Rulman Üretimi Yapan Bir Firmada Orta Dönem Kapasite Planlama İçin Çok Amaçlı Matematiksel Model Önerisi

Abstract

İşletmeler üretim süreçlerini belirli bir program doğrultusunda gerçekleştirerek, sahip oldukları kaynakları verimli bir şekilde kullanmayı ve işletme gelirlerini arttırmayı hedeflemektedirler. Bu aşamada kapasite planlama konusu büyük önem taşımaktadır. Tedarik zincirindeki talebin karşılanması kapsamında, üretim kapasitesi ve işgücü ihtiyaçlarını belirlemek için kapasite planlama, sıklıkla kullanılan bir tekniktir. İşletmelerdeki iş akışını sorunsuz hale getirip, kaynakların verimli şekilde kullanılmasını sağlamaktadır. Bu sayede âtıl durumdaki kapasitelerin kullanımını sağlayarak maliyetleri en aza indirmeyi amaçlamaktadır. Kapasite planlama çalışmalarında kullanılan matematiksel tekniklerden biri doğrusal programlamadır. Bu matematiksel teknik ile işletmelerin sahip olduğu sınırlı kaynakların yönetimi gerçekleştirilerek eniyi sonuçların elde edilmesi sağlanmaktadır. Bu çalışmada, rulman üretimi yapılan bir firmada gerçek bir orta dönem kapasite planlaması için doğrusal programlama tekniği ile hatlarda üretilecek ürünlerin ve miktarlarının belirlenmesi gerçekleştirilmiştir. İşletmenin sahip olduğu kaynaklar gözetilerek çok amaçlı matematiksel bir model oluşturulmuş ve pareto çözümler elde edilmiştir. Önerilen matematiksel model ile işletmelerin hangi ürünleri hangi hatta ne kadar üreteceğinin belirlenerek kapasite planlaması gerçekleştirilmiştir. Önerilen çok amaçlı matematiksel modelde ilk amaç çalışılan gün sayısının en küçüklenmesi, ikincisi ise ürünlerin özelliklerine göre parti büyüklüklerinin belirlenerek stok durumlarının etkin bir şekilde yönetiminin gerçekleştirilmesidir. Önerilen modelde bu iki amaç ile sisteme özel kısıtlar göz önünde bulundurularak pareto çözümler elde edilmiştir. Elde edilen sonuçlar performans kriterlerine göre karşılaştırılmıştır.

Keywords

• Orta Dönem Kapasite Planlama
• Çok Amaçlı Matematiksel Programlama
• Pareto Çözüm

Multiobjective Mathematical Model Proposal For Mid-Term Capacity Planning In A Bearing Manufacturing Company

Abstract

Businesses aim to use their resources efficiently and increase business income by performing their production processes in line with a certain program. At this stage, capacity planning is of great importance. Capacity planning is a frequently used technique to determine production capacity and workforce needs as part of meeting demand in the supply chain. It streamlines the workflow in businesses and ensures the most efficient use of resources. In this way, it aims to minimize costs by ensuring the use of idle capacities. One of the mathematical techniques used in capacity planning studies is linear programming. With this mathematical technique, it is ensured that the best results are achieved by managing the limited resources of the enterprises. Within the scope of this study, the determination of the products to be produced on the lines and their quantities were carried out with the linear programming technique for medium term capacity planning in a company that produces bearings. A multiobjective mathematical model was created by considering the resources of the enterprise and pareto solutions were obtained. With the proposed mathematical model, capacity planning has been carried out by determining which products the enterprises will produce on which line and how much. In the proposed multi-objective mathematical model, the first purpose is to minimize the number of working days, and the second is to determine the lot sizes according to the characteristics of the products and to manage the stock status effectively. In the proposed model, for these two purposes, pareto solutions are obtained by taking into account the system-specific constraints. Obtained results were compared according to performance criteria.

Keywords

• Medium Term Capacity Planning
• Multiobjective Mathematical Programming
• Pareto Solution

References

1. [1] M. Tanyaş and M. Baskak, Üretim Planlama ve Kontrol, 7th ed. İstanbul: İrfan Yayımcılık, 2017.
2. [2] K. Şimşek Alan, "Doğrusal tamsayılı programlama problemlerinin çözümü için yeni alternatif bir algoritma," Avrupa Bilim ve Teknoloji Dergisi, vol. 29, pp. 93-98, 2021. doi: 10.31590/ejosat.1019251
3. [3] S. I. Gass, Linear Programming. New York: McGraw-Hill, 1982.
4. [4] D. Tavaghof-Gigloo, S. Minner, and L. Sibelmayr, "Mixed integer linear programming formulation for flexibility instruments in capacity planning problems," Computers & Industrial Engineering, vol. 101, pp. 101-110, 2016. doi: 10.1016/j.cie.2016.04.013
5. [5] C. Chen, S. Mestry, P. Damodaran, and C. Wang, "The capacity planning problem in make-to-order enterprises," Mathematical and Computer Modelling, vol. 50, pp. 1461-1473, 2009. doi: 10.1016/j.mcm.2009.07.010
6. [6] M. A. Huka, W. Grenzfurtner, B. Zauner, and M. Gronalt, "Capacity planning of a mixed-model assembly line for prefabricated housebuilding elements," Procedia Computer Science, vol. 280, pp. 706-713, 2021. doi: 10.1016/j.procs.2021.01.293
7. [7] R. Ojstersek and B. Buchmeister, "Simulation based resource capacity planning with constraints," International Journal of Simulation Modelling, vol. 4, pp. 672-683, 2021. doi: 10.2507/IJSIMM20-4-578
8. [8] N. Ekmekçi, "Sanayi işletmelerinde üretim planlaması ve doğrusal programlama ile bir sanayi işletmesinde optimizasyon uygulaması," M.S. thesis, Selçuk Univ., Konya, Türkiye, 2015.

9. [9] M. Deste and M. Karabulut, "Doğrusal programlama tekniğiyle üretim planlama yaklaşımı ve tekstil sektöründe bir uygulama," Süleyman Demirel Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, vol. 26, no. 3, pp. 247-258, 2021.
10. [10] A. Çetindere, Ş. Sevim, and C. Duran, "Üretim planlama problemlerinde doğrusal programlama tekniğinin kullanımı bir konfeksiyon işletmesinde uygulama," Erciyes Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, no. 35, pp. 271-300, 2010.
11. [11] E. N. Demircioğlu and M. Demircioğlu, "Üretme satın alma kararlarında faaliyete dayalı maliyet sistemi ve kısıtlar teorisi: Doğrusal programlama ile örnek uygulama," Mustafa Kemal Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, pp. 316-333, 2016.
12. [12] H. Kara and H. Savaş, "Doğrusal programlama metoduyla Diyarbakır ili gıda sektöründe bir üretim planlama uygulaması," International Periodical for the Languages, Literature and History of Turkish or Turkic, pp. 491-506, 2015. doi: 10.7827/TurkishStudies.7636
13. [13] E. C. Özcan and S. Erol, "Türkiye’de elektrik üretim planlaması için çok amaçlı bir karışık tam sayılı doğrusal programlama modeli," Selçuk Üniversitesi Mühendislik Bilim ve Teknoloji Dergisi, vol. 1, no. 1, 2013.
14. [14] M. Büyükkeklik, "Üretim planlama problemlerinde doğrusal programlama modellerinin kullanımı: Bir üretim işletmesinde uygulama," M.S. thesis, Niğde Üniversitesi, Niğde, Türkiye, 2007.
15. [15] S. Liu and L. G. Papageorgiou, "Multiobjective optimisation of production, distribution and capacity planning of global supply chains in the process industry," Omega, vol. 41, pp. 369-382, 2013. doi: 10.1016/j.omega.2012.03.007
16. [16] E. Mhiri, M. Jacomino, F. Mangione, P. Vialletelle, and G. Lepelletier, "Finite capacity planning algorithm for semiconductor industry considering lots priority," IFAC-PapersOnLine, vol. 48, no. 3, pp. 1598-1603, 2015. doi: 10.1016/j.ifacol.2015.06.314
17. [17] L. A. Kazakovtsev, M. N. Gudyma, and A. N. Antamoshkin, "Genetic algorithm with greedy heuristic for capacity planning," in Proc. of the 6th International Congress on Ultra Modern Telecommunications and Control Systems and Workshops (ICUMT), St. Petersburg, Russia, 2014, pp. 607-613. doi: 10.1109/ICUMT.2014.7002170
18. [18] J. C. Chen, K. H. Chen, C. H. Lin, C. W. Chen, and C. L. Yang, "A study of a heuristic capacity planning algorithm for weapon production system," International Journal of Electronic Business Management, vol. 9, no. 1, pp. 46-57, 2011.
19. [19] Y. Iwata, K. Tajii, and H. Tamura, "Multi-objective capacity planning for agile semiconductor manufacturing," Production Planning & Control, vol. 14, no. 3, pp. 244-254, 2003. doi: 10.1080/09537280310000102586
20. [20] S. Khalili and M. M. Khah, "A new queuing-based mathematical model for hotel capacity planning: A genetic algorithm solution," Journal of Applied Research on Industrial Engineering, vol. 7, no. 3, pp. 203-220, 2020. doi: 10.22105/jarie.2020.244708.1187
21. [21] B. Ayvaz, E. Boltürk, and S. Kaçtıoğlu, "Supplier selection with TOPSIS method in fuzzy environment: An application in banking sector," Sigma Journal of Engineering and Natural Sciences, vol. 33, no. 3, pp. 351-362, 2015.   [22] C. Oğuz, İ. Pençe, M. Ş. Çeşmeli, and Ö. Çetinkaya Bozkurt, "Tedarikçilerin TOPSIS ile seçilmesi ve gelişim durumlarının sezgisel optimizasyon ile belirlenmesi," Acta Infologica, vol. 5, no. 1, pp. 53-64, 2021. doi: 10.26650/acin.868427
22. [23] N. Ömürbek, Y. Makas, and V. Ömürbek, "AHP ve TOPSIS yöntemleri ile kurumsal proje yönetim yazılımı seçimi," Süleyman Demirel Üniversitesi Sosyal Bilimler Enstitüsü Dergisi, vol. 21, no. 1, pp. 59-83, 2015.
23. [24] A. Supçiller and Ö. Çapraz, "Oluklu mukavva kutu üreticisi için tedarikçi seçiminde AHP ve TOPSIS yöntemlerinin kullanımı," İstanbul Üniversitesi İktisat Fakültesi Ekonometri ve İstatistik Dergisi, no. 13, pp. 1-22, 2011.