Tek Modelli Deterministik Montaj Hattı Dengeleme Problemlerine Genetik Algoritma İle Çözüm Yaklaşımı

Abstract

Günümüzde halen NP-zor kombinatorel optimizasyon sınıfına giren büyük ölçekli montaj hattı dengeleme problemlerinin etkin çözümü için sezgisel yöntemlere ihtiyaç duyulmaktadır. Stokastik bir arama tekniği olan GA’lar gezgin satıcı problemi vb. birçok zor kombinatorel problemin etkin çözümünde kullanılan bir teknik olarak öne çıkmıştır. Bu açıdan GA yaklaşımının montaj hatları dengelenmesi probleminde uygulanması doğaldır.Genetik algoritmalar doğada ceryan eden, genetik mirasın aktarıldığı biolojik evrim sürecini taklid ederek ve en iyinin hayatta kalması prensibi doğrultusunda çalışan stokastik arama prosedürleridir. GA iteratif bir prosedürdür. Her iterasyonda sınırlı bir set olan bireylerden oluşan bir popülasyon oluşturularak yola devam edilir. Her birey probleme ait olası potansiyel bir çözümü temsil eder. Her bireyin ne kadar uygun ve kaliteli olduğu, belirli bir değerlendirme fonksiyonuna göre ölçülürek tespit edilir. Daha sonra daha iyi bireyler seçilerek yeni bir popülasyon oluşturulur. Yeni popülasyonun bazı üyeleri birtakım genetik operatörler kullanılarak değişime uğratılır. Bu işlemler elde edilmesi beklenen kriterler sağlanıncaya kadar devam eder. Bu tez çalışmasında,tek model deterministik montaj hatları problemlerinin genel tanımları yapıldıktan sonra geleneksel metodların etkin bir şekilde çözmediği problemlere uygulananan GA yaklaşımı araştırılmıştır. Genetik algoritmanın ana prensipleri ve montaj hatları dengeleme problemlerine uygulanması süreci açıklanmıştır. Sonraki aşamada konuyla ilgili olarak 1994-2002 yılları arasındaki literatür çalışmaları incelenmiş olup,tez çalışması iyi bilinen bir klima markası olan Arçelik-LG Gebze İşletmesi’ndeki dış ünite montaj hattı üzerinde yapılan bir uygulama çalışmasıyla pekiştirilmiştir. Elde edilen sonuçlar bize GA’nın etkin bir metod olduğunu özellikle büyük ölçekli montaj hattı dengeleme problemleri çözümünde gelecek vaad ettiğini göstermiştir.Since assembly line balancing is an NP-hard combinatorial optimization problem, some heuristic method is needed to solve the large-scale problem. A stochastic search technique knowns as the genetic algorithm has been proven effective in many combinatorial problems such as well known travelling salesman problem,so it seems natural to apply the approach to line balancing problems. Genetic algorithms are stochastic procedures which imitate the biological evolutionary process of genetic inheritance and the survival of fittest. A genetic algorithm is an iterative procedure. During each iteration, a finite set, called a population of individuals are maintained. Each individual represents a potential solution to the problem. The fitness of each individual is measured according to an evaulation function. Then,a new population is formed by selecting the more fit individuals. Some members of the new population are altered by applying genetic operators. The above process is repeated until some termination criteria are met. In this study, after giving general definitions of single model deterministic assembly line balancing problems, Genetic Algorithm approach to solve hard problems that can not be solved efficiently in a traditional way is researched. The main principles of GA and its application to line balancing area has been outlined in details. Then, releated to the subject, a literature research between 1994-2002 was introduced and the study was consolidated by a case study in a real world size problem on an assembly line of Arcelik-LG ,a well-known air conditioner brand. Consequently, the results proved the efficiency of GA which could be a promising method especially in large scale line balancing problems.