Song, S.J., Jia, P., Wu, G.P. ve Zhao, H. (2020). Robust single machine scheduling problem with uncertain job due dates for industrial mass production. Journal of Systems Engineering and Electronics, 31(2), 350-358. Doi: https://doi.org/10.23919/JSEE.2020.000012
• Zhang, X.Y., Ma, R., Sun, J. ve Zhang, Z.B. (2022). Randomized selection algorithm for online stochastic unrelated machines scheduling. Journal of Combinatorial Optimization, 44, 1796–1811. Doi: https://doi.org/10.1007/s10878-020-00542-y