Genetik algoritma yöntemi ile toplu üretim planlama
Aggregate production planning with genetic algorithms
- Tez No: 166746
- Danışmanlar: Y.DOÇ.DR. FERHAN ÇEBİ
- Tez Türü: Yüksek Lisans
- Konular: İşletme, Business Administration
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2005
- Dil: Türkçe
- Üniversite: İstanbul Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İşletme Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
GENETİK ALGORİTMA YÖNTEMİ İLE TOPLU ÜRETİM PLANLAMA ÖZET Kömbinatoryal optimizasyon problemlerine uygulanabilen genetik algoritmalar (GA), doğal genetik seçim ve rastsal arama tekniklerini kullanarak çözüm bulmaya çalışan bir yöntem olarak eldeki çözümlerden hareketle daha iyi çözümler üreterek optimum veya optimuma yalan çözümlere ulaşmaya çalışır. Genetik algoritmalar kendi arama proseslerini oluşturması balonundan pek çok avantaja sahiptir. Bu nedenle üretim operasyonlarının planlanması ve tasarlanması sırasında oluşan problemlerin çözümü için ortak bir çözüm tekniği olan genetik algoritmalarla ilgili araştırmalar artmaktadır. Basit bir genetik algoritmanın işlem adımları; bir gösterim metodu kullanarak uygun çözümlerin dizilere kodlanması, uygunluk fonksiyonunun değerlendirilmesi, genetik parametrelerin belirlenmesi, seçim stratejisi, genetik operatörler ve durdurma kriteri olarak sıralanabilir. Bu çalışma temel olarak, son yıllarda optimizasyon problemlerinde yaygın olarak kullanılmakta olan genetik algoritmanın işleyiş prosedürlerini açıklayarak bir toplu üretim planlama probleminin çözümünde uygulamasını amaçlamaktadır. Toplu üretim planlan, gelecek satış tahminlerinin karşılanabilmesi için firmanın gelecek kaynaklarının ve mamul envanter düzeylerinin belirlenmesini sağlar. Bu planlar, firmaların stratejik işletme amaçlarının kısa dönemli uygulanabilir operasyonel planlara dönüştürülmesini kolaylaştırır. Bu nedenle üretim sistemlerinin karar verme sürecinin önemli bir başlangıç noktasıdır. Çalışmada literatürden elde edilen bir toplu üretim planı probleminin çözümüne yönelik bir genetik algoritma geliştirilmiştir. Bu algoritmanın işletmelerde kolay ve hızlı uygulanabilirliğini sağlayan ve farklı genetik operatörlerle çalışılmasına olanak veren bir genetik algoritma bilgisayar programı.Net programlama dilinde hazırlanmıştır. Genetik algoritmanın optimum veya optimuma yakın çözüme ulaşma performansım etkileyen; başlangıç popülasyonu, seçim yöntemi, çaprazlama ve mutasyon olasılıkları gibi parametrelerin uygun değerlerinin, bu genetik algoritma programı için literatürden elde edilen bir toplu üretim problemi değerleri üzerinde deneyler yaparak belirlenmesine çalışılmıştır. Böylece kullanılan modelin geçerliliği araştırılmıştır. Genetik algoritma programı elektronik sektöründe televizyon üreticisi olan büyük ölçekli bir firmada uygulanarak bu firmanın üretim planlama koordinatörü tarafından değerlendirilmiş ve firmalarda uygulanabilir bulunmuştur. Sonuç olarak bu çalışmada literatürde birçok uygulama kısıtlarına sahip toplu üretim planlama problemi çözüm yöntemlerinin pratikte şirketlerde çok fazla uygulama fırsatı bulamadıkları şu günlerde genetik algoritmaların toplu üretim planlama problemlerinde şirketlerde uygulama fırsatı elde edebileceklerine dair birtakım sonuçlara varılarak genetik algoritmanın çözüm performansım artıracak parametre setleri belirlenmiştir. ıx
Özet (Çeviri)
AGGREGATE PRODUCTION PLANNING WITH GENETIC ALGORITHMS SUMMARY Genetic algorithm (GA) which is applied to combinatorial problems is stochastic search algorithms based on natural genetic and selection. GA mimics the selective and evolutionary phenomena that occur in nature by the reproduction and recombination of highly fit chromosomes or solution strings within a string population to form better individuals and hence develops increasingly desirable generations. Genetic algorithm has its own advantages about setting up its search processes. Because of this, research has been carried out to investigate the use of genetic algorithm as a common solution technique for solving the range of problems that arise when designing and planning manufacturing operations. A basic genetic algorithm constitutes of encoding the feasible solutions into chromosomes using a representation method, evaluation of fitness function, determination of genetic parameters, selection strategy, genetic operators and termination criterion. The main aim of this study is to describe genetic algorithm solution procedures that have been used to optimize a wide variety of complex problems. The study investigates the use of genetic algorithms for solving the aggregate planning problems. Aggregate planning takes expected sales demand and production capacity and translates this into future manufacturing plans for family of products. An aggregate plan is a statement of future resources and finished goods inventory levels that must be made available to enable a manufacturing organization to meet its forecast sales demand. The aggregate planning process must enable the strategic business objectives of a manufacturing organization to be quickly converted into short-term operational plans that are economical to implement. This thesis firstly presents a genetic algorithm application for solving an aggregate production planning problem. According to this application, a genetic algorithm computer program is prepared by using.Net software language. This program enables firms to use genetic algorithm solution procedures easily for their aggregate plans. Furthermore, users can choice different genetic operators in the program. The performance of the algorithm depends on genetic parameters, such as number of initial population, reproduction operator, crossover rate and mutation rate. In the study, the set of genetic parameters is tried to be optimized to achieve optimal or suboptimal solutions of aggregate planning problems by using the computer program. Besides, the genetic algorithm program is applied in the firm that produces televisions in the electronic sector. Production planning coordinator of the firm evaluates the program and finds the program as applicable in industry. As a conclusion, the thesis shows that genetic algorithm can be used to solve aggregate production planing problems in firms practically; although nowadays solution techniques of aggregate planning problems in the literature have some limitations for application in industry. And also the thesis gives the optimal parameter settings of the computer program.
Benzer Tezler
- Les applications des algorithmes genetiques dans les modüles d'Optimisation des prologiciels de Gestion integre
İşletme kaynakları planlaması yazılımlarının optimizasyon modüllerinde genetik algoritma uygulamaları
MELİKE ORHON
Yüksek Lisans
Fransızca
2001
Endüstri ve Endüstri MühendisliğiGalatasaray ÜniversitesiPROF. DR. ETHEM TOLGA
- Mobil telefon kullanımına bağlı oluşan 900-1800 mhz radyo frekans dalgalarının meydana getirdiği elektromanyetik alanın iliak kanat kemik mineral yoğunluğuna etkisi
The effect of electromagnetic fields on bone mineral density of iliac bone produced by 900-1800 mhz radio frequency waves dependent on cellular phone usage
BEŞİR ANDAÇ AKSOY
Tıpta Uzmanlık
Türkçe
2006
Ortopedi ve TravmatolojiSüleyman Demirel ÜniversitesiOrtopedi ve Travmatoloji Ana Bilim Dalı
PROF.DR. NEVRES HÜRRİYET AYDOĞAN
- Genetik algoritma ile çelik çerçevelerin optimum boyutlandırılması
Optimum design of steel frame with genetic algorithm
SERKAN BEKİROĞLU
Yüksek Lisans
Türkçe
2003
İnşaat MühendisliğiKaradeniz Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
PROF. DR. YUSUF AYVAZ
- Optimal external configuration design of missiles
Roketlerin dış geometri tasarımının en iyilenmesi
SEVSAY AYTAR
Yüksek Lisans
İngilizce
2002
Makine MühendisliğiOrta Doğu Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
PROF. DR. KEMAL ÖZGÖREN
DR. GÖKMEN MAHMUTYAZICIOĞLU
- Genetik algoritma yöntemi ile içme suyu şebekelerinde ek klorlama optimizasyonu
Optimization of booster chlorination in water distribution networks using genetic algorithm
M. ERKAN UÇANER
Yüksek Lisans
Türkçe
2002
İnşaat MühendisliğiGazi Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
DOÇ. DR. OSMAN ÖZDEMİR