Bildirinin tamamı için benimle iletişime geçiniz!!!

ASYU 2008
Akıllı Sistemlerde Yenilikler ve Uygulamaları Sempozyumu
GENETİK ALGORİTMADA TAMİR OPERATÖRÜNÜN
ETKİNLİĞİ
Serdar BİROĞUL1
Tuncay YİĞİT2
1
Elektrik Eğitimi Bölümü
Teknik Eğitim Fakültesi
Gazi Üniversitesi, Beşevler ANKARA
2
Bilgisayar Mühendisliği Bölümü
Mühendislik Mimarlık Fakültesi
Süleyman Demirel Üniversitesi, ISPARTA
Email: sbirogul@gazi.edu.tr
tuncay@mmf.sdu.edu.tr
sisteminin etkinlik ve verimliliği o oranda artmış
olur.
Üretim çizelgeleme kolay çözülebilir
problem tipi değildir ve bunu etkileyen birçok
unsur vardır. Bunlar; iş öncelikleri, teslim
tarihleri, üretim adeti, öncelik kuralları gibi kısıtlar
örnek olarak verilebilir [1,2]. Çizelgelemede
parametrelerin belirgin (deterministik) olduğu
durumdan belirsiz (stokastik) olduğu duruma, tek
makineden çok makineye, geliş sürecinin
durağandan (statik) dinamiğe değiştiği çeşitli
problem yapılarını kapsar [3].
Özet
Kısıtlı eniyileme problemlerinin çözümünde
kullanılan arama tekniklerinden bir tanesi de
genetik algoritmadır (GA). Farklı problem
türlerine göre oluşturulan GA’nın yapısı da farklı
olmaktadır. Probleme özgü olarak oluşturulan
GA’da uygulanan klasik genetik operatörlerden
sonra
kromozom
yapılarının
bozulması
(istenmeyen gen çeşitliliği) söz konusu olabilir.
İşte
bu
durum
genetik
operatörlerinin
uygulanmasından sonra tamir operatörünün
uygulanmasını mecbur kılmaktadır. Özellikle
kısıtlı eniyileme problemlerinde tamir operatörü
genetik operatörlerle birlikte mutlak surette
kullanılmalıdır. Bu bildiride tamir operatörünün
etkinliğinin
gösterimi
kısıtlı
eniyileme
problemlerinden biri olan atölye çizelgeleme
problemi ele alınarak gösterilmiştir.
Çizelgeleme
yazılımları
ile
operasyonları
gerçekleştirecek en iyi kaynağı kullanıcının
müdahalesine gerek kalmadan gerçekleştirebilir.
Çizelgeleme yazılımları, çalışma düzeni, kapasite,
öncelik, iş yükü gibi birçok özelliğe göre işi
yapabilecek en iyi kaynakların seçimini sağlar.
Hemen her üretim sistemin kendine özgü kısıtları
mevcut olduğu için çizelgeleme için kullanılacak
yazılımın sisteme göre veya kişisel sıralama
kurallarına göre en iyi çözüm yöntemini
kullanması gerekmektedir [4].
1. Giriş
Bir denklem ya da sistem polinomal değilse (NP;
Nonpolynomially Bounded) çözümlenmesi zor
sistemlerdir. Bu nedenle NP problemleri için
gerçek çözüme en yakın sonucu bulmak amacıyla
yaklaşık çözüm algoritmaları geliştirilmiştir. Bu
tür probleme bir örnekte atölye çizelgeleme
problemleridir. Bu problem tipinde kesin
çözümden ziyade kısa sürede yaklaşık bir
çözümün bulunması istenmektedir. Bu nedenle bu
tür NP problemlerin çözümünde probleme özgü
olarak sezgisel yöntemler yardımıyla geliştirilen
algoritmalar kullanılır. Bu bildiride atölye
çizelgeleme
probleminin
çözümünde
GA
kullanılmış ve bu tür problemlerde GA’da mutlak
surette kullanılması gereken tamir operatörünün
çözüm üzerindeki etkinliği gösterilmiştir.
3. Genetik Algoritma
GA rastlantısal arama tekniklerini kullanarak
çözüm bulmaya çalışan, parametre kodlama
esasına dayanan sezgisel bir arama tekniğidir [5].
GA, doğadaki canlıların geçirdiği süreci örnek alır
ve iyi nesillerin kendi yaşamlarını muhafaza edip
kötü nesillerin yok olması prensibine dayanır.
Matematiksel modellemenin yapılamadığı veya
kesin çözümün olmadığı problemlerde GA’dan
yararlanılır.
Herhangi bir problem türü için kullanılan GA
diğer bir GA uygulaması için kesin uygulanabilir
denemez. Ayrıca her farklı türdeki problem yapısı
için GA’da kullanılacak olan çaprazlama ve
mutasyon (değişim) yapıları ve oranları farklı
olmaktadır. Bunun için bu operatörlerin yapılan
her farklı uygulama alanına göre iyi belirlenmesi
gerekmektedir.
2. Atölye Çizelgeleme
Çizelgeleme, üretim planlama ile beraber bir
imalat sisteminin etkinlik ve verimliliğini
belirleyen önemli bir işlevdir. Bu yüzden atölye
düzeyi ne kadar iyi çizelgelenebilirse imalat
Bildirinin tamamı için benimle iletişime geçiniz!!!
134