İKİ MAKİNE AKIŞ TİPİ ÖĞRENME ETKİLİ ÇİZELGELEMEDE ORTAK TESLİM TARİHİNDEN MUTLAK SAPMALARIN EN KÜÇÜKLENMESİ

Öz

Yöneylem araştırmasıyla ilgili pek çok alanda öğrenme etkisinin dikkate alındığı çalışmalar mevcuttur. Buna karşın üretim çizelgelemede bu konuyla ilgili çalışma sayısı az, akış tipinde ise daha azdır. Erken/Geç (E/G) tamamlanma problemi 1990 yılların başına kadar ağırlıklandırılmış mutlak sapma problemi olarak bilinmekteydi. Hem erken hem de geç tamamlanma zamanı çizelgeleme problemlerinde önemli ölçütlerdir. Toplam gecikme ölçütü teslim tarihlerine uyuma ilişkin göstergeleri sağlarken (erken tamamlanan işlere ilişkin sonuçları göz ardı ederek), sadece geç tamamlanan işlerin cezaları ile ilgilenir. Ancak bu eğilim tam zamanında üretim (TZÜ) konusuna olan artan ilgi ile birlikte değişmeye başlamıştır. TZÜ’de erken tamamlanma geç tamamlanma kadar önemlidir. Bu çalışmada iki makine akış tipi ortamlı çizelgelemede ağırlıklı erken/geç tamamlanma performans kriteri ve öğrenme etkili işleme özelliği dikkate alınarak bir tamsayılı programlama modeli önerilmiş ve örnek problemlerle çözüm sonuçları değerlendirilmiştir.

Anahtar Kelimeler

• Çizelgeleme, akış tipi, E/G tamamlanma, öğrenme etkisi, tamsayılı programlama.

Kaynakça

1. Yağmahan B. ve Yenisey M.M., Akış tipi
2. çizelgeleme problemi için KKE parametre
3. eniyileme, İTÜ Dergisi, 5 (2), 133-141, 2006.
4. Biskup D., A State-Of-The-Art Review on
5. Scheduling with Learning Effects, European
6. Journal Of Operational Research, 188, 315-329,
7. -
8. Yelle L.E., The Learning Curve: Historical

9. Review and Comprehensive Survey, Decision
10. Science, 10, 302-328, 1979.
11. Wright T.P., Factors Affecting The Cost Of
12. Airplanes, Journal Of The Aeronautical
13. Sciences, 3, 122-128, 1936.
14. Eren T. ve Güner E., Öğrenme Etkili Akış Tipi
15. Çizelgelemede Ortalama Akış Zamanının En Küçüklenmesi, Gazi Ünv. Müh. Mim. Fak. Der.,
16. , 119-124, 2004.
17. Biskup D., Single-Machine Scheduling with
18. Learning Considerations, European Journal Of
19. Operational Research, 115, 173-178, 1999.
20. Lee W.C. and Wu C.C., Minimizing total
21. completion time in a two-machine flowshop with
22. a learning effect, International Journal of
23. Production Economics, 88, 85-93, 2004.
24. Chen P., Wu C.C. and Lee W.C., A bi-criteria
25. two-machine flowshow scheduling problem with a
26. learning effect, Journal of the Operational
27. Research Society, 57, 1113-1125, 2006.
28. Cheng M.B., Sun S.J. and Yu Y., A note on flow
29. shop scheduling problems with a learning effect
30. on no-idle dominant machines, Applied
31. Mathematics and Computation, 184, 945-949,
32. -
33. Fisher M.L., A dual algorithm for the one-machine
34. scheduling problem, Mathematical
35. Programming, 11, 229–251, 1976.
36. Wu C.C., Lee W.C. and Wang W.C., A twomachine
37. flowshop maximum tardiness scheduling
38. problem with a learning effect, International
39. Journal of Advanced Manufacturing
40. Technology, 31, 743-750, 2007.
41. Baker K.R., Elements of sequencing and
42. scheduling, Dartmounth College, Hanover, 1997.
43. Lauff V. and Werner F., Scheduling with
44. Common Due Date, Earliness and Tardiness
45. Penalties for Multimachine Problems: A Survey,
46. Mathematical and Computer Modelling, 40 (5-
47. , 637-655, 2004.
48. Ventura J.S., Kim D. and Garriga F., Single
49. machine earliness-tardiness scheduling with
50. resource-dependent release dates, European
51. Journal of Operational Research, 142, 52-69,
52. -
53. Sarper H., Minimizing the sum of absolute
54. deviations about a common due date for the twomachine
55. flow shop problem, Applied
56. Mathematical Modelling, 19 (3), 153-161, 1995.
57. Hendel Y. and Sourd F., An improved earlinesstardiness
58. timing algorithm, Computers&Operation
59. Research, 34, 2931-2938, 2007.
60. Sakuraba C.S., Ronconi D.P. and Sourd F.,
61. Scheduling in a two-machine flowshop for the
62. minimization of the mean absolute deviation from
63. a common due date, Computers&Operations
64. Research, 36 (1), 60-72, 2009.
65. Mosheiov G., Scheduling problems with a
66. learning effect, European Journal of
67. Operational Research, 132, 687–693, 2001.
68. Mosheiov G. and Sidney J.B., Scheduling with
69. general job-dependent learning curves, European
70. Journal of Operational Research., 147, 665-670,
71. -
72. Biskup D. and Simons, D., Common due date
73. scheduling with autonomous and induced learning.
74. European Journal of Operational Research,
75. , 606–616, 2004.
76. Kuo W.H. and Yang D.L., Single machine
77. scheduling with past-sequence-dependent setup
78. times and learning effects, Information
79. Processing Letters, 102, 22-26, 2007.
80. Toksarı M.D. and Güner E. Parallel machine
81. earliness/tardiness scheduling problem under the
82. effects of position based learning and linear/nonlinear
83. deterioration, Computers&Operations Research, 36
84. (8), 2394-2417, 2008.
85. Chou F.D. and Lee C.E., Two-machine Flowshop
86. Scheduling with Bicriteria Problem,
87. Computers&Industrial Engineering, 36 (3),
88. -564,1999.