Abstract:
Üretim faaliyetlerinde verimlilik, düşük maliyet ve gerçekleşeceği en kısa zaman gibi kriterler göz önünde bulundurularak hazırlanan iş bölümü hesaplamaları çizelgeleme olarak adlandırılmaktadır. Çizelgeleme hesapları tek makineli sistemlerde matematiksel bir model geliştirilerek yapılmaktadır. Makine ve iş sayısı arttıkça teslim süresi, stok maliyeti, üretim verimliliği gibi sorunlar ortaya çıkmaktadır. Günümüzde büyük boyutlu çizelgeleme problemlerinin çözümü için meta sezgisel yöntemlere sıkça başvurulmaktadır. Meta sezgisel yöntemler problemin çözümünü gerek zaman gerekse işlem kolaylığı açısından daha kolay hale getirmektedir. Akış tipi çizelgeleme, makinaların seri şekilde yerleşmesi ve tüm işlerin makinalarda aynı sıra ile işlem görmesi prensibine dayanmaktadır. Bu çalışmada NP-Zor sınıfında yer alan akış tipi çizelgeleme problemlerinin çözümü için hibrit genetik algoritma sunulmuştur. Başlangıç popülasyonuna Palmer, CDS ve Neh yöntemleri adapte edilerek hibrit hale getirilen algoritmanın çözüm kalitesi daha da geliştirilmiştir. Algoritmanın verimliliği literatürde yer alan Taillard problem setleri ile ölçülmüştür. Elde edilen sonuçlar güncel literatür sonuçlarıyla karşılaştırılmıştır. Seçilen on adet problemin üst değerlerini oluşturan sıralamalardan iş süresi, standart sapma, iş sırası ve çarpıklık öz nitelikleri çıkarılıp, bu öz niteliklerle karar ağacı oluşturularak çeşitli kurallar ortaya konulmuştur. Bu kurallar ile şimdiye kadar ulaşılan en iyi sonuçlar arasında benzerlikler aranmıştır. 7 problemde karşılaştırılan çalışmalardan daha iyi sonuçlar elde edilmiştir.
