STANBUL TEKNK NVERSTES

FEN BLMLER ENSTTS

BAST U-TP MONTAJ HATTI DENGELEMEDE ANALTK YNTEMLERN KARILATIRILMASI

YKSEK LSANS TEZ

A. Elvan BAYRAKTAROLU

Anabilim Dal: ENDSTR MHENDSL Program: ENDSTR MHENDSL

HAZRAN 2007

STANBUL TEKNK NVERSTES

FEN BLMLER ENSTTS

BAST U-TP MONTAJ HATTI DENGELEMEDE ANALTK YNTEMLERN KARILATIRILMASI

YKSEK LSANS TEZ

A. Elvan BAYRAKTAROLU 507031129

Tezin Enstitye Verildii Tarih : 7 Mays 2007 Tezin Savunulduu Tarih : 11 Haziran 2007

Tez Danman : Y.Do.Dr. Murat BASKAK Dier Jri yeleri : Prof.Dr. M. Blent DURMUOLU (.T..) Prof.Dr. Mehmet TANYA (Okan nv.)

HAZRAN 2007

NSZ 20. yzyln balarnda, daha hzl, ucuz ve yksek miktarlarda retim yapabilmek amacyla kullanlmaya balanan montaj hatlar, bugn ser retim sistemlerinin en temel esi durumuna gelmitir. Rekbeti srdrebilmek asndan, kaynaklarn etkin kullanmnn kritik nem tad gnmzde, montaj hatlarnn en iyi ekilde dengelenmesi yksek kapasite kullanmn da beraberinde getirir. Tam Zamannda retim felsefesinin yaygnlamas ile kullanm ortam bulan U-tipi montaj hatlarnn dengelenmesinde, varolan montaj hatt dengeleme problemlerinin zmnde kullanlan yntemler, belirli deiiklikler yaplmak kaydyla uygulanabilmektedir. Bu almada, montaj hatt dengeleme almalarnn temelini oluturan basit montaj hatt dengeleme probleminin zmnde kullanlan analitik yntemlerden -zellikle- dal-snr algoritmasnn, basit U-tipi montaj hatt dengeleme problemine uygulanmas ele alnmtr. almalarm srasnda nerileri ile yol gsterip, yardmlarn esirgemeyen danman hocam Sayn Y.Do.Dr. Murat BASKAKa, program yazm srecinde gnlerini bana ayrarak ok byk yardmda bulunan arkadam Murat Engin NALa, bu srete manev destekleri ile yanmda olan aileme ve bilgilerini benimle paylaan arkadam Glin YCELe teekkr ederim.

Mays 2007

A. Elvan Bayraktarolu

ii

NDEKLER KISALTMALAR TABLO LSTES EKL LSTES SEMBOL LSTES ZET SUMMARY 1. GR 2. RETM VE RETM SSTEMLER 2.1. retim 2.2. retim Sistemlerinin Snflandrlmas 2.2.1. Genel Bilgi 2.2.2. Geleneksel retim Sistemleri 2.2.2.1. rne Uygulanan Stok Politikasna Gre Snflandrma 2.2.2.2. rn eidi ve retim Miktarna Gre Snflandrma 2.2.2.3. retim Srecine Gre Snflandrma 2.2.2.4. rn Cinsine Gre Snflandrma 2.2.3. ada retim Sistemleri 2.2.3.1. Hcresel retim Sistemi (Grup Teknolojisi) 2.2.3.2. Bilgisayarla Btnleik retim Sistemleri 2.2.3.3. Tam Zamannda retim Sistemi 2.2.3.4. Esnek retim Sistemleri 2.2.3.5. Optimum retim Teknolojisi 2.3. Montaj Kavram 2.3.1. Montaj Kavramnn Tanm 2.3.2. Montaj Hatlarnn retimdeki Yeri 3. MONTAJ HATLARININ DENGELENMES 3.1. Montaj Hatt ve Hat Dengeleme Kavram 3.2. Montaj Hatlarnn Dengelenmesinin Amalar 3.3. Montaj Hatlarnn Yerleimi 3.4. Montaj Hatlarnn Dengelenmesinde Kullanlan Temel Kavramlar 3.5. Montaj Hatlarnn Dengelenmesini Etkileyen Temel Etmenler ve Kstlar 3.5.1. Temel Etmenler 3.5.2. Kstlar 3.6. Montaj Hatlarnda Model Says 3.6.1. Tek Modelli Hatlar 3.6.2. Kark Modelli Hatlar 3.6.3. ok Modelli Hatlar v vi vii viii ix xi 1 3 3 4 4 4 4 5 6 6 6 6 7 7 7 8 8 8 8 9 9 10 11 11 15 15 15 16 16 17 17

iii

4. MONTAJ HATTI DENGELEME PROBLEM 4.1. Montaj Hatt Dengeleme Problemlerinin Snflandrlmas 4.2. Basit Montaj Hatt Dengeleme Problemi (BMHDP) 4.3. zm Yntemlerinin Snflandrlmas 4.3.1. Sezgisel Yntemler 4.3.2. Analitik Yntemler 5. BMHDPDE UYGULANAN BALICA ANALTK YNTEMLER 5.1. Dinamik Programlama (DP) 5.2. BMHDPde Dinamik Programlama Uygulamalar zerine Literatr Aratrmas 5.3. Dal-Snr Algoritmas 5.3.1. Dal-Snr Algoritmas Hakknda Genel Bilgi 5.3.2. Dallandrma 5.3.3. Snrlama 5.3.4. Basknlk ve Azaltma Kurallar 5.4. BMHDPde Dal-Snr Algoritmas Uygulamalar zerine Literatr Aratrmas 6. U-TP MONTAJ HATLARI 6.1. Genel Bilgi 6.2. Basit U-tipi Hat Dengeleme Problemi (BUHDP) 6.3. BUHDPde Uygulanan Analitik Yntemler 6.3.1. BUHDPde Dinamik Programlama Uygulamalar zerine Literatr Aratrmas 6.3.2. BUHDPde Dal-Snr Algoritmas Uygulamalar zerine Literatr Aratrmas

18 18 20 21 21 21 23 23 23 29 29 29 30 35 37 42 42 44 45 45 48

7. ETKN DAL-SINIR ALGORTMALARININ BR RNEK ZERNDE UYGULANMASI 50 8. UYGULAMA 8.1. Firma Bilgisi 8.2. Uygulama Yaplan Hattn Tantm 8.3. Problemin EUREKA, FABLE, ULINO ve U-OPT1 ile zm 8.4. Dengeleme zmlerinin Karlatrlmas 9. SONULAR ve TARTIMA KAYNAKLAR EKLER ZGEM 51 51 52 55 59 61 63 67 112

iv

KISALTMALAR TZ D D HE KE MHD MHDP BMHDP DP BUHDP AS BK GS YS GAS YAS ysi kis gdi : Tam Zamannda retim : Denge Kayb : Dzgnlk ndeksi : Hat Etkinlii : Kuramsal Etkinlik : Montaj Hatt Dengeleme : Montaj hatt Dengeleme Problemi : Basit Montaj Hatt Dengeleme Problemi : Dinamik Programlama : Basit U-tipi Hat Dengeleme Problemi : Alt-snr : Basknlk Kural : Global st-snr : Yerel st-snr : Global Alt-snr : Yerel Alt-snr : Yeni Seilmi esi Sresi : Kullanlmam stasyon Sresi : Geri Dn esi

TABLO LSTES Sayfa No Tablo 3.1 Tablo 5.1 Tablo 8.1 Tablo 8.2 Tablo 8.3 Tablo 8.4 Tablo A.1 Tablo A.2 Tablo A.3 Tablo A.4 Tablo A.5 11 esi in ncelik Matrisi rnei.......................................... 14 AS4 Hesap Tablosu ......................................................................... 33 Uygulama Problemi eleri ........................................................ 53 Uygulama Problemi ncelik Matrisi ............................................... 54 ULINO iin i eleri dorudan ncllk matrisi ........................... 57 ULINO iin i eleri dorudan ardllk matrisi ............................. 57 elerinin pi Deerleri................................................................. 68 elerinin ni1 Deerleri ............................................................... 68 elerinin ni2 Deerleri ............................................................... 69 elerinin ni3 Deerleri ............................................................... 69 elerinin ni4, ni ve Yuvarlanm Deerleri ................................ 69

vi

EKL LSTES Sayfa No ekil 3.1 ekil 3.2 ekil 3.3 ekil 4.1 ekil 5.1 ekil 6.1 ekil 8.1 ekil 8.2 ekil A.1 ekil A.2 ekil B.1 ekil C.1 ekil C.2 ekil C.3 ekil C.4 ekil C.5 ekil C.6 ekil C.7 ekil C.8 ekil C.9 ekil C.10 ekil C.11 ekil D.1 : rnek Bir Montaj Hatt emas .......................................................... 9 : Fiziksel Montaj Hatt Tipleri............................................................. 12 : 10 esi in ncelik Diyagram rnei ..................................... 13 : MHDPlerin ve zm Yntemlerinin Snflandrlmas ................. 19 : ncelik Diyagram ............................................................................ 31 : Dorusal ve U-tipi Hat Yerleimi Fark............................................ 44 : Uygulama Problemi ncelik Diyagram........................................... 54 : ULINO in ncelik Diyagram ....................................................... 56 : Tip-1 BMHDP ncelik Diyagram ................................................... 67 : Yeniden Numaralandrlma ile Elde Edilen ncelik Diyagram ...... 67 : Tip-1 BMHDP ncelik Diyagram ................................................... 86 : Tip-1 BUHDP ncelik Diyagram.................................................... 95 : Yeniden Numaralandrlm ncelik Diyagram .............................. 96 : ndirgenmi Problem ncelik Diyagram ......................................... 97 : ndirgenmi Problem ncelik Diyagram 2 ...................................... 98 : ndirgenmi Problem ncelik Diyagram 3 ...................................... 99 : ndirgenmi Problem ncelik Diyagram 4 .................................... 100 : ndirgenmi Problem ncelik Diyagram 5 .................................... 101 : ndirgenmi Problem ncelik Diyagram 6 .................................... 102 : ndirgenmi Problem ncelik Diyagram 7 .................................... 103 : ndirgenmi Problem ncelik Diyagram 8 .................................... 104 : ndirgenmi Problem ncelik Diyagram 9 .................................... 105 : Tip-1 BUHDPnin ncelik Diyagram ........................................... 106

vii

SEMBOL LSTES C C* n N Nenaz ti Ti Tenb s ca Rf(sf) Rb(sb) : evrim sresi : Ortalama evrim sresi : esi says : stasyon says : Gerekli en az istasyon says : i i esinin ilem sresi : i istasyonunun ilem sresi : En byk istasyon sresi : Olurlu kme veya durum : Atanm a dizisi iin toplam istasyon sresi/mliyeti : s ileri olurlu kmesindeki elemanlardan, s olurlu kmesi ierisinde ardl olmayan elemanlarn oluturduu kme : s geri olurlu kmesindeki elemanlardan, s olurlu kmesi ierisinde ncl olmayan elemanlarn oluturduu kme : s olurlu kmesindeki i elerinin toplam sresi : xe eit veya xten byk en kk tamsay : s olurlu kmesinin etiketi : i i esinin etiketi : s olurlu kmesinin eleman olmayan i elerinin toplam sresi : s olurlu kmesinin en ksa yol zm : i i esinin istasyon gereksinimi : i i esinin bitiik ncllerinin kmesi : i i esinin bitiik ve geili ncllerinin kmesi : i i esinin bitiik ardllarnn kmesi : i i esinin bitiik ve geili ardllarnn kmesi : x istasyonunun (x alternatifinin) yk : i i esinin atand istasyonun numarasna eit olan bir tamsay deikeni (Ai = 0 ise, i i esi herhangi bir istasyona atanmamtr.) : j istasyonuna atanm i elerinin kmesi : Bulunmu sezgisel zmn istasyon says (Sezgisel zmn olmad durumlarda H = n) : i i esinin en erken atanabilecei istasyon numaras : i i esinin en ge atanabilecei istasyon numaras : Tm i elerinin oluturduu kme

(s)
[x]+ L(s) L(i) l(s) F(s) pi Pi Pi* Fi Fi* Sx(x) Ai Wj H Ei Li M

viii

BAST U-TP MONTAJ HATTI DENGELEMEDE ANALTK YNTEMLERN KARILATIRILMASI

ZET

Endstrileme srecinde daha ok miktarda, hzl ve ucuz retim yapabilmek iin uygulanmaya balanan montaj hatlar, gnmzde ser retim sistemlerinin en temel elerinden biridir. Rekbet asndan eldeki kaynaklarn en iyi ekilde deerlendirilmesinin bir zorunluluk olduu gnmzde, montaj hatlarnn en iyi ekilde dengelenmesi, iletmelerin kapasitelerini etkin kullanabilmeleri asndan kritik nemdedir. Bu nedenle, basit montaj hatlarnn dengelenmesi problemi iin bilinen bir evrim sresi dahilinde en iyi zm bulmak amacyla kullanlan analitik yntemler incelenmitir. zellikle dinamik programlama ve dal-snr algoritmas, bu anlamda en yaygn olarak kullanlan yntemler olarak ne kmaktadrlar. Bu almada, montaj hatt dengeleme problemi iin literatrde bulunan dinamik programlama ve dal-snr algoritmasna ynelik almalar incelenmi, etkin zm veren yntemlerin hangileri olduu aratrlmtr. Literatr aratrmas sonucunda dal-snr algoritmasnn, ilem yk ve hesaplama sresi asndan dinamik programlamaya kyasla daha stn olduu grlmtr. Son yllarda Tam Zamannda retim felsefesinin kabul grmesi ile birlikte U-tipi montaj hatlarnn kullanm yaygnlamtr. Basit U-tipi Montaj Hatt Dengelemede Analitik Yntemlerin Karlatrlmas adl bu almada, U-tipi montaj hatlarnn fiziksel yaplarndan ve bunlarn, klasik dz tip (I-tipi) montaj hatlarna olan stnlklerinden de szedilmi ve I-tipi montaj hatlarnn dengelenmesinde kullanlan analitik yntemlerin, U-tipi montaj hatlarnn dengelenmesinde hangi deiiklerle kullanlabilecekleri de incelenmitir. Hem basit montaj hatt dengeleme problemi, hem de basit U-tipi montaj hatt dengeleme problemi iin en etkin alan algoritmalar belirlenmi ve bu algoritmalar birer rnek problem zerinde gsterilmitir. Son olarak uygulama aamasnda, endstriyel yaamdan alnan bir problem bu algoritmalar ile zlm, sonular ix

karlatrlmtr. Seilen algoritmalarn uygulama problemi iin en iyi sonucu verdii ve problem U-tipi montaj hatt olarak dengelendiinde dengenin, I-tipi montaj hattna kyasla, daha az sayda istasyonla saland grlmtr.

Anahtar kelimeler: Montaj hatt dengeleme, basit U-tipi hat dengeleme problemi,

dinamik programlama, dal-snr algoritmas

COMPARING ANALYTICAL METHODS FOR SIMPLE U-LINE LINE BALANCING PROBLEM

SUMMARY

Recently, assembly lines which has been started being used for faster, cheaper and more production during industrialization process are one of the leading elements of mass production systems. Balancing assembly lines perfectly is very critical as a matter of effective capacity usage of enterprises because assessing the available resources in a best way is a requirement today. Therefore, in this study, analytical methods which are used to determine the best solution within a known cycle time has been examined for the problem of balancing simple assembly lines. Especially, dynamic programming and branch-and-bound algorithm are the most common methods in this area. First, literature studies on dynamic programming and branchand-bound algorithm applications for balancing assembly line problem has been examined and the methods which provides the best solution has been researched. As a conclusion of literature studies, it has been determined that branch-and-bound algorithm is better than dynamic programming in terms of memory requirement and calculation time. In recent years, U-type assembly lines usage had been increased due to the acceptance of Just-in-Time Production philosophy. Also in this study called Comparing Analytical Methods for Simple U-Line Line Balancing Problem, Utype assembly lines set up and its advantages versus classic I-type assembly lines has been mentioned and which alterations must be applied to the I-type assembly line balancing methods for balancing U-type assembly lines has been examined. The most effective algorithms which fit both basic assembly lines balancing problem and U-type assembly lines balancing problem have been determined and performed on one each problem. At the end, these algorithms have been performed on a problem which is taken from the industrial life and the results of the applications have been compared to each other. It has been seen that the used xi

algorithms helped to find the optimum solution for the problem and that solving the problem as an U-type assembly line led to a better solution in the meaning of station number compared to the classic I-type assembly line.

Keywords: Assembly line balancing, simple U-line line balancing problem,

dynamic programming, branch-and-bound algorithm

xii

1. GR

Montaj hatlar ilk defa 20. yzyln balarnda A.B.D.de Ford firmas tarafndan kullanlmtr. retim talebinin yldan yla artmasyla birlikte montaj hatlar, yksek miktarlarda, ucuz, istenen kalitede ve hzl rn retmesi hedeflenen ser retim sistemlerinin vazgeilmez bir paras durumuna gelmitir. Montaj hatlarnda rnlerin montaj, malzeme ve yar rnlerin gerekli ilemler altnda biraraya getirilmesi ile gerekletirilir. Bu ilemleri gerekletirebilmek iin hat boyunca dizilmi iilere yni i istasyonlarna gereksinim vardr. Hattn bir ucundan montaj balanan rn, hat boyunca ilerleyerek her istasyonda eitli ilemler grr ve son istasyondaki ilemin bitmesi ile birlikte hatt niha rn olarak terkeder. Gnmzdeki rekbet ortamnda firmalarn ayakta kalabilmesinin ilk koulu, kaynaklarn aklc deerlendirmeleridir. Bu nedenle firmalarn varolan kapasitelerini en iyi ekilde kullanmalar gerekmektedir. Montaj hatlarnn dengelenmesinin nemi de burada ortaya kar. stasyonlarn bota bekledikleri srenin enazlanmas, montaj hattnn etkin kullanm iin esastr. elerinin bu amala, eitli kstlar dahilinde istasyonlara atanmasna montaj hatt dengeleme problemi denir. Montaj hatt dengeleme problemleri, retilen model saysna, i esi srelerinin niteliine bal olarak snflandrlabilir. Literatrde en ok ilenmi olan, deterministik i esi srelerinin szkonusu olduu tek modelli montaj hatt dengeleme problemleridir. Son yllarda Tam Zamannda retim felsefesinin yaygnlamasyla U-tipi montaj hatlarnn kullanm oran artmaktadr. U-tipi montaj hatlarnn klasik I-tipi montaj hatlarna kar sosyal ve ekonomik stnlklere sahip olmas, poplerliklerini daha da arttrmaktadr. Bu almada, sonraki blmde, retim sistemlerinden ve montaj hatlarnn retim sistemleri ierisindeki yerinden szedilecektir. nc blmde, montaj hatlarnn 1

dengelenmesindeki

amalar,

montaj

hatlarnda

kullanlan

kavramlar

ve

dengelemede karlalan kstlar ele alnacaktr. Drdnc ve beinci blmde, basit montaj hatt dengeleme probleminden, analitik zm yntemlerinden olan dinamik programlama ve dal-snr algoritmasnn basit montaj hatt dengeleme problemine uygulanmasndan ve daha nce bu konu zerinde yaplm almalardan szedilecektir. Altnc blmde, son yllarda kullanm yaygnlaan U-tipi montaj hatlarnn zelliklerinden, dorusal montaj hatlarna kar olan stnlklerinden ve U-tipi montaj hatlarnda dengeleme iin kullanlan dinamik programlama ve dal-snr algoritmalarndan szedilecektir. Yedinci blmde, analitik yntemler arasnda en etkin olan yaklamlar, birer rnek zerinde gsterilecektir. Sekizinci ve dokuzuncu blmlerde ise endstriyel yaamdan alnan bir uygulama problemi en etkin yaklamlarla zlecek, elde edilen sonular irdelenecektir.

2. RETM VE RETM SSTEMLER 2.1. retim

retim, doa tarafndan karlanmayan insan gereksinimlerini karlamak zere ekonomik deeri olan mal veya hizmetleri yaratmaktr. Baka bir tanma gre ise retim, hammadde ve yar rnlerden, kullanlabilir, topluma yararl bir niha rn yaratmak veya fiziksel bir varlk zerinde onun ekonomik deerini arttracak herhangi bir deiiklik yapmaktr. Bu ikinci tanm, daha ok mhendisler tarafndan yaplan bir tanmdr. Ekonomistler tarafndan yaplan tanmda ise retim, yarar yaratmaktr. Tanmlardan da anlalaca zere, retimin temel amac yarar ortaya koymak veya varolan olan yarar arttrmak, bylece topluma deer oluturmaktr. Bu amala, yni ekonomik bir anlam ifde eden mal veya hizmet yaratmak amacyla yaplan almalarn tmne retim denir (Tanya ve Baskak, 2006)
(Kobu, 1982) (Acar, 1989).

retim, temelde drt ekilde gerekletirilir (Tanya ve Baskak, 2006): 1. ekil deiiklii ile 2. Mekn deiiklii ile 3. Zaman deiiklii ile 4. El deitirme ile retim, ok sayda etmenden oluan bir bileimdir. Bu etmenler, basite ele alnrsa yle zetlenebilir: Hammadde, igc ve sermye. Bu etmenler, retim sisteminin girdilerini olutururlar. retim sistemlerinin ktlar ise rn, yar rn, yan rn ve hizmetlerdir (Tanya ve Baskak, 2006) (Kobu, 1982).

2.2. retim Sistemlerinin Snflandrlmas 2.2.1. Genel Bilgi

retim sistemi, girdilerin bir dntrme sreci sonunda kt durumuna geldii bir ak sistemdir. letmelerde bir retim ynetimi etkinlii olan retim plnlama ve kontrol sisteminin yaps, iletmedeki szkonusu retim sistemine gre deiir. retim sistemi ise fabrika ve igc dzenlemeleriyle belirlenir. retim plnlama ve kontrol faaliyetleri, retilen rn eidi azaldka, retilen miktar arttka gittike basitleir (Tanya ve Baskak, 2006) (Acar, 1989). retim sistemleri, ncelikle geleneksel retim sistemleri ve ada retim sistemleri olarak ikiye ayrlabilir.
2.2.2. Geleneksel retim Sistemleri 2.2.2.1. rne Uygulanan Stok Politikasna Gre Snflandrma

Geleneksel retim sistemleri drt ekilde snflandrlabilir: rne uygulanan stok politikasna gre, rn eidi ve retim miktarna gre, retim srecine gre, rn cinsine gre. Firmann uygulad stok politikas gznnde bulundurulursa, farkl retim tipinden szedilir: stok iin retim, sipri iin retim, siprie gre son ilemler. rne uygulanan stok politikasna gre retimde, sipriler dorultusunda rnler zerinde yaplan zelletirmeler ve rnlerin teslim zamanlar, deikenleri oluturur.
Stok in retim: rne olan talebin srekli ve dzgn olduu sektrlerde

uygulanr. Alcnn talebi, daha nce retilmi olan ve stokta tutulan rnlerden karlanr. Alcnn, rnn retimini beklemesi gerekmez ama bunun sonucu olarak da alc rn zerinde hi bir zelletirme yaplmasn isteyemez.
Sipri in retim: Elde hammadde stounun bulunduu, alcdan gelen talep ve

zelletirme istei zerine retimin balad durumdur. Bu durumda alc, retim sresi boyunca bekler, bunu sonucunda da istedii tm zelletirmeler karlanm olur.
Siprie Gre Son lemler: Bu politikada yar rnler ve bz paralar, sipri

gelmeden retilerek veya satn alnarak stoklanr. Daha sonra alcdan gelen sipri 4

zerine hazrda bulunan paralar ksa srede birletirilir ve alcnn istei ksa srede karlanm olur. Stok iin retim ve sipri iin retim politikalarnn birleimi gibi de dnlebilir.
2.2.2.2. rn eidi ve retim Miktarna Gre Snflandrma

retim, rn eidi ve miktarna gre de snflandrlabilir:

Proses Tipi retim: retim srecine tbi tutulan malzemenin sv, akkan olduu

retim tipidir. Genelde talebin dzgn olduu sektrlerde uygulanr. retim siprie gre deil, stok iin yaplr. rn eitlilii azdr, retim miktarlar byktr. Bu retim tipinde, zellemi donanm kullanldndan yatrm mliyeti yksektir. Proses tipi retimin uyguland sektrlere rnek olarak kimya, merubat, imento vb. saylabilir.
Kitle retimi: Ayn eit ama farkl tiplerde rnlerin byk miktarlarda retildii

bir sistemdir. Bu tr retim sisteminde retilen rnler, genelde talebin yksek olduu rnlerdir. retimin hzl ve yksek miktarlarla gerekletirilebilmesi iin, mliyeti yksek zellemi donanmlarla retim hatlar kurulmutur. Bu nedenle plnlama evresi byk nem tar. retim hatlarnn iyi dengelenmi olmas verimlilik asndan nemlidir. Esneklik dktr. Kitle retiminin yapld sektrler arasnda ilk akla gelenler beyaz eya ve otomotiv sektrdr.
Parti retimi: ok eidin veya ayn eidin farkl tiplerinin snrl miktarlarda

retildii sistemdir. Her partide tek bir eit rn retilir. rn eitlilii azaldka ve retim miktarlar arttka kitle retimine geilir. rn eitlilii yksek olduundan genel amaca ynelik donanm kullanlr, bu da nitelikli igc gereksinimini arttrrken, donanm mliyetini drr. Bu tip retimde, retim plnlama faaliyetleri byk nem tar ve olduka karmaktr. Parti retiminde, malzeme tama ve hazrlk srelerinin yksek olmas gibi nedenlerden dolay verimlilik dktr.
Proje Tipi retim: retim miktar, dier retim tiplerine gre ok dktr.

retim ncesinde talep kesin olarak bilinmektedir. retilen rn genelde sabit olarak bir yerde durur, retimde kullanlacak tm donanm buraya getirilir. rn tasarm tmyle mterinin istekleri dorultusunda yaplr. Mliyetler genelde olduka yksektir.

2.2.2.3. retim Srecine Gre Snflandrma Sipri Tipi Atlye: Bu tip retim srecinde, genel amaca ynelik tezghlar

kullanlr. Gelen sipriler, bota duran tezghlarda, bo tezghn olmad durumlarda da tezghlar nnde sraya sokulmak sretiyle retim srecine alnrlar. Sipri tipi atlyede, makina kullanm oran yksek, i ak ise karmaktr.
Ak Tipi Atlye: Gelen sipriler, ardk olarak ayn tezghlardan geerek

retilirler. Hattn bandan giren malzeme veya yar rnler hattn sonundan niha rn olarak karlar. Duraklama ve ara bekleme srelerinin en aza ekilebilmesi amacyla, her tezghn retim faaliyeti iin bir sre belirlenmitir. retim hattnn iyi dengelenmi olmas, verimlilik asndan nemidir.
Sabit Konumlu Atlye: Bu tip retim sisteminde, ilenen rn sabit olarak bir

yerde tutulur. retim sreci ierisinde, kullanlan tm donanm bu yere getirilir ve retim sreci burada tamamlanr. rnek olarak yol ve kpr inaat verilebilir.
2.2.2.4. rn Cinsine Gre Snflandrma

Kimi durumda retim sisteminin zellikleri, niha rnn niteliklerine dorudan baldr. retim sisteminin yaps tmyle retilen rne zel olabilir. rnek olarak lastik retimi, demir-elik retimi, tekstil rnleri retimi vb. verilebilir (Baskak,
2005). 2.2.3. ada retim Sistemleri 2.2.3.1. Hcresel retim Sistemi (Grup Teknolojisi)

Bu sistemde, retim yeri, belirlenmi para gruplarna ynelik oluturulmu makina hcreleri veya gruplarna blnmtr. Hcreler genelde bir veya iki makinadan oluurlar, makina says nadir olarak bei aar (Askin ve Standridge, 1993). Bu sistem ile, kk bir sistemin etkinlik ve denetlenebilirlii, byk bir sisteme yanstlabilmektedir. Srecin ilevsel olarak dzenlenmesi ile de i ak basitletirilmitir. Hcresel retimin stnlkleri, benzer paralarn ilendii tezghlarn birarada tutulmas nedeniyle hazrlk srelerinin dmesi, malzeme tamasnn azalmas, nitelikli igcne duyulan gereksinimin dmesi olarak sralanabilir (Tanya ve Baskak, 2006).

2.2.3.2. Bilgisayarla Btnleik retim Sistemleri

retimde artk saysal kontrollu tezghlarn kullanlmasyla tm retim ilevlerinin bilgisayar ile btnletirilmesi olanakl olmutur. Bugn, rn tasarm, gelitirilmesi, retim plnlama ve kontrol ilevi gibi retimin pek ok aamasnda bilgisayar destekli sistemler gelitirilmi ve bilgisayarla btnleik retim sistemleri kurulmutur. Kullanlan modllerin balcalar CAD, CAM, CAE, ERP vb. olarak saylabilir (Tanya ve Baskak, 2006).
2.2.3.3. Tam Zamannda retim Sistemi

Tam zamannda retimde (TZ) amalanan, israf srekli olarak azaltarak sreleri ve yordamlar (prosedrleri) en iyi hline getirmektir. retimi gerekletirilen rne mteri asndan hi bir deer katmayan her adm ise israf olarak kabul edilir. Bu dorultuda, malzeme tama, sre ii stoklar, gecikmeler, ar evrak ileri israf olarak saylr (Everett ve Ronald, 1992). TZde kullanlan baz teknikler; hazrlk srelerinin azaltlmas, kanban, hcresel retim, hat durdurma ve grup teknolojisi olarak saylabilir. TZ; tedrikiler, nakliye, kalite, iletiim ve izelgelemeyi de dikkate alr (Bedworth ve Bailey, 1987). TZnn nemli bir paras olan ekme sistemine gre, her i istasyonu gereksinim duyduu malzemeyi bir nceki istasyondan eker. Son istasyonun sipriten haberdar olmas ile retim sreci balar. Malzeme gereksinim bilgisi son istasyondan ilk istasyona doru ilerlerken, malzemeler ilk istasyondan son istasyona doru ilerler. Bilgi ak iin kanban katlar kullanlr (Everett ve
Ronald, 1992). 2.2.3.4. Esnek retim Sistemleri

Esnek retim sistemi ile, merkez bir bilgisayar ile kontrol edilen bir grup saysal kontrollu makina, istasyonlar ve bunlara bal otomatik bir malzeme tama sistemi ifde edilir (Askin ve Standridge, 1993). ki temel amac vardr: 1. Rastlantsal sipri retimini salamak, yni belirli bir zaman iinde paralarn istenen bir karmn sorunsuz retmek. 2. Tezgh nlerindeki beklemeyi azaltarak kk parti retiminde tezghtan elde edilen yarar arttrmak (Tanya ve Baskak, 2006).

2.2.3.5. Optimum retim Teknolojisi

Bu yaklama gre, bir iletmedeki darboaza neden olan tezghlarn verimlilii arttrlarak retim miktar arttrlabilir. Bu nedenle, izelgeleme ncesinde tezghlar darboaza neden olup olmadklarna gre ikiye ayrlr ve bu iki grup iin izelgeleme farkl yaklamlarla gerekletirilir (Tanya ve Baskak, 2006).
2.3. Montaj Kavram 2.3.1. Montaj Kavramnn Tanm

Montaj, bir rn oluturmak amacyla eitli paralarn toplanma ve birletirilme srecine verilen addr. Kullanlan paralar ve bunlar biraraya getirme ii zerinden tanmlanr. Montajda kullanlan paralar, malzeme veya yar rn olabilir (Scholl,
1999). 2.3.2. Montaj Hatlarnn retimdeki Yeri

Endstrileme srecinde, retim miktarn arttrmak, yni daha hzl, ucuz ve ser bir retim gerekletirebilmek iin toplam i paralara blnerek, her parann ayr bir ii tarafndan ilenmesi yoluna gidilmitir. Bunun sonucunda da malzemelerin, zerinde istasyonlar bulunan bir hat zerinde akt montaj hatlar kullanlmaya balanmtr. Montaj hatlar ilk olarak 1913te, A.B.D.de Ford Firmasnda kullanlmtr. Henry Fordun Highland ve River Rouge firmalarnda, montaj hatlarnn kullanlmas ile birlikte olduka nemli iyilemeler gzlenmitir. lerin verimli duruma getirilmesi, etkin malzeme tama ve birbirinin yerine kullanlabilen paralarn retimi buna rnektir (Baskak, 2005).

3. MONTAJ HATLARININ DENGELENMES 3.1. Montaj Hatt ve Hat Dengeleme Kavram

rnler genelde birden ok parann biraraya gelmesi ile oluur. retim srecinde bu paralarn belli bir sra dahilinde biraraya getirilmesi montaj ilemi olarak tanmlanr. Niha rn elde etmek iin, montaj ileminin ve ilgili operasyonlarn gerekletirildii, aralarnda malzemelerin ak hatt boyunca tand (genelde bir konveyr yardmyla) ardk i istasyonlarndan oluan hatta ise montaj hatt denir. Montaj yaplan rn, tm istasyonlar ziyret ederek hat boyunca ilerler ve montaj tamamlanm olarak hatt terkeder. ekil 3.1de rnek bir montaj hatt emas verilmitir.
Malzeme Malzeme

istasyonu

1
Malzeme

...
Montaj tamamlanm rn
istasyonu istasyonu

2
Malzeme

n
Malzeme

ekil 3.1: rnek Bir Montaj Hatt emas (Baskak, 2005)

Montaj hatlarnda malzeme genelde igc yardmyla ilenir. Hat istasyonlarnda alan iiler srekli olarak megl olacak ekilde yerletirilirler. Her istasyon alan, yar rn zerinde kendi istasyonuna atanm ilemleri gerekletirir, sonra

rn bir sonraki ilemler iin izleyen istasyona geirilir, hemen ardndan da bir nceki istasyondan yeni yar rn gelir (Askin ve Standridge, 1993). istasyonlarnda gerekletirilen en az mantksal i elemanlar, i eleri olarak adlandrlrlar. Bir i esi birden fazla istasyon arasnda blnemez. Bir istasyona atanm i elerinin ilem srelerinin toplam, o istasyonun i ieriini (ykn) belirtir. rnn montaj srasnda herhangi bir istasyonda ilem grd en byk sreye evrim sresi denir. rn, her istasyonda en fazla bu sre kadar ilem grebilir. evrim sresi ayn zamanda hattan ne kadar srede bir, bir niha rnn ktn gsterir. retim oran, evrim sresinin tersi olarak ifde edilir. evrim sresi genelde, talebe bal olarak nceden belirlenmitir. stasyonlarda yaplacak olan i eleri, istasyonlara keyf olarak atanamazlar. Montaj ileminde hangi sra ile uygulandklar dikkate alnarak oluturulmu olan ncelik diyagram gznnde tutularak atamalar gerekletirilir. ncelik diyagramnda ncl i esi ile ardl i esi bir ok yardmyla birbirine balanm ekilde gsterilir. elerinin i istasyonlarna, istasyonlarn tl sreleri toplam en az olacak ekilde atanmasna montaj hattnn dengelenmesi denir. Sabit bir evrim sresinde istasyon saysn enazlayarak bu durum gerekletirilebilir. Tm istasyonlarn i yknn sre olarak eit olduu bir montaj hatt mkemmel dengededir (Baybars,
1986). 3.2. Montaj Hatlarnn Dengelenmesinin Amalar

Montaj hatlarnn dengelenmesinde amalar farkllk gsterebilirler ve birbirleriyle eliebilirler. Ama burada asl amalanan, tm istekleri dikkate alarak en uygun zme ulamaktr. Montaj hattnn kurulmasnda hedeflenenler yle sralanabilir:
Malzeme aknn dzenli olmas nsangc ve tezgh kapasitelerinin en st dzeyde kullanlmas lemlerin en ksa srede tamamlanmas Montaj hatt zerindeki i istasyonu saysnn enazlanmas tl srelerin enazlanmas

10

 tl srelerin istasyonlar arasnda dzgn ekilde datlmas retim mliyetinin enkklenmesi

Burada mliyet ile hem igc mliyeti, hem de hattn uzunluu ile orantl olan kullanlan alan ve donanm mliyeti kastedilmitir. Her ikisi de istasyon saysn enazlamakla enkklenebilir (Baskak, 2005).
3.3. Montaj Hatlarnn Yerleimi

retilecek rn ve hattn kurulaca yerin fiziksel yaps, montaj hattnn eklini belirlemede yardmc olur. Genelde dz hatlar yelenir, ama kimi aygtlarn birden fazla istasyonda kullanlmas, hacmin fiziksel zelliklerinin dz hatta izin vermemesi gibi eitli nedenlerden tr, farkl biimlerde hat ekilleri de yelenebilir. Fiziksel montaj hatlar; dz, dairesel, rassal, deiik al, U-ekilli ve zig-zag gibi deiik biimlerde tasarlanabilir (Baskak, 2005). Fiziksel montaj hatt tipleri ekil 3.2de gsterilmitir.
3.4. Montaj Hatlarnn Dengelenmesinde Kullanlan Temel Kavramlar esi: Montaj srecinin toplam i yknn blnemeyen, mantksal olarak en

kk parasdr. esi, gereksiz ek i yaratmadan daha kk paralara blnemez. Bir i esini gerekletirmek iin gerek duyulan sreye esi lem
Sresi denir. stasyonu: Montaj hatt zerinde, bir veya daha ok i esinin gerekletirildii

hat parasna i istasyonu denir. Boyutlar, makinalar ve ekipmanlar ve atanm i eleri zerinden tanmlanr. istasyonlar elle yaplan ve otomatik olarak ayrlabilir, ama genelde i eleri, i istasyonlarnda igcne dayal olarak gerekletirilir. Bir i istasyonunun i ierii, o istasyonun Yk olarak tanmlanr. yk iin gerekli olan sre ise stasyon Sresi olarak adlandrlr
(Scholl, 1999). Toplam Sresi: Montaj hatt zerinde montaj gerekletirilecek bir rnn tm

i esi srelerinin toplamna toplam i sresi denir.

11

3 Dz hat

1 1 2

8 3 7 8 7 6

5 Rassal hat

Dairesel hat

5 Deiik al

U-ekilli hat

4 Zig-zag hat

ekil 3.2: Fiziksel Montaj Hatt Tipleri (Baskak, 2005)

12

evrim Sresi: evrim sresi, bir i esinin montaj hatt zerindeki bir

istasyonda yerine getirilebilecei en yksek sreye denir. eleri blnemez olduklarndan evrim sresi, en byk i esi sresinden kk olamaz. evrim sresinin tersi, o hattn retim Oran (production rate) deerini verir. evrim sresi ile istasyon sresi arasndaki pozitif fark, o istasyonun tl Sresini gsterir, nk bu sre zarfnda ii botadr. Tm istasyonlarn tl srelerinin toplam ise Denge Gecikme Sresi (balance delay time) olarak adlandrlr.
ncelik Kstlar: Teknolojik kstlar dahilinde (baz i elerinin birbirini takip

etmesi gerekir), i elerinin yaklak olarak hangi sra ile uygulanmas gerektii nceden belirlenebilir. Bu ksmi sralama ncelik Diyagram vastas ile gsterilir. ncelik diyagramnda her dm bir i esini temsil eder ve her i esi, ardl ile bir ok araclyla balanr. Okun kt i esi, ncl i esidir. Dmlerin sa st ksmlarnda, o i esinin ilem sresi gsterilir. ekil 3.3.te 10 i esi iin bir ncelik diyagram rnei grlmektedir. ncelik Matrisi ise, ncelik diyagramnn st gensel matrise dntrlm hlidir. esinin numarasn tayan satrla, ardl i esinin numarasn tayan stunun kesitii hcreye 1, dier hcrelere 0 konur (Scholl, 1999) (Baskak, 2003). 11 i esi iin bir ncelik matrisi rnei Tablo 3.1de verilmitir.

ekil 3.3: 10 esi in ncelik Diyagram rnei (Scholl ve Klein, 1999a) Gerekli En Az stasyonu Says: Tm i elerinin evrim sresini amayacak

ekilde istasyonlara atanmas durumunda gereksinim duyulan en az istasyon saysdr. Hesaplamak iin eitli yntemler vardr. Genelde birden fazla yntem sra ile uygulanr, en fazla istasyon saysn veren sonu, gerekli en az istasyon says olarak kabul edilir.

13

Tablo 3.1: 11 esi in ncelik Matrisi rnei (Baskak, 2005) ARTIL ELER 1 1 N C L 2 3 4 5 2 3 4 5 6 7 8 9 10 11

1 -

1 0 -

1 0 0 -

1 1 1 0 -

1 1 1 0 1 -

1 1 1 0 1 0 -

1 0 0 1 0 0 0 -

1 1 1 1 1 1 0 1 -

1 1 1 1 1 1 1 1 1 -

1 1 1 1 1 1 1 1 1 1 -

6 7 E L E R 8 9 10 11

Sralama Gc: ncelik diyagram ierisindeki ncelik ilikilerinin bal saysn

verir. Yksek sralama gcne sahip problemlerin dk sralama gc olanlara kyasla daha karmak olmas beklenir. Tm ncelik ilikileri kmesinin kardinalitesinin n*(n-1)/2 deerine blnmesi ile elde edilir. Deeri 0-1 arasnda deiir. eleri arasnda tek bir sra olanakl ise 1, ncelik ilikisi szkonusu deilse 0 deerini alr.
Esneklik Oran: ncelik matrisindeki 0 deerli hcrelerin saysnn, toplam deer

girilmi hcre saysna blnmesi ile elde edilir. Bu oran; Esneklik Oran = 1 Sralama Gc eklinde de hesaplanr (Scholl, 1999).
Denge Kayb: elerinin istasyonlara ne kadar dengeli datldn gsterir.

Denge kayb, her istasyonda, birim retim iin ayrlan toplam sreyle gerekli sre

14

arasndaki farkn, ayrlan sreye orandr ve unlukla sfrdan byk bir deerdir. Denge kaybnn sfr olmas istenen (ideal) durumdur.
n D(%) = C C * / C * 100 = N * C t i / ( N * C ) * 100 i =1

[(

) ]

(2.1)

Dzgnlk ndeksi: Montaj hatt zerindeki i istasyonlarnn ilem srelerinin

dzgn olup olmadn gsterir. ndeks ne kadar kkse, dzgnlk o kadar fazladr.
D (%) =

( (T

enb

2 Ti ) / ( N * C ) *100

(2.2)

Hat Etkinlii: Dengeleme sonucunda montaj hattnda montaj ilemi iin allan

srenin ne kadarnn etkin olarak kullanldn gsterir.

n HE (%) = t i / ( N * C ) * 100 i =1 (2.3)

Kuramsal Etkinlik: Hattn belirli bir evrim sresi dahilinde en az sayda

istasyonla dengelenmesi durumundaki etkinliine denir (Tanya ve Baskak, 2006).

n KE (%) = t i / ( N enaz * C ) *100 i =1 (2.4)

3.5. Montaj Hatlarnn Dengelenmesini Etkileyen Temel Etmenler ve Kstlar 3.5.1. Temel Etmenler

Montaj hatlarnn dengelenmesini etkileyen temel etmenler e ayrlabilir (Baskak,

2005): Mhendislik spesifikasyonlar, ilemler aras ncelikler ve gerekli kaynak

gereksinimleri
in yaplmasnda izlenen yntem Kullanlan aygtlar ve tezghlar 3.5.2. Kstlar

Montaj hatlarnn dengelenmesini etkileyen kstlar birincil ve ikincil kstlar olarak ikiye ayrabiliriz. 15

Birincil Kstlar: evrim sresi ve ncelik ilikileri (i elerinin kendi aralarnda

sahip olduklar ncelik sras).

kincil Kstlar: Bu tip be kst vardr: Konum Kst: Montaj hattndaki nesne ile montaj iini yapan iilerin

birbirlerine gre konumlar ile ilgilidir. Bu kstla genelde byk boyutlu nesnelerin montaj srasnda karlalr.
Sabit Donanm Kst: Montaj ilemi srasnda istasyonlarda kullanlan yeri

deitirilemez

donanmlardan

kaynaklanr.

Bu

kst,

elerinin

deitirilebilirliini azaltr.
stasyon Yk: zellikle hattn bandaki istasyonlarda karlalabilecek

sorunlarn tm hatt etkilemesinin istenmedii durumlarda, bz istayonlarn yklerinin evrim sresinden daha az olmas yelenebilir. Bu da bir kstlamay beraberinde getirir.
Ayn stasyona Atanmas stenen eleri: Montaj hattnda gerekletirilen

i elerinden bzlarnn ayn istasyonda uygulanmas istenebilir. Genelde ayn alet veya aygtn kullanld i elerinde bu durum geerli olur. Byle bir durumda bu i eleri tek bir i esi olarak dnlebilir.
Ayn stasyona Atanmamas stenen eleri: iyi gzetmek veya iin

salkl yaplmasn salamak gbi eitli sebeplerden tr baz i elerenin ayn istasyona atanmalar istenmeyebilir. ncelik ilikisi asndan bir engel olmasa bile bu i elerinin ayr istasyonlara atanmas gerekebilir (Tanya ve
Baskak, 2006). 3.6. Montaj Hatlarnda Model Says 3.6.1. Tek Modelli Hatlar

Tek bir rn byk miktarlarda srekli olarak retilir (kitle retimi). Tm istasyonlar ayn i elerini yeniden tek tip i paralar zerinde uygularlar. stasyonlarn i ykleri sre ierisinde her zaman ayndr. Tek modelli hatlarn tasarm basittir.

16

3.6.2. Kark Modelli Hatlar

Temel rnn eitli modelleri ayn hat zerinde ayn anda retilir. Modellerin retim sreci ana hatlaryla benzerdir, salt eitli zelliklerle birbirlerinden ayrlrlar. retim srecinde tm modeller iin yaklak olarak ayn temel ilemler uygulanr. Farkl modellerde kimi i eleri eksik veya fazla iken, kimi i eleri de farkl ilem srelerine sahip olabilir. Tm modeller iin benzer i eleri szkonusu olduundan hazrlk sreleri ok azdr. Kark modelli hatlarn dengelenmesinde model srasnn belirlenmesi de nemli rol oynar.
3.6.3. ok Modelli Hatlar

eitli rnler ayn hat zerinde partiler hlinde retilirler. rnlerin retim srelerindeki belirgin farkllklardan dolay, retilen model deitiinde hattn yeniden hazrlanmas gerekir. Bu nedenle hazrlk mliyetini drmek amacyla rnler byk partiler hlinde retilirler, bu da stok mliyetlerini arttrr. ok modelli hatlar, ekonomik parti bykl ve modeller iin retim evrimini belirleme problemini de beraberinde getirir (Scholl, 1999).

17

4. MONTAJ HATTI DENGELEME PROBLEM 4.1. Montaj Hatt Dengeleme Problemlerinin Snflandrlmas

Montaj Hatt Dengeleme Problemlerinin (MHDP) tmnde, her i esinin bir tek istasyona atand, ncelik kstlarnn ve baka varolan kstlarn dikkate alnd olurlu bir hat dengesine ulamak amatr (Becker ve Scholl, 2006 ). MHD problemlerini, hat zerinde retilen model says ve i elerinin ilem srelerinin deterministik veya stokastik olmalarna gre farkl kategorilere ayrabiliriz. Deterministik ilem srelerinin szkonusu olduu durumda, i eleri srelerinin belirli ve her birim rn iin ayn olduu kabul edilir. Stokastik ilem srelerinin szkonusu olduu durumda ise i esi ilem srelerinin belirli olmad, her birim rnn ilem grmesi srasnda farkllk gsterdii dnlr. lem sreleri herhangi bir dalma uygun olabilir veya olmayabilir. Hat dengelenirken farkl amalar gzetilebilir. Bunlar deterministik durumda genelde belirli bir evrim sresi iin istasyon saysnn enkklenmesi veya belirli sayda istasyona sahip olunan durumda evrim sresinin enkklenmesidir. Stokastik durumda en sk amalanan ise toplam sistem mliyetinin enkklenmesidir. Bu snflandrma ve kullanlan zm yntemleri ekil 4.1de grlebilir.

18

ekil 4.1: MHDPlerin ve zm Yntemlerinin Snflandrlmas (Erel ve Sarin, 1998)

Tek-Gei Prosedrleri: Tek bir zellie gre atanacak i esi seilir oklu-Gei Prosedrleri: Tek-Gei karar kurallarnn bileimi kullanlarak atanacak i esi seilir Geri Dn Prosedrleri: Varolan bir sonu zerinden daha iyi bir sonuca ulalmaya allr (Talbot ve di., 1986)

Montaj hatt dengeleme problemleri, yukardaki snflandrmadan farkl olarak, Basit Montaj Hatt Dengeleme Problemi ve Genel Montaj Hatt Dengeleme Problemi olarak da ikiye ayrlarak incelenmilerdir. Basit Montaj Hatt Dengeleme Problemi tek modelli deterministik montaj hatt dengeleme problemi ile ayn niteliklere sahiptir. evrim sresinin veya istasyon saysnn enkklenmesine gre tip-1 ve tip-2 olarak adlandrlr. Genel Montaj Hatt Dengeleme Problemi ise, tek modelli deterministik montaj hatt dengeleme problemi dnda kalan tm problemleri ierir. Yni Basit Montaj Hatt Dengeleme Probleminin karakteristiklerinin bir veya daha fazlasnn gevetilmi hlidir (Baybars, 1986). Bu almada basit (tek modelli deterministik) montaj hatt dengeleme problemi ele alnacaktr.

19

4.2. Basit Montaj Hatt Dengeleme Problemi (BMHDP)

Basit MHD Probleminin ana karakteristikleri unlardr:

Tm girdi parametreleri kesinlikle bilinmektedir. Bir i esi iki veya daha fazla i istasyonu arasnda paylatrlamaz. Teknolojik ncelik kstlarndan dolay i eleri rastlantsal olarak istasyonlara

atanamazlar.
Tm i eleri gerekletirilmelidir. Montaj hatt tek bir model iin tasarlanmtr. Hat boyunca herhangi bir besleyici, alt-montaj hatt yoktur. Tm istasyonlar, her i esi iin uygun donanma sahiptir. esi sreleri, iin yapld istasyondan ve nceki veya sonraki i elerinden

bamszdr.
Herhangi bir i esi, herhangi bir istasyonda uygulanabilir.

Tip-1 BMHDPde yukardakilere ek olarak

evrim sresi verilmitir ve sabittir

kabul geerlidir. Tip-2 BMHDPde ise

istasyon says verilmi ve sabittir

kabul geerlidir. Tip-1 BMHDPde ama, istasyon saysn enkklemek iken, Tip-2 BMHDPde evrim sresini enkklemektir (Baybars, 1986) (Scholl ve Becker, 2006). Bu almada Tip-1, BMHDP ele alnacaktr. Tip-1 BMHDPnin matematiksel modeli (Talbot ve Patterson, 1984): min An
iW j

i = 1,...., n m Pk

j = 1,......, H k = 1,......, n 20

Am Ak

Ei Ai Li(S) Ai bir tamsay ve i M Ei ve Li ise yle bulunur;

Ei = t i + t m / C mPi *
+

Li (S) = S + 1 - t i + t m / C mFi *

4.3. zm Yntemlerinin Snflandrlmas 4.3.1. Sezgisel Yntemler

Sezgisel yntemlerde problemin zm, belli kabuller altnda eitli prosedrlerin (yordamlarn) uygulanmasyla elde edilir. Elde edilen zm olurlu bir zmdr ama en iyi zm olmayabilir. Varolan sezgisel problemlerin ou Tip-1 BMHDPnin zmne yneliktir. Tip-2 BMHDPye ynelik sezgiseller de vardr. Sezgisel yntemler kullanlarak, analitik yntemlere kyasla daha ksa srede zme ulalr, ama bulunan zmn genelde en iyi zm olmad unutulmamaldr. Son yllarda genetik algoritma gibi meta-sezgisel yntemler de dikkat ekmektedir. Literatrde szedilen bz sezgisel yntemler unlardr
(Baskak, 2005):

Konum arlkl dengeleme teknii COMSOAL teknii ki aamal dengeleme teknii (Moddie-Young) Gruplama Yntemi Aday matris ile zm
4.3.2. Analitik Yntemler

Analitik yntemler syesinde MHD problemlerinin en iyi zmn bulmak olanakldr. Literatrde, MHD problemlerinin zm iin analitik yntem olarak 0-1 tam sayl programlama, tam sayl programlama, dal-snr algoritmas, dinamik
21

programlama kullanlmtr (Baybars, 1986). Arlkl olarak ise dinamik programlama ve dal-snr algoritmas tercih edilmitir. Analitik yntemler kullanldnda, zellikle ilem saysnn artt ve esneklik orannn yksek olduu durumlarda, en iyi zme ulamak uzun srebilir. Bu gibi durumlarda zellikle dal-snr algoritmalarndaki eleme kurallar, gereksinim duyulan zamann azaltlmasnda byk yarar salamaktadr. Bu almada analitik yntemlerden dinamik programlama ve dal-snr algoritmas ele alnacaktr.

22

5. BMHDPDE UYGULANAN BALICA ANALTK YNTEMLER 5.1. Dinamik Programlama (DP)

Dinamik programlama, n deikenli bir problemin optimum zmn, problemi n aamaya ayrtrarak ve her aamada tek deikenli bir alt-problemi zerek belirler. Bunun hesaplama stnl, n-deikenli alt-problemler yerine tek deikenli alt-problemleri optimum klacak olmamzdr. Dinamik programlamada hesaplamalarn, her alt-problemde yinelenmesi ile elde edilen sonu, bir sonraki altproblemde girdi olarak kullanlr (Taha, 2003). Dinamik programlama probleminin en iyi zmne, alt-problemlerin en iyi zmlerinden hareketle ulalabileceine dayanr. BMHDPde dinamik programlama uygulamalarnda, genelde ileriye doru yineleme kullanlr. Balang durumundan balanarak, aamalar arttrlarak son duruma ulalr. BMHDPde dinamik programlamann kullanld durumlarda, en iyi sonucu veren istasyon yklerinin belirlenebilmesi iin tm olurlu istasyon atamalar seeneklerinin oluturulmas gerekir. esi saysnn fazla, esneklik orannn yksek olduu problemlerde bu durum ok byk ilem ykne ve uzun ilem srelerine yol aar.
5.2. BMHDPde Dinamik Programlama Uygulamalar zerine Literatr Aratrmas Jacksonn (1956) makalesinde montaj hatt dengeleme problemi ismi

kullanlm, teknolojik ncelik diyagramnn nasl oluturulaca anlatlm ve montaj hatt dengeleme problemi ilk kez dinamik programlama mant ile zlmtr. Jackson makalesinde, ilk seviye iin olas istasyon atama dizilerinin tmn oluturmu ve sonraki tm seviyelerde bu ilemi tekrar etmitir. Hesaplama boyunca ayn i elerini ieren dizilerden sadece biri elde tutulmu, dierleri elenmitir.

23

Held, Karp ve Shareshiann (1963) makalesinde DP, dinamik programlama ad

ilk kez kullanlarak, basit montaj hatt dengeleme problemine uygulanmtr. Bu modelde amalanan, belirli bir evrim sresi iin i istasyonu saysn enkklemektir. Modelde, Held ve dierleri, olurlu kme leri ve olurlu dizi leri tanmlayarak ie balamlardr. Olurlu kme, ncelik ilikileri dikkate alndnda, ncesinde herhangi bir j i esinin uygulanmas gerekmeden, birden fazla sra ile uygulanabilen i elerinden oluur. Olurlu dizi ise, ncelik ilikileri dikkate alndnda, ncesinde herhangi bir j i esinin uygulanmas gerekmeden, belirli bir sra ile uygulanan i elerinden oluur. Her olurlu dizi ile balantl olarak, dizideki i elerinin belirlenmi sra dahilinde en az saydaki i istasyonuna atanmasn salayan zel atamaya da dizinin onaylanan atamas denir. Bu atamada dizideki i eleri, belirtilen sra dahilinde birinci istasyondan balanarak ve evrim sresi kst dikkate alnarak i istasyonlarna atanr. Herhangi bir a dizisinin onaylanan atamasnda r i istasyonuna gereksinim duyulmusa ve son i istasyonuna atanan i elerinin toplam sresi (r ) olarak ifde edilirse, olurlu dizinin atanmasnn toplam sresi, yni mliyeti ca = (r 1)C + r olarak

tanmlanr. Eer varolan a olurlu dizisinin sonuna bir j i esi ekleyerek yeni bir
b olurlu dizisi elde edilmi ise, b dizisinin mliyeti cb = ca + (ca , t j ) olur.

(i) Eer [ x / C ] + = [( x + y ) / C ] + veya [( x + y ) / C ] + = ( x + y ) / C ise, o zaman

( x, y ) = y dir.
(ii) Eer [ x / C ] + < [( x + y ) / C ] + veya ise, [( x + y ) / C ] + < ( x + y ) / C o zaman

( x, y ) = C[( x + y ) / C ] + + y x olur.
Yukardaki ifdede [x ] , x e eit veya x ten kk en byk tamsay demektir.
+

(i), son istasyonda eklenen i esinin atanabilecei bo srenin olduu durumu, (ii) ise olmad durumu gsterir. Bylece olurlu kmelerin mliyeti de, kmelerin olurlu dizilerinin en az mliyetlisinin mliyeti olarak belirlenir. Herhangi bir s olurlu kmesi iin c(s ) = min ca dr. n elemanl bir olurlu kmenin mliyeti ise 1, 2, 3, ..., (n-1) elemanl alt kmelerin mliyetlerinin yinelemeli hesaplanmas ile bulunur.
c( s ) = min j l s
s j l olurlu

[c( s j l ) + [c( s jl ), tl ]]

(5.1)

24

Bu ekilde, tm olurlu kmelerin mliyeti bulunur ve buradan yararlanarak tm i elerinin atanmas durumundaki optimum zm bulunur.
Gutjahr ve Nemhauser (1964), Held ve dierlerinden bir yl sonra, en ksa yol

modelini montaj hatt dengeleme problemine uyarlamlar. Burada ama, toplam bo sreyi enkkleyecek istasyon saysn bulmaktr. Makalede tm hat dengeleme probleminin tek bir en ksa yol problemi olarak nasl formle edilecei anlatlmtr. Oluturulan en ksa yol modelinde dmler s olurlu kmeleri, yni durumlar ifde etmektedir. Balang dm bo kme, biti dm ise tm i elerini ieren kmedir. Gutjahr ve Nemhausere gre, a ierisindeki en ksa yolu bulmak iin, balang dmnden biti dmne giden herhangi bir minimal dm ieren yolu bulmak yeterlidir. Bu yolu bulmak iin de balang dmnden balanarak dmler zerinden olas balar ile, ncelik ilikileri ve evrim sresi gznnde tutularak, son dme doru ilerlenir. Eriilen dmler, ilk dmler olarak adlandrlr. Son dme ilk eriildii andan geriye doru gidilerek, istasyonlara yaplacak atamalarn sras bulunur. Bu ilemlerin yaplabilmesi iin de ncelikle olurlu kmelerin yni dmlerin oluturulmas gerekir. Oluturma aamasnda da Held ve dierlerinin kulland ynteme benzer bir yntem kullanlmtr. ncl olmayan i elerinin atanmas ile balanr ve bu i elerinin ardllar, o aama iin iaretlenmemi olarak belirlenir. Sonraki aamada iaretlenmemi olan i eleri, iaretlenmi kabul edilir ve tm altkmelerin nceki aamadaki olurlu kmelerle bileimi oluturularak o aamann olurlu kmeleri elde edilir. Tm i elerini ieren durum elde edilene kadar ilem srdrlr. Bylece tm olurlu kmeler oluturulmu olur.
Kao ve Queyranne (1982), montaj hatt dengeleme problemlerinde DP

yntemlerini karlatrdklar makalelerinde, DP yineleyen fonksiyonunu u ekilde ifde etmilerdir: c( s ) = min jQ ( s ) {c( s ), c( s j ) + (c( s j ), t j )} Burada Q(s ) , s
(5.2)

olurlu kmesi iin tanmlanan bir karar kmesidir ve

Q( s ) = { j s | s j} eklinde tanmlanmtr. Eitliin sa tarafndaki c(s) terimi

kaldrlrsa, formlasyon Held ve dierlerinin nerdikleri formlasyonla ayn duruma gelir.

25

Kao ve Queyranne, makalelerinde DP formlasyonunda yararlanlacak olurlu kmelerin ve kmeler hakkndaki bilgiler iin bir adres yerine geecek etiketlerin oluturulmasna ynelik Schrage-Baker (1978) ve Lawler (1979) yaklamlarn karlatrmlardr. Schrage ve Baker, bu yaklam basit montaj hatt dengelemenin zel bir durumu olan i sralama problemi iin nermilerdir. Olurlu kmeler i esi numaras sra dzeniyle oluturulmutur. Olurlu kmeler iin etiketler ise, kmelerin ierdii i elerinin etiketleri yardmyla oluturulmaktadr ( L(s ) olurlu kmesinin etiketi,

L( j ) i esinin etiketidir). L( s ) = L( j ) . Bylece L(s) , s kmesi iin zgn

js

olmaktadr (Baybars 1986). Bu etiketleme yntemi iin bellek gereksinimi, ortalama problemler iin bile byk olduundan, Kao ve Quayranne bu yntemin bir varyasyonunu gelitirmilerdir. Makalelerinde Schrage-Baker yntemini, kendi gelitirdikleri varyasyonu ve Lawler yaklamn bellek gereksinimi ve ilem sresi asndan belirli test problemleri zerinden karlatrdklarnda, Lawler yaklamnn dier iki ynteme gre, ilem sresi ve bellek gereksinimi alarndan daha verimli olduunu grmlerdir.
Henig (1986) ise makalesinde, retim mliyetlerini enkkleme sorununu iki lt

asndan ele almtr: evrim sresi ve i istasyonu says. Henig, Gutjahr ve Nemhauserin oluturduu DP yntemini genileterek, verilen istasyon saysna gre en kk evrim sresini bulmay salayan bir yntem gelitirmitir. Bylece her istasyon says iin en kk evrim sresi bilineceinden, retim mliyetini enkkleyen evrim sresi-i istasyonu says ifti rahatlkla seilebilecektir. rnein n sayda i esinin olduu bir hatta, en fazla n sayda evrim sresi-i istasyonu ifti olur ve bu iftler birbirleriyle karlatrlarak en ekonomik ift belirlenir. Algoritma gerei bir byk istasyon saysna yaplan atamalar sonucu elde edilen en kk evrim srelerinin hesaplanabilmesi iin, bir kk istasyon saysnn evrim srelerinden yararlanlmaktadr. Bu da, DPnn en byk sorunu olan hesaplama ve bellek ykn bir kez daha karmza kartmaktadr. Henig, yukardaki almasna ek olarak, ilem srelerinin stokastik olduu durumda, DP modelinin istasyon saysn ve kritik evrim sresini optimize etmedeki yeterliliini de gstermitir.

26

Bard (1989) ise makalesinde, paralel istasyonlu montaj hatt dengeleme

probleminde dinamik programlama uygulamasn ele almtr. Sunulan algoritmada hem i elerinin hem de istasyonlarn paralel yapld durum ve istasyonlardaki verimsiz (l) zamanlar hesaba katlmtr. Burada l zaman ile kastedilen, istasyonun retim iin kullanlmad sredir (rnein robotun montaj yaplan paraya doru yaklarken harcad sre). Barda gre, paralelleme durumunda, ser hat durumundaki kuramsal en az istasyon saysndan daha az sayda istasyonla dengeleme gerekletirilebilir. Bard, makalesinde, Held ve dierleri tarafndan nerilen DP formlasyonunu ve olurlu kmelerin oluturulmas ve etiketlenmesi iin de Schrage-Baker yaklamn kullanmtr. Bard, nerdii formlasyonda, 2-dzeyli parallelleme durumunda oluan ek mliyetleri hesaba katmtr.
Easton (1990), makalesinde, montaj hatt dengelemede DPnin getirdii ilem

ykn hafifletmek, kullanlmayacak ksm sonular elemek iin dier aratrmaclar tarafndan daha nceden ne srlm olan eleme yntemini gelitirerek, statik yerine dinamik bir st-snrdan yararlanmay nermitir. Easton, makalesinde Lawler yaklamnn kullanld, Kao ve Queyrannen nerdii DP yntemi ile ilgilenmitir. c( s ) = min jQ ( s ) {c( s ), c( s j ) + (c( s j ), t j )} Easton gelitirdii prosedr, Morin ve Marsten (1976)in, DP hakknda gezgin satc ve dorusal olmayan srt antas problemlerine benzer bir gzlem yaptklar Branch and Bound Strategies for Dynamic Programming adl makalelerine dayandrmtr. Morin ve Marstenin nerdii yntem, montaj hatt dengeleme probleminde u ekilde ilemektedir: Yntem, problemin olurlu bir zmnn bilinmesine dayanmaktadr. Montaj hatt dengelemede mliyetler, istasyon says (N) ile orantl olduundan, istasyon says olarak ifde edilmektedir. Bilinen bir evrim sresi ve olurlu zmn verdii istasyon says durumunda, olurlu kmeler ann en ksa yol zm F ( s f ) CN olarak gsterilmektedir. Montaj s durumunda (olurlu kmesinde) tamamlamak iin gereken ek sre (l ( s )) iin alt-snr, s nin eleman olmayan i elerinin toplam sresi olarak gsterilir. 27

l ( s) =

j{ s}

(5.3)

Buradan hareketle en ksa yol zerinde olan bir durumun u koulu yerine getirecei kesindir: F ( s ) + l ( s ) CN Morin ve Marsten, bu koulu salamayan bir s durumunun eleneceini ve daha sonra da dikkate alnmayacan belirtmilerdir. Ama zten N sayda i istasyonu veren bir sonucun elde olduu, asl istenenin Nden daha az sayda istasyona gereksinim duyulan bir zm olduu dnlnce, yukardaki eitlik koulunu salayan durumlarn da elenebilecei sylenmi, yni yeni koul [( F ( s ) + l ( s )) / C ] + < N olmutur. Morin ve Marsten, ayrca DPnn herhangi bir K aamasnda, S ' ( K ) (yeni koulu salayan K elemanl olurlu kmelerin oluturduu kme) bo kme ise, balangta sezgisel olarak bulunan olurlu zmn optimal zm olduunu sylemilerdir.
(5.4)

l (s) snr da, son istasyonun olas en az tl sresini ekleyerek iyiletirilmitir: l ( s) l ( s) + SLK ( s),
C F ( s ) mod C SLK ( s ) = 0 F ( s ) mod C + min{t j } > C js s j olurlu diger

(5.5)

DPnin montaj hatt dengeleme probleminde eleme ve statik st-snr ile uygulanmas, ilem ykn azaltmak, sonuca daha abuk ulamak iin etkili bir yntemdir. Ama Easton, balang olurlu zmnn optimal olmamas durumunda, eleme ynteminden istenen verimin alnamayacan, ilem ykn azaltmak isterken, aksine arttracan sylemektedir. Bunun nne gemek iin de st-snrn statik deil dinamik olmasn savunmutur. Eastonn nerdii yntemde, eleme durumlarnn bal baars, balang zmnn kalitesi iin gsterge olarak kullanlmaktadr. Kontrol edilen durumlardan ok az eleniyorsa ve bu durumda st-snrn iyiliinden kuku duyuluyorsa, bulunan elenmemi durumdan zm srdrmek zere bir sezgisel daha uygulanabiliyor, bylece st-snr gelitiriliyor. Eer gelitirme sezgiselinin uyguland s durumu en ksa yol zerinde ise uygulanan sezgiselin optimal zm verme olasl da artm oluyor. 28

Burada dikkat edilmesi gereken nokta, bu st-snr gelitirme prosedrnn, ilem ykn arttrmamak iin ne sklkla yinelenecei ve hangi sezgisellerin kullanlacadr. Easton balangta ve gelitirme amacyla kullanlacak sezgisellerin ikisinin de birbirinden farkl olmasn ve ikisinin de hzl ve iyi sonu veren sezgiseller olmas gerektiini sylemitir. Eleme baar oran eii olarak da uygun bir saynn seilmesi gerektiini belirtmitir. Easton, DP tekniini, statik elemeli DP tekniini ve nerdii dinamik elemeli DP tekniini, Talbot ve Pattersonun problem kmesindeki 60 probleme uyguladnda, deney iin belirlenen parametreler iinde tm problemleri zen tek yntemin dinamik elemeli DP olduunu grmtr.
5.3. Dal-Snr Algoritmas 5.3.1. Dal-Snr Algoritmas Hakknda Genel Bilgi

Dal-snr algoritmalar, tm olurlu zmleri deerlendirerek en iyi zme ularlar

(Aase ve di., 2003). Dal-snr algoritmalar iki temel bileenden oluurlar:

dallandrma (numaralandrma, sayma) ve snrlama. Yntemin performansn arttrmak iin basknlk ve azaltma kurallarndan da yararlanlr. Snrlama, basknlk ve azaltma kurallar, hep birlikte eleme kurallar olarak da adlandrlabilir. Bu kurallarn uygulanmas sonucu, zerinden dallandrmann srdrlmesinde yarar grlmeyen dmler elenir (Scholl, 1999).
5.3.2. Dallandrma

Dallandrma aamasnda balang dmnden balanarak her admda olas istasyon ykleri oluturulur. Balang dm 0 dzeyinde kabul edilir. Aacn herhangi bir k dzeyinde ilk k istasyona atama yaplm olur. Buna ksm zm denir. Henz atamas yaplmam i elerinin ncelik diyagram da indirgenmi problemi gsterir. Balang dmnden balayp sren her yola dal denir (Scholl, 1999) (Scholl ve
Klein, 1999a).

Dal-snr algoritmalar, dallandrmann hangi dmden srecei konusunda farkllk gsterirler. Bu konuda farkl aa oluturma stratejisi vardr: En iyi ilk, lazer tipi, derinlik nce arama.

29

En iyi ilk stratejisinde, oluturulan tm olurlu dmler bir aday listesine eklenir. Bu listedeki en yksek ncelie sahip olan dm bir sonraki dallandrma dm olarak seilir. Seilmeyen dmler aday listesinde tutulurlar. Aday listesinde aacn farkl dzeylerinden dmler olabilir. Lazer tipi dallandrma stratejisinde, her dzeydeki dallandrma, son oluturulan dmden itibaren srer. Bylece olurlu bir zme hemen ulalr. Bulunan zm en iyi zm deilse, varolan dmlerden geriye doru gidildike dzeylerdeki dier seenek dmler oluturulur. Bylece en iyi zme ulalmaya allr. Derinlik nce arama stratejisinde, dallandrma iin seilen son dmden bir sonraki dzeydeki tm olas dmler oluturulur. Bu ayn dzeydeki aday dmlerden en yksek ncelie sahip olan dm bir sonraki dzeye, dallandrma ilemi iin seilir. Dier adaylar bir listede tutulurlar ve dme her geri dnldnde ncelik srasna gre oluturulurlar (Aase ve di., 2003).
5.3.3. Snrlama

Snrlama, dal-snr algortimasnda aacn boyunu kltmek, olas istasyon atama kme saylarn azaltmak iin kullanlr. Bu amala, problem iin alt ve st-snr bulunmaya allr. st-snr olarak 0 dzeyinde i esi says veya sezgisel bir yntemle bulunmu gereksinim duyulan istasyon says kullanlr. Problemin dzeylerinde ilerlendike, o an geerli en iyi zmn istasyon says, st-snr olarak kabul edilir. Alt-snr ise problemin olurlu bir zm vermesi iin gereksinim duyulan en az istasyon saysn ifde eder. Bu ilem 0 dzeyinde yapldnda bulunan alt-snr, global alt-snr olarak adlandrlr. Her dmde yinelendiinde ise bulunan altsnr yerel alt-snr adn alr. Alt-snrn bulunmas iin eitli yaklamlar vardr. En salkl alt-snr deeri, birka yaklamn kullanlmas sonucu elde edilen deerlerden en bynn alnmas ile elde edilir. Bir problemin en iyi zmnn istasyon says global alt-snrdan daha byk olabilir. BMHDPde en ok kullanlan alt-snr yaklamlar unlardr: AS1: Kuramsal en az istasyon says olarak da adlandrlan AS1, (pi = ti / C) iken u ekilde hesaplanr:

30

 n AS1 = pi i =1

(5.6)

ekil 5.1deki rnek problem iin AS1 yle hesaplanr:

6 AS1 = pi = [0,6 + 0,5 + 0,4 + 0,5 + 0,5 + 0,9]+ = 4 i =1
+

ekil 5.1: ncelik Diyagram (C = 10 dk/adet)

AS2: lem sreleri C/2den byk olan i elerinin ayn istasyona atanamayaca gereine dayanr. evrim sresinin yarsna eit ilem sresine sahip i elerinin saysn da dikkate alr. J tm i elerinin oluturduu kmenin alt kmesi, J(x, y) = {i J x < pi < y} J(x, y] = {iJ x < pi y} J[x, y] = {iJ x pi y} iken,
1 1 AS2 = J ,1 + * 2 2 1 1 J , 2 2
+

(5.7)

olarak hesaplanr. ekil 5.1deki rnek problem iin AS2 yle hesaplanr: AS2 = 2 + [3/2]+ = 4.

31

 AS3: AS2dekine benzer bir dnceyle ama bu sefer evrim sresinin 1/3 ve katlarnn aralnda kalan ilem sresine sahip i elerinin says kullanlarak hesaplanr. Bu aralklarda kalan i elerinin en fazla kann bir istasyona atanabilecei dnlerek arpanlar belirlenmitir.
2 2 AS3 = J ,1 + * 3 3 1 2 1 2 2 1 J , + * J , + * 3 3 3 3 3 2 1 1 J , 3 3
+

(5.8)

olarak hesaplanr. ekil 5.1deki rnek problem iin AS3 yle hesaplanr: AS3 = [1 + 0 + (5/2) + 0]+ = 4 olarak bulunur. AS4: AS4te dengeleme problemi, tek-makina sralama problemi olarak dnlr. eleri pi srelerine sahip iler olarak dnlr. AS4 hesaplanrken yukarda szedilen snrlama yaklamndan da yararlanlr. Ni1 = AS1(Fi*) Burada AS1 =
(5.9)

p
i =1

olarak hesaplanr.
1 veya LB 2( Fi * ) 2

* LB 2( Fi ) Ni2 = 1 LB 2( Fi * ) 2

eger pi

(5.10)

diger durumda

1 1 1 1 Burada AS2 = J ,1 + J , olarak hesaplanr. 2 2 2 2

2 * eger pi LB3( Fi ) 3 Ni3 = 1 LB3( Fi* ) diger durumda 3

(5.11)

2 2 2 2 1 1 2 1 1 1 Burada AS3 = J ,1 + J , + J , + J , olarak hesaplanr. 3 3 3 3 2 3 3 3 3 3 [h1, h2, ....., hr] i elerinin yuvarlanm deerlerine gre azalan ekilde sralanmasyla elde edilen sray belirtir. Ni4 = Enb p h1 + nh1 , p h1 + p h2 + nh2 ,........, p h1 + p h2 + ..... + p hr + nhr

(5.12)

32

Ni = Enb {Ni1, Ni2, Ni3, Ni4}

(5.13)

Eer pi + Ni >[Ni]+ ise, Ni en yakn byk tamsayya yuvarlanr ve bu hli kullanlr. 1. i esinin yuvarlanm deeri AS4 verir. ekil 5.1deki rnek problem iin AS4 deeri yle hesaplanr (Tablo 5.1.de AS4 hesap tablosu grlmektedir):
Tablo 5.1: AS4 Hesap Tablosu

6 pi Ni1 Ni2 Ni3 Ni4 Ni

4 0,5 1,4 1,5

3 0,4 1,4 1,5

2 0,5 1,9 2

1 0,6 1,8 1,5

0 0 3,4 3,5

0,9 0,5 0 0 0 0 0 0,9 1

0,67 1,17 1,17 1,67 1,67 3,5 0,9 0,9 1 1,5 1,5 1,5 1,5 1,5 1,5 2 2 2 1,9 1,9 2 3,5 3,5 4

Yuvarlanm deer 0 N64 = 0 N54 = Enb {0,9 + 0} = 0,9

N44 = Enb {0,5 + 1 ; 0,5 + 0,9 + 0} = 1,5 N34 = Enb {0,5 + 1 ; 0,5 + 0,9 + 0} = 1,5 N24 = Enb {0,5 + 1,5 ; 0,5 + 0,5 + 1 ; 0,5 + 0,5 + 0,9 + 0} = 2 N14 = Enb {0,4 + 1,5 ; 0,4 + 0,5 + 1 ; 0,4 + 0,5 + 0,9 + 0} = 1,9 N04 = Enb {0,6 + 2 ; 0,6 + 0,5 + 2 ; 0,6 + 0,5 + 0,4 + 1,5 ; 0,6 + 0,5 + 0,4 + 0,5 + 1,5 ; 0,6 + 0,5 + 0,4 + 0,5 + 0,5 + 1 ; 0,6 + 0,5 + 0,4 + 0,5 + 0,5 + 0,9 + 0} = 3,5 Buradan AS4 = 4 olarak hesaplanr. AS6: AS2 ve AS3n mantklar kullanlr ve geniletilir. 4 adm izlenerek bulunur.

33

1 Adm 1. J ,1 de yer alan i elerini artmayan ilem sresi sras ile 1.den d1 = 2 1 J ,1 inci istasyona kadar ata. 2

1 1 Adm 2. J , de yer alan i elerini azalmayan ilem sresi sras ile, uygun 3 2 tl sreye sahip ilk istasyondan balayarak birer birer, i eleri veya d1 istasyon bitene kadar ata. Adm 3. 2. Admda istasyonlara atanamayan i esi says d ise d2 = [d/2]+ olur. 1 Adm 4. J 0, de yer alan i eleri iin d3 snr hesaplanr. 3
1 d3 = maks 0, maks d 3 (q ) q p i i J 0, 3

(5.14)

AS6 = [d1 + d2 + d3]+ olarak hesaplanr (Scholl, 1999). ekil 5.1deki rnek problem iin AS6 deeri yle hesaplanr: Adm 1. A1 = {6} , A2 = {1} Adm 2. A1 = {6} , A2 = {1, 3} Adm 3. d2 = [3/2]+ = 2 Adm 4. d3 = 0 AS6 = [2 + 2 + 0]+ = 4 olarak hesaplanr. iftlenmi eleri Alt-snr (AS5): Bu alt-snr, istasyon bana ortalama bir veya iki i esinin dt problemler iindir. Be adm ile bulunur: Adm 1. Atanmam tm i eleri artan ilem srelerine gre dizilirler. Adm 2. Listedeki ilk ve son i esinin ilem sresi toplanr. Eer toplam sre evrim sresinden bykse veya listede salt tek bir atanmam i esi kalmsa Adm 3e geilir. Toplam sre evrim sresine eit ise Adm 4e geilir. Dier durumda Adm 5e geilir. Adm 3. Listedeki son i esi tek bana bir sonraki istasyona atanr ve listeden kartlr. Tm i eleri atanmsa durulur. Dier durumda Adm 2ye dnlr.
34

d1 = 2 2, 4 ve 5 no.lu i eleri akta kalr. d = 3

Adm 4. Listedeki hem ilk hem de son i esi birlikte, sradaki istasyona atanr. Tm i eleri atanmsa durulur. Dier durumda Adm 2ye dnlr. Adm 5. Listedeki ilk, ikinci ve son i esinin ilem sreleri toplam belirlenir. Eer toplam, evrim sresine eit veya evrim sresinden daha azsa Adm 6ya geilir. Dier durumda, listedeki son i esi ile bu i esi ile ayn istasyona atandnda evrim sresini amayacak olup, listedeki en byk ilem sreli i esi ayn istasyona atanr. Adm 2ye dnlr. Adm 6. Adm 5, i eli olurlu bir istasyon atamasn oluturur. Prosedr durdurulur ve kalan atanmam i eleri iin AS1 kullanlarak alt-snr belirlenir
(Aase ve di., 2003).

ekil 5.1deki rnek problem iin AS5 deeri yle hesaplanr: Adm 1. 3-2-4-5-1-6 Adm 2. t3 + t6 = 13 > C Adm 3. A1 = {6} 3-2-4-5-1

Adm 2. t3 + t1 = 10 = C Adm 4. A2 = {1, 3} Adm 2. t2 + t5 = 10 = C Adm 4. A3 = {2, 5} Adm 3. A4 = {4} Buradan AS5 = 4 olarak bulunur.
5.3.4. Basknlk ve Azaltma Kurallar

2-4-5

Basknlk ve azaltma kurallar, aacn boyutlarn kltmek, seenek istasyon atama kmelerinin saysn azaltmak iin kullanlan mantksal testlerdir. Bu kurallar yardmyla problem basitletirilir, varolan zmden daha iyi bir zme, yni en iyi zme gtrmeyecek olan dmler elenir. Balca basknlk ve azaltma kurallar unlardr: esi Sresi Arttrma Kural: Herhangi bir i esinin ilem sresi, bu i esinin, ncelik ilikilerinden bamsz olarak, en kk ilem sreli i esi ile ayn istasyona atanmasna izin vermeyecek kadar bykse, yni bu i esi, 35

ncelik ilikilerinden bamsz olarak, bir istasyona tek bana atanmak zorunda ise, bu i esinin ilem sresi, evrim sresi olarak deitirilir. ekil 5.1deki rnekte yer alan 6 numaral i esinin sresi, bu kural dahilinde (C = 10) olarak kabul edilebilir. En Byk Yk Kural: Bir veya daha fazla tamamlanm ama en fazla ekilde yklenmemi ksm sonular eler, nk ayn istasyon saysna sahip ama daha fazla i esi ieren en az bir ksm sonu kesinlikle vardr. Tm istasyonlarn oluturulurken en st dzeyde ykle yklenmesine dikkat edilir. Jackson Basknlk Kural: Eer Fi Fh ve t i t h ise, h. i esi i. i esini basklar. Eer iki i esinin ilem sreleri ve izleyen ardllar aynysa, kk numaral i esi, byk numaral i esini basklar. Jackson basknlk kuralna gre, eer k. i esi m. i esini basklyorsa, m. i esi bir en st dzeyde istasyon yk Sb kmesine atanmsa ve k. i esi henz hi bir istasyona atanmamsa, Sb kmesinden m. i esi kartlp, yerine k. i esi atand varsayldnda istasyon sresi evrim sresini amyorsa, Sb olas istasyon yk elenebilir. Bu kural, k. ve m. i elerinin ardllarnn yaplabilmesi iin k. ve m. i elerinin her ikisinin de yaplmas gerektii ama yapl srasnn nemli olmad gereine dayanr (Scholl, 1999). ekil 5.1deki rnek problemde, 3 ve 4 no.lu i elerinin ardllar ayn ve (t4 > t3) olduundan, 4 no.lu i esi 3 no.lu i esini basklar. lk stasyon Basknlk Kural: 2 ve daha byk numaral istasyonlarn herhangi bir olas yk, eer daha nceden deerlendirilmi ilk istasyon olas yklerinin herhangi birinin alt kmesi ise deerlendirmeye alnmaz, elenir. Bu kural ayn istasyon yklerine farkl sralarla sahip olan zmlerin eit olduuna dayanr. Etiketleme Kural / Aa Basknlk Kural: Etiketleme kural salt i esi srasnda farkllk gsteren ayn ksm sonularn yeniden bulunmasnn nne gemek iin kullanlr. stasyonlara yaplm tm olurlu atama kmeleri iin gereken istasyon says bellekte tutulur. Daha nce ele alnm bir olurlu atama kmesi iin daha iyi bir sonu bulunduunda, yeni bulunan sonu, daha da iyi bir sonu bulunana kadar bu kme iin bellekte tutulan sonu olur. Aa basknlk kural da ayn amac gder ama deerlendirilmi kmelerin sonularn bellekte

36

tutmak iin aa yapsndan yararlanr. Bu da daha az oranda bellek kullanm salar (Scholl ve Klein, 1999a). ekil 5.1deki rnek problem iin etiketleme kural yle uygulanr: Etiketleme basknlk kural iin i elerinin etiketleri belirlenir. i = 1, 2, , n iin L(i) =
h pi'

L ( h) + 1

pi' = h | h < i ve h Pi*

L(1) = 0 + 1 = 1 L(2) = L(1) + 1 = 2 L(3) = L(2) + 1 = 3 L(4) = L(1) + L(3) + 1 = 5 L(5) = 0 + 1 = 1 L(6) = 0 + 1 = 1 Bu etiketlerden yararlanarak, tm olurlu atama kmeleri iin, o kmeye zg etiket deerleri belirlenir. Tm olurlu atama kmelerinin etiket deerleri u ekilde bulunur: L(1, 2) = 3 L(1, 3) = 4 L(2, 4) = 7 L(1, 2, 3) = 6 L(1, 2, 4) = 8 L(1, 2, 3, 4) = 11 L(1, 2, 3, 4, 5) = 12 L(1, 2, 3, 4, 5, 6) = 13 cil esi Atanmas Basknlk Kural: Eer bir i esi atanmaya hazrsa ama atanmam i elerinden, ncelik ilikilerine baklmakszn, herhangi biri ile evrim sresi almadan ayn istasyona atanamyorsa, bir sonraki istasyona cil olarak bu i esi atanr, dier olaslklar dikkate alnmaz (Aase ve di., 2003).
5.4. BMHDPde Dal-Snr Algoritmas Uygulamalar zerine Literatr Aratrmas Van Assche ve Herroelen (1978)in nerdii dal-snr algoritmas, minimal alt-

snr stratejisini ieren bir algoritmadr. Prosedr, bo kmeye atanabilir i

37

elerinin atanmas ile balar. Her dm, varolan bir zm verecek mi ?diye kontrol edilir (bir zm elde etmek iin salt iki istasyon kalmsa o dm elde varolan bir zm verecek dmdr). Elde varolan bir zmn olmad belli olduunda bu dmden dallanma, yeni olas i istasyonlarnn oluturulmas srdrlr. Yeni istasyonlar (dmler) oluturulurken, Jackson Basknlk Kural uygulanr. Her dm iin bir istasyon alt-snr hesaplanr. En dk alt-snra sahip dm bir sonraki iterasyon iin seilir. Ayn en dk alt-snra sahip dmler arasnda bir eleme yapabilmek iin ayrca her dm iin bir ceza hesaplanr. Ceza, geriye kalan i istasyonlarnn ortalama zamann sresini verir. Bir sonraki iterasyon iin en dk alt-snra sahip dmler arasndan en kk cezaya sahip olan dm seilir. Ayn alt-snr ve cezaya sahip dmler arasnda bir seim yapabilmek iin ise farkl, eitlik durumunda geerli ncelik kurallar uygulanmtr. Aacn herhangi bir dm iin varolan bir zm bulunursa, dmn tm ncl (ata) dmleri iin bir zm garantilidir.
Johnson (1981), bu makalesinde basit montaj hatt dengeleme problemlerinin

zmnde kullanlan optimizasyon algoritmalarn karlatrmtr. Algoritmalar 20 i esi ve 40 i esinin szkonusu olduu iki farkl durumda, farkl evrim sreleri ve sralama gleri asndan incelenmitir. En iyi zm veren algoritmalarn istasyon bana den i esi saysna gre deitii gzlenmitir. Karlatrlan alt algoritma unlardr: Johnsonn kendi nerdii algoritma, Held ve dierlerinin nerdii, Gutjahr ve Nemhauserin nerdii, Jacksonn nerdii ve bunun yeniden dzenlenmi hli, Charlton ve Deathin nerdii dinamik programlama ve dal-snr algoritmalar. Johnsonn nerdii algoritma, en yeni dm aratrmas olarak nitelenen bir dal-snr algoritmas. Dmleri balayan kanallar (arc) olurlu istasyonlar simgeler. Her yol bir olurlu zm simgeler. Aa oluturulurken salt maksimum yklenmi istasyonlar dikkate alnr. Her dmden kan kanallar, olas maksimum yklenmi istasyonlar simgeler. Bir sonraki dm, en az tl sreye sahip istasyon (ark) zerinden gidilerek oluturulur. Ulalan zm, geerli en iyi zm olarak kabul edilir ve bu zm zerinden her admda bir dm olmak zere geri gidilerek ve oluturulmu dier olurlu maksimum yklenmi istasyonlar kullanlarak en iyi zm bulunmaya allr.

38

Johnson (1983), makalesinde orijinal montaj hatt dengeleme probleminin iki

deiik durumu iin bir dal-snr algoritmas nermitir. Bu iki deiik durumdan birincisi, istasyon srelerinin plnlanm dengesizlii, ikincisi ise i elerinin zel bir tip istasyona atanma zorunluluudur. Makalede bu iki deiik durum iin uygun olan algoritmann, baka yedi deiik durum iin de kullanlabilecei ne srlmektedir. Bu yedi deiik durum ise, srekli hatlardaki stokastik i esi sreleri, belirli bir istasyona belirli bir i esinin atanmas, nitelik derecesi, hattnsolu ve hattn-sa i eleri, i elerinin farkl istasyonlara atanma zorunluluu, karma modelli montaj hatlar ve paralel istasyonlarda bulunan i elerinin szkonusu olduu durumdur.
Saltzman ve Baybars (1987)n nerdii algoritma bir derinlik nce arama

algoritmasdr. Balang st-snr bir sezgisel ile belirlenir (Wee ve Magazinein IUFFD yntemi), balang alt-snr ise AS1 ve AS5 ile. En byk istasyon yknn bulunmasndan sonra sezgisel ile tamamlanan problem yardmyla daha uygun bir st-snr bulunmaya allr. Son maksimum yklenmi istasyon atamasnn yerel alt-snrnn veya global alt-snrn, varolan st-snr at, son maksimum yklenmi istasyon atamasnn tl srenin varolan tl sre snrn at, dmn daha iyi sonu veren bir istasyona atanamad durumlarda szkonusu dm elenmektedir. Bu algoritma probleme ayn anda hem ileri ynde hem de geri ynde uygulanr. Her sre sras ile bir dm inceler. Problem ile ilgili ncelik diyagram gibi ortak bilgiler ve srecin ilerlemesi ile deiebilen varolan en iyi st ve alt-snrlar gibi ortak bilgiler paylalan bir bellekte tutulur ve buradaki bilgiler her iki sre tarafndan gncellenir.
Johnson (1988) makalesinde, toplamda 1.000 civar ve istasyon bana yaklak 6

i esinin bulunduu Tip-1 BMHDP montaj hatlarnn optimal dengelenmesi iin gelitirdii Fable isimli algoritmay aklamtr. Fable lazer tipi, bir derinlik nce dal-snr algoritmasdr. Fable n zellii, optimum sonucu ksa sre iinde dk bellek gereksinimi ile bulmasdr. Bu da her seferde, zm aacnn tek dalnn yaratlmasndan kaynaklanmaktadr. Bir sonraki daln oluturulmas iin, nceki daln dmleri yok edilmektedir. Dal oluturma srasnda grece daha uygun i elerinin seilmesi iin i elerinin yeniden nasl numaraland nemlidir. Eer bir i esi sresi nedeniyle istasyona atanm tek i esi olacaksa,

39

bu i esinin sresi evrim sresi olarak alnabilir. Dmlerin elenmesinde ise 8 yntemden snr olarak yararlanlmtr.
Hackman, Magazine ve Wee (1989), makalelerinde, Tip-1 BMHDP iin sezgisel

bir dal-snr algoritmas nermilerdir. Dal-snr algoritmasnda en az alt-snr dallandrma stratejisi izlenmitir. Sezgisel ise nerilen yntemin iki aamasnda kullanlm, ilki snrlama, ikincisi ise elemedir (ikincisi syesinde dal-snr aacnn boyutu nemli oranda azalm.). Sezgisel olarak, yaplan karlatrma sonucunda kabul edilebilir sonu verenlerden olduundan, IUFF6 yntemi kullanlmtr. Sezgiselden, snrlama aamasnda istasyon says st-snr belirlenirken, eleme aamasnda ise iki basknlk kural yannda dmlerin saysnn fazla olmas durumunda kimi dmn sezgisel olarak elenmesinde yararlanlmtr. Yaplan testlerde yntemin iyi sonular verdii grlmtr. Tip-1 BMHDP iin kullanlan yntemin Tip-2 BMHDP iin nasl uyumlandrldndan da szedilmitir.
Berger, Bourjolly ve Laporte (1992)nin makalesinde bir derinlik nce arama dal-

snr algoritmas ele alnmtr. Ama, gerekli istasyon saysn enkklemektir. Berger ve dierleri, gelitirdikleri algoritmay Hackman ve dierlerinin (1989) almas zerine kurmulardr. Farkl olarak daha gl bir alt-snr ve dal-snr aratrmas iin daha gl bir ayrma yordam kullanmlardr. Alt-snr iin AS1 veya AS6 kullanlrken st-snr immediate update first-fit (IUFF) sezgiseli ile hesaplanmtr (si olarak ti alnm). ok fazla miktarda olurlu atama olaslnn olduu durumlarda ise ayrma yordam olarak (incelenecek olurlu atama olasln azaltmak iin) Hackman, Wee ve Magazinein ynteminin zerine lk Uyan Arttrma Kural, Berger vd.nin dm oluturma prosedr ile tm dmleri oluturma prosedr uygulanmtr. Atanma olasl olan i eleri kmelerinin oluturulmasnda Schrage ve Baker (1978) yntemi kullanlmtr. Makalede ayrma kurallar ve alt-snr kurallar birletirilerek be eit dal-snr algoritmas oluturulmutur.
Hoffmann (1992)n makalesinde Tip-1 BMHDP iin, Hoffmannn nceden

gelitirdii sezgisel yntemin de bir aamasnda kullanlan, bir dal-snr optimizasyon algoritmas (EUREKA) ele alnmtr. Bu bir derinlik nce, lazer tipi algoritmadr. Algoritmada optimal zme gtrmeyen dmlerin elenmesinde snr olarak kuramsal en az toplam atl sreden yararlanlmtr. Oluturulan her 40

dm iin birikimli istasyon tl sreleri hesaplanr ve kuramsal en az toplam tl sre ile karlatrlr ve daha byk olmas durumunda dm elenir. Kuramsal en az istasyon says iin geerli bir olurlu zmn olmad durumda, en az istasyon says bir arttrlarak ilemler yinelenir. Algoritmann tmnde, yntemin belirlenmi bir sre iinde, ncelik diyagramnda ileriye ve geriye doru sra ile uygulanmasna ramen optimum sonucun bulunamad durumda, son olarak herhangi bir sre kst olmadan Hoffmannn sezgisel yntemi uygulanr.
Scholl ve Klein (1999a) ise makalelerinde en etkin dal-snr algoritmalar olan

FABLE, OptPack, Eureka ve SALOMEyi basit montaj hatt dengeleme problemi Tip-1 iin kyaslamlar. Kyaslama iin tek bir hesaplama ortam ve genelde kullanlan veri kmelerine kyasla daha zor bir veri kmesi kullanmlar. Saysal kyaslamadan nce tm prosedrler dallandrma, snrlama ve uyguladklar mantksal testler asndan karlatrlmlardr. Saysal karlatrma iin yeni oluturulan daha zor birletirilmi veri kmesinden baka bilinen veri kmeleri de kullanlmtr. Basit problemlerde en hzl zm veren yntemin OptPack olduu grlrken, genelde bakldnda, zellikle zor problemlerde, SALOMEnin performansnn en iyi olduu ortaya kmtr. SALOMEye, aa basknlk kural, Jackson basknlk kuralnn geniletilmi hli, dmlerin dinamik numaralandrlmas eklendiinde, performansnn daha da artt grlmtr.

41

6. U-TP MONTAJ HATLARI 6.1. Genel Bilgi

TZ sistemleri, daha nce de tanmladmz gibi, rn kalitesini arttrmak ve mliyetleri drmek iin retim srecindeki varolan israflar ortadan kaldrmay amalar. U-tipi montaj hatlar, gnmzde tam zamannda retim sistemlerinin vazgeilmez bir parasdr. U-tipi hatta, makinalar hattn evresine konulandrlr. iler ise hattn i tarafnda alrlar. U-tipi hatlarda alan iilerin yksek nitelikli olmalar, yni birden ok daha fazla sre ierisinde alabilecek durumda olmalar, U-tipi montaj hatlarnn esnekliinin dayand noktadr. Genelde hattn girii ve kndan bir ii sorumludur. Bu syede hattan bir rn kmadan, yeni bir rnn hatta girmesine izin verilmez. Bu syede hatta bir sorun olduunda, hattn hemen durdurulmas olanakl olur. U-tipi hatlarda, rnler ve iiler saat ynnde veya tersi ynde hareket edebilir. U-tipi hatlarda alan ii says, hattaki istasyon saysna bal olarak deiebilir. Tek iinin alt U-tipi hatlar vardr. Birden fazla iinin bir hatta birlikte alt durumlarda, iilerin her biri batan sona hat boyunca bir rnn montajn gerekletirebilirler veya iiler salt hat zerindeki belli ilerden sorumlu olurlar. kinci durum, U-tipi hatlarn uygulanmasnda daha yaygndr
(Miltenburg, 2001).

U-tipi hatlarn dorusal hatlara kyasla eitli stnlkleri vardr. Dorusal hatlarda bir veya birka i esinden sorumlu olan ii, hattn belirli bir ksmnda alrken, U-tipi hatlarda dorusal hatlardan farkl olarak hattn farkl ksmlarnda alabilmektedir, yni hat zerinde ardk olarak bulunmayan i elerinden sorumlu olabilirler. ilerin birbirleriyle yakn konumlanm olmas, iiler arasndaki iletiim dzeyini ykseltir. iler sorun yaandnda iletiime geebilir, birbirlerine yardm edebilir ve bylece sorunu ksa srede zebilirler. Ayrca U-tipi hatlarda, hat iiler tarafndan daha rahat gzlemlenebilir, bu da kalite sorunlar gibi sorunlarn abuk saptanabilmesine ve annda mdahaleye olanak tanr.

42

U-tipi hatlarda iilerin hat zerindeki tm ileri yapabilecek kadar nitelikli olmalar, dorusal hatlar karsndaki baka bir stnlktr. Bu syede iiler talebin artp azalmasna gre hatlara rahatlkla atanabilir, bu da beraberinde yksek oranda esneklii getirir. Artan talebin, dk nitelikli igc nedeniyle evrim sresini deitiremeyip, retim saatini arttrarak karland dorusal hatlara kyasla, U-tipi hatlardaki bu esneklik syesinde talep deiiklikleri, hat zerindeki alan saysnn deitirilmesi ile kolayca zlr. Ayrca iilerin bir btn olarak yaplan i hakknda bilgi sahibi olmalar, srecin gelitirilmesine yardmc olabilmelerini salar. Ayrca U-tipi hatlarn dier stnlkleri arasnda; daha kolay malzeme tama, dk stok, daha kolay retim plnlama ve kontrol, kalite kontrol ve takm almas da saylabilir (Miltenburg ve Wijngaard, 1994). U-tipi montaj hatlar, tesislerde tek balarna kullanlabildikleri gibi, esneklii arttrmak ve igcnden en st dzeyde yararlanabilmek iin, birka U-tipi hat bir arada veya daha karmak ekilde de kullanlabilir. zellikle birden ok rnn retilmesi iin bu tr hatlar yelenir. Karmak yapdaki U-tipi hatlar, ok sayda hattn oluturduu tek U-tipi hat, ikili baml U-tipi hat, i ie U-tipi hat gibi farkl yaplarda olabilirler. oklu U-tipi hat tesisi ise, bu anlamda ulalabilecek en karmak durumdur. Burada amalanan, her hatta olan, evrim sresinden daha az istasyon sresine sahip istasyonlar, U-tipi hattn ilk istasyonu yaparak ve birden ok U-tipi hattn bu dk sreli istasyonlarn tek bir nitelikli iiye vererek igcnden en yksek dzeyde yararlanmaktr. Byle bir tesiste szkonusu iinin katedecei mesafeler bydnden, mesafeleri alrken harcanan sreler de dikkate alnr
(Miltenburg, 2001). U-tipi montaj hatlar ile dorusal montaj hatlar arasndaki

yerleim fark, ekil 6.1.de gsterilmitir.

43

ekil 6.1: Dorusal ve U-tipi Hat Yerleimi Fark (Aase ve di., 2003) 6.2. Basit U-tipi Hat Dengeleme Problemi (BUHDP)

Basit U-tipi hat dengeleme problemi, Basit Montaj Hatt Dengeleme Probleminden, i elerinin istasyonlara atanmas asndan farkllk gsterir. Basit montaj hatt dengelemede, istasyonlara atanacak i eleri, nclleri atanm i eleri arasndan seilir. Oysa U-tipi montaj hatt dengeleme probleminde atamas yaplacak i eleri, nclleri veya ardllar atanm i eleri arasndan seilir. Basit U-tipi montaj hatlar dengelenirken amalar farkl olabilir. Ayn BMHDPde olduu gibi, sabit bir evrim sresi dahilinde istasyon saysnn enkklenmesinin amaland duruma Tip-1 BUHDP, sabit istasyon says szkonusu iken evrim sresinin enkklenmesinin amaland duruma Tip-2 BUHDP denir. Tip-1 BUHDPde gereksinim duyulan istasyon says, U-tipi hatta i elerinin oluturduu olurlu kme olasl daha fazla olduundan, hi bir zaman hattn dorusal hlinde gereksinim duyulan istasyon saysndan fazla olamaz. Bu nedenle dorusal hattn istasyon says, U-tipi hatlarn istasyon says iin bir st-snr olarak alnabilir. Bu almada Tip-1 BUHDPde en iyi zm veren yntemler ele alnacaktr. Tip-1 BUHDPnin matematiksel modeli (Miltenburg ve Wijngaard, 1994): 44

N Enk N * C t k j =1 kW j N

IW
j =1

=M

Wi IW j =
i j

kWj

j = 1, , N

1 k n

Her k i esi iin;

A j Ak Ai Ak
1 Ai S

j Pk j Fk

6.3. BUHDPde Uygulanan Analitik Yntemler 6.3.1. BUHDPde Dinamik Programlama Uygulamalar zerine Literatr Aratrmas Miltenburg ve Wijngaard (1994) makalelerinde, DPyi U-tipi montaj hatlarn

dengelemek iin kullanmlardr. Tam zamanl retim ilkesinin bir uzants olan Utipi hatlarn dengelenmesi, i eleri ncelik ilikisi diyagram ierisinde ileriye, geriye veya ayn anda her iki yne doru gruplanabileceinden, geleneksel montaj hatlarnn dengelenmesinden daha zordur. Geleneksel montaj hatt dengeleme probleminde montaj hatt dorusal hat olarak dnlmtr. Dorusal hatlarda, i elerinin i istasyonlarna atanmasna ilk i esi ile balanr ve ncelik ilikileri diyagram ierisinde ileriye doru ilem srdrlr. U-tipi hatlarda ise istasyonlara atanan i eleri, hattn farkl yerlerinden olabilirler. Geleneksel hat dengeleme problemi ile U-tipi hat dengeleme problemi arasndaki temel fark udur: Geleneksel hat dengeleme probleminde istasyonlara atanacak i eleri, nclleri daha nceden bir istasyona atanm olan ve atanabilecek durumdaki i eleri kmesinden seilir. U-tipi hat dengeleme probleminde ise atanacak i eleri, nclleri daha nceden bir istasyona atanm olan ve 45

atanabilecek durumdaki i elerinin bulunduu kme ile ardllar daha nceden bir istasyona atanm olan ve atanabilecek durumdaki i elerinin bulunduu kmenin bileiminden oluan i eleri kmesinden seilir. Bu nedenle U-tipi montaj hatt dengelemede iki farkl tip olurlu kme szkonusudur: leriye olurlu kmede bulunan her i esinin ncl olan i esi/eleri de kmenin elemandr, geriye olurlu kmede bulunan her i esinin ise ardl olan i esi/eleri de bu kmenin elemandr. U-tipi montaj hatt dengelemede gznnde tutulan olurlu kmeler de, ileriye ve geriye olurlu kmelerin bileiminden oluur. Buradan da olurlu dizilerin, ileriye olurlu diziler ile geriye olurlu dizilerin birleimi olduu sylenebilir. leriye ve geriye dizilerin i elerinin kendi aralarndaki sralar deimedii srece, olurlu dizinin farkl permtasyonlar olabilir. Miltenburg ve Wijngaard, U-tipi hatlarn dengelenmesine ynelik gelitirdikleri prosedrde Held ve dierlerinin DP ynteminden ve Schrage ve Bakerin olurlu kme oluturma ve etiketleme prosedrnden yararlanmlardr. Miltenburg ve Wijngaardn olurlu kmeleri oluturmak iin gelitirdikleri algoritmada nce, tpk Schrage-Bakerda olduu gibi, ileriye olurlu kmeler oluturulur. Daha sonra oluturulan her geriye olurlu kme ile birlikte, ileri ve geriye olurlu kmelerin bileimi olan niha olurlu kmeler oluturulur. Burada da kullanlan DP yineleyen fonksiyonu, Held vd.nin nerdii ile ayndr.

c( s) = min{c( s j ) + ( j | s j ) | j R f ( s f ) veya j R b ( s b ), s = s f s b }
Miltenburg ve Wijngaard, bu yntemi 21 kk boyutlu probleme

uyguladklarnda, 19 problemde geleneksel montaj hattyla ayn sayda i istasyonu veren zme ulamlardr. ki problemde ise geleneksel hatta gereksinim duyulan istasyon saysndan 1 tane az sayda istasyon says veren zm bulunmutur. Miltenburg ve Wijngaard, DP yntemini daha byk boyutlu problemler iin uygulamamlardr.
Miltenburg (1998), makalesinde oklu U-tipi hatlarn bulunduu tesislerde U-tipi

hatlarn dengelenmesi problemini, birden fazla U-tipi hattan oluan ve komu U-tipi hatlarn kimi istasyonlar paylat durumda i elerinin en az saydaki i istasyonuna atanmas problemi olarak ele almtr. Miltenburg, oklu U-tipi hatlarn bulunduu tesisler iin tip i istasyonu tanmlamtr: Normal istasyon (geleneksel hatlardaki tm istasyonlar normaldir. U46

tipi hatlarda byk normal istasyonlar problem giderme ve iletiim sorunu yaratacandan istenmez, 5 veya 6 i esi ile snrlanrlar.), geili istasyon (hattn iki tarafnda bulunan i esi gruplarnn birlikte atand istasyon. Operatr bu iki grup i esi arasnda gidip gelirken belirli bir mesafeyi kateder.), oklu hat istasyonu (iki komu hattan da i eleri ieren i istasyonu. Bu istasyonda ek olarak iki hat arasndaki mesafeler de katedilmektedir.). Bu makalede yaplan kabule gre bitiik hatlar arasnda birden fazla oklu istasyona izin verilmemitir ve bu istasyon, ancak hatlarn balang ve biti ksmlarnda bulunabilir. Yni bir hattn son istasyonundaki tl sre, bir sonraki hattn ilk istasyonundaki atama yaplabilen sre olur. Miltenburgun makalesinde belirttiine gre, oklu U-tipi hatlarn bulunduu tesislerde U-tipi hatlarn dengelenmesi probleminde ama, evrim sresi, ncelik, i eleri iin mevk ve istasyon tipi kstlarn dikkate alarak, en kk mliyeti veren olurlu i esi dizisini bulmaktr. evrim sresinin tm U-tipi hatlar iin ayn olduu kabul edilmitir. U-tipi hatlar arasndaki oklu istasyonlar syesinde DP algoritmas ile her seferinde bir hat dengelenmektedir. Bir U-tipi hattn son istasyonunun, bir sonraki U-tipi hattn ilk istasyonu olmas ise, hattn sonundaki i elerine rastlantsal bir yksek mliyet atanmas, rnein en byk i esi tamamlanma sresi ile salanmaktadr. Bylece bu i elerinin atand normal veya geili istasyonda, bitiik hattn balangndaki i elerinin atanmas iin yer kalm olmaktadr. DPnin uygulanmas iin olurlu kmelerin oluturulmasnda Miltenburg, Lawler yaklamn yelemitir. Lawler yaklamnda, olurlu kmeler artan eleman says sras dahilinde oluturulmaktadr. Burada U-tipi hatlar szkonusu olduundan, Lawlern dorusal hat iin gelitirdii algoritma U-tipi hatta uygulanm, yni geriye olurlu kmeler ve ileriye ve geriye olurlu kmelerin bileimi olan olurlu kmeler oluturulmutur. Olurlu kmelerin oluturulmasndan sonra kullanlan DP fonksiyonu ise Held vd.nin fonksiyonu olarak gsterilmitir.
c( s ) = min{c( s j ) + (c( s j ), t j )}
js

(6.1)

Miltenburg, yntemi yeni denge kurma durumunda bz ilerin veya tm ilerin yerlerinin deitirilmesi durumlar iin bir rnek tesis zerinde ve bilinen test problemlerinden yaratlm bir faraz oklu U-tipi hatlarn bulunduu tesiste 47

uygulamtr. Yntemin, istenen sayda, i esi says 22yi amayan ve ncelik diyagram ok geni olmayan oklu U-tipi hat ieren tesislere uygulanabilecei grlmtr.

6.3.2. BUHDPde Dal-Snr Algoritmas Uygulamalar zerine Literatr Aratrmas

BUHDPdeki ncelik ilikilerindeki farkllk nedeniyle BMHDPde kullanlan AS4 ve Jackson basknlk kural etkin ekilde kullanlamaz (Aase ve di., 2003).
Scholl ve Klein (1999b), bu makalelerinde BMHDP iin gelitirdikleri ve

SALOME adn verdikleri dal-snr algoritmasn Basit U-tipi Montaj Hatt Dengeleme Problemi iin gelitirmiler ve yeni hlini ULINO olarak adlandrmlardr. ULINOda atamalar i esi numaralar dikkate alnarak yapldndan, i elerinin uygun ekilde numaralandrlm olmas nemlidir. Bu nedenle problemin banda i elerini yeniden numaralandrmak gereklidir. Bu numaralandrma syesinde i eleri ardllarndan ve/veya ncllerinden daha kk numaraya sahip olurlar. ULINOda dallandrma aamasnda derinlik nce arama stratejisinden yararlanlmtr. Dallandrma aamasnda seenek istasyon atamalar (dmler), tl srelerine gre iki gruba ayrlmaktadr: Varolan alt-snr dhilinde gerekleen atama seenekleri ve tl sresi nedeniyle alt-snr deeri bir arttrlarak gerekleen atama seenekleri. ncelikli olarak birinci gruptaki seenekler zerinden ilerleniyor. Dme her geri dnte bir dier seenek zerinden ilerlenmekte. Snrlama yaklam olarak ULINOda AS1, AS2, AS3 ve AS6 kullanlmakta. ULINOda uygulanan basknlk ve azaltma kurallar ise en fazla yk kural, Jackson basknlk kural ve aa basknlk kuraldr. ULINO, makalede Tip-1 BUHDP, Tip-2 BUHDP ve genel BUHDP iin eitli veri kmelerine uygulanmtr. Hesaplamalar sonucunda ULINOnun kstl sre ierisinde Tip-1 BUHDP ve Tip-2 BUHDPde ok iyi sonular verdii ortaya kmtr. zellikle Tip-1 BUHDPde ULINOnun 297 i esine kadar olan problemleri ksa srede zd grlmtr.
Aase, Schniederjans ve Olson (2003), makalelerinde basit U-tipi montaj hatt

dengeleme problemi iin gelitirilen ve U-OPT ad altnda toplanan dal-snr prosedrlerini ele almtr. U-OPT1 dallanma stratejisi olarak derinlik nce aramay 48

kullanrken, U-OPT2 lazer tipi, U-OPT3 ise en iyi ilki kullanmtr. Bu yordamlarn ULINOdan temel fark, AS5 ve BK6un gelitirilmi ve uygulamaya konmu olmasdr. Yordamlarn tantlmasndan baka, makalede iki soruya yant aranmtr: 1. U-OPTun basit U-tipi montaj hatt dengeleme problemini zme performans zerinde en byk etkiye sahip tasarm elemanlar nelerdir ? (Burada tasarm eleman olarak ele alnanlar: AS1, AS2, AS3 ve AS5 alt-snrlar, BK1, BK3, BK4, BK5 ve BK6 basknlk kurallar, her dmde yerel st-snrn aranmas, bir balang zmnn belirlenmesi ve basit montaj hatt dengeleme probleminin zmnn balang zm olarak kullanlmasdr. AS4 ve BK2 eleme kurallar, U-tipi montaj hatt dengeleme problemine uyarlanrken glerini nemli lde yitirdiklerinden burada ele alnmamlardr.) 2. Basit U-tipi montaj hatt dengeleme probleminin zmnde U-OPT dier bilinen yntemlere gre ne kadar etkindir ? lk sorunun yant olarak, en iyi sonular U-OPT1 ile alnm. Genel olarak bakldnda BK1, BK3, BK4 ve BK5in yordam performans zerinde nemli bir etkiye sahip olmad grlmtr. U-OPTun ULINO ile karlatrlmasnda ise, U-OPTun belirgin olarak daha iyi performans sergiledii grlmtr.

49

7. ETKN DAL-SINIR ALGORTMALARININ BR RNEK ZERNDE UYGULANMASI

Literatrde, Tip-1 BMHDP iin etkin olduklar belirtilen FABLE ve EUREKA algoritmalar bir rnek problem zerinde, Tip-1 BUHDP iin etkin olduklar belirtilen ULINO ve U-OPT1 algoritmalar da baka bir problem zerinde uygulanmtr. FABLE ve EUREKA ile zlen BMHDPde, iki yntemin uyguland durumda da 6 istasyon ile denge salanmtr. Her iki zmde de denge kayb % 20 olarak bulunmutur. ULINO ve U-OPT1 ile zlen BUHDPde, iki yntemin uyguland durumda da 6 istasyon ile denge salanmtr. Her iki zmde de denge kayb % 0 olarak bulunmutur. deal durum elde edilmitir. U-OPT1 uygulamasnda gereksinim duyulan balang zm, problemin BMHDP olarak EUREKA ile zlmesi ile elde edilmitir. EUREKA ile hat dorusal olarak 7 istasyon ile dengelenmitir. Bu durumda denge kayb %17 olarak bulunmutur. Bu da U-tipi hatlarn dorusal hatlara gre stnlnn bir gstergesidir. Algoritmalarn rnekler zerindeki ayrntl uygulamalar Ek A, Ek B, Ek C ve Ek Dde bulunmaktadr.

50

8. UYGULAMA 8.1. Firma Bilgisi

ncelenen dal-snr algoritmalarnn endstriyel yaamdan bir problem zerinde uygulanmas hedeflenmi, bu amala Mercedes-Benz Trk firmasndaki MS Tipi Koltuk Kuma Dikim Blmndeki deri balkl koltuk kuma dikim hatt incelenmitir. Mercedes-Benz Trk, 1967 ylnda stanbulda Otomarsan ad altnda kurulmutur. irket 1968 ylndan beri stanbulda otobs, 1986 ylndan itibaren de Aksarayda kamyon retmektedir. irketin ad 1980 ylnda Mercedes-Benz Trk A.. olarak deitirilmitir. irketin ortaklar Daimler Chrysler AG, Overseas Lending Corporation, Koluman Holding A.., Trk Silahl Kuvvetlerini Glendirme Vakf ve MKEdir. Bugn, Mercedes-Benz Trkn Aksaray fabrikasnda hafif ve ar snf kamyonlar ve ekiciler, stanbuldaki Hodere ve Davutpaa fabrikalarnda ise ehirleraras ve belediye tiplerinde otobsler retilmektedir. Mercedes-Benz Trk A..de bugn yaklak olarak 2.800 personel istihdam edilmektedir. Otobs retiminde kapasitenin, verimliliin, kalitenin arttrlmas ve rn yelpazesinin geniletilmesi amacyla kurulmu olan Hodere fabrikasnda, Davutpaadan gelen ehirleraras ve belediye tipi otobslerin karoserlerinin boya, montaj ve fini ilemleri gerekletirilmektedir. Yllk retim kapasitesi 3.000 otobs olan Hodere fabrikasnn kapasitesinin 4.000 otobse karlmas hedeflenmektedir. Hodere ve Davutpaa Otobs fabrikalarnda bugn yaklak olarak 2.200 personel almaktadr. Montaj ve transfer hatlarnn ve sabit alma istasyonlar kombinasyonunun uyguland Hodere fabrikasnda, ayn anda farkl modellerin retilmesinde salanan esnekliin yansra, retimde bekleme sreleri de en aza ekilebilmektedir.

51

Karoserlerin montaj istasyonlar arasnda tanmas ve baka montaj ileri iin hava yast teknolojisinin kullanld Hodere fabrikasnda, bu syede, ergonomik adan alma koullar iyiletirilmitir. Hodere fabrikasnda ambar ve malzeme birimleri, en iyi malzeme akn salamak amac ile malat holleriyle btnleik duruma getirilmitir.
8.2. Uygulama Yaplan Hattn Tantm

Uygulama Mercedes-Benz Trk firmasnn Hodere Otobs Fabrikasndaki Koltuk Kuma Dikim Blmnde, deri balkl koltuk kuma dikim hattnda gerekletirilmitir. Hatta 07:30-15:30 ve 15:30-23:30 olmak zere iki vardiya hlinde allmaktadr. Her vardiyada 2 adet 10 dakikalk ay molas ile 30 dakikalk yemek molas verilmektedir. Bu molalar kartldnda hattn iki vardiyadaki net alma sresi 860 dakika olmaktadr. Varolan durumda gnlk ara retimi 8,2 olduundan ve her arata 50 koltuk bulunduundan, evrim sresi 126 saniye olarak belirlenmitir. Ancak hat gerek durumda basit bir montaj hatt deildir. Belirli dikilerin belirli makinalarda yaplmasnn zorunlu olmas ve farkl ayak ayar gerektiren dikilerin ayn makinada yaplmasnn ek hazrlk sresi gerektirmesi nedeniyle ortaya kan sabit donanm kst, hatt basit montaj hatt olmaktan karmtr. Uygulama srasnda deri balkl koltuk kuma dikim hattnn basit bir montaj hatt olduu kabul edilmi, sabit donanm kst gznne alnmamtr. Firmada gnlk ara retiminin 8,6ya kartlmas hedeflenmitir. Buradan hareketle, uygulamada hat iin dikkate alnacak evrim sresi hesaplanrken bu hedef gznnde tutulmu, bunun sonucunda da uygulama iin evrim sresi 120 saniye olarak belirlenmitir. Deri balkl koltuk kuma dikim hatt 19 i esinden olumaktadr. Hatta ait i eleri ve ilem sreleri Tablo 8.1de gsterilmitir.

52

Tablo 8.1: Uygulama Problemi eleri esi No 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 esi Minder kuma overlok Minder arka vinleks dikimi Minder fitil dikimi Srtlk faas u dikim ektirme bezinin srtla dikimi Minder ektirme bezi dikimi Minder faa dikimi Gri ektirme bezinin dikimi Arka deri balk entik atma Arka deri balk dikimi Arka deri balk entik Balk evre dikimi Baln ana kumaa dikimi Srtlk fitil dikim Srtlk vinleks dikim Srtlk faa dikim Arka kapama kumann srtlk ile birletirme dikimi Yan kapama overlok Minder srtlk birletirme Sre (sn.) 68 28 48 26 25 24 78 23 22 28 23 42 35 77 20 74 47 58 35

Hatta ait i elerinin teknolojik ncelik diyagram ekil 8.1de, teknolojik ncelik matrisi ise Tablo 8.2de, gsterilmitir. Yaplan hesaplama sonucunda hattn esneklik orannn 0,53 olduu bulunmutur. Bu da, olduka esnek ncelik ilikisi yapsna sahip bir problem ile kar karya olunduunu gstermektedir.

53

68 1

28 2

48 3 78 7

24 6

35 19

22 9 25 5 26 4 23 8

28 10

23 11

42 12

35 13

77 14

20 15

74 16

47 17

58 18

ekil 8.1: Uygulama Problemi ncelik Diyagram Tablo 8.2: Uygulama Problemi ncelik Matrisi 1 2 3 - 1 1 - 1 4 0 0 0 5 0 0 0 0 6 0 0 0 0 0 7 1 1 1 0 0 1 8 0 0 0 0 0 0 0 9 10 11 12 13 14 15 16 17 18 19 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 1 1 1 1 0 0 0 0 1 1 1 1 1 1 1 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 1 1 - 1 1 1 1 1 1 1 1 1 1 - 1 1 1 1 1 1 1 1 1 - 1 1 1 1 1 1 1 1 - 1 1 1 1 1 1 1 - 1 1 1 1 1 1 - 1 1 1 1 1 - 1 1 1 1 - 1 1 1 - 1 1 - 1 -

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19

54

8.3. Problemin EUREKA, FABLE, ULINO ve U-OPT1 ile zm

Uygulama iin seilen problem basit I-tipi montaj hatt olarak EUREKA ve FABLE algoritmalar ile, daha sonra da basit U-tipi montaj hatt olarak ULINO ve U-OPT1 algoritmalar ile zlmtr. MATLAB7.3 EUREKA ve U-OPT1 EUREKA algoritmalarnn ve ULINO uygulanmasnda kullanlmtr.

algoritmalarnn uygulanmas srasnda, istasyonlara olurlu i esi atamalar,

Hoffmannn (1963) gelitirdii ncelik matrisi yaklamndan yararlanlarak

oluturulmutur.

UOPT1

algoritmasnda

her

dzeydeki

istasyon

atama

seeneklerinin oluturulmasnda da, yine Hoffmannn yaklam temel alnmtr.

Hoffmannn Olurlu stasyon Atama Yaklam: Hoffmann (1963) hangi

aamada hangi i elerinin atanabilir olduunu anlamak iin ncelik matrisinden yararlanmtr. Hoffmannn yaklamnda kulland ncelik matrisinde salt dorudan ardllk ilikisi 1 ile gsterilir. Dolayl ncelik ilikilerinde hcrelere 0 yazlr. ncelik matrisinin her stunu toplanarak matrisin altnda yeni bir satr yaratlr. Bu satrda 0 deerine sahip i eleri, o aamada atanmaya hazr i eleridir, nk 0 deeri bu i elerinin o aamada atanmam herhangi bir nclnn olmadn gstermektedir. Bulunulan aamada istasyona, bo kalan istasyon sresine uygun sreli her i esinin atanmasndan sonra, atanan i esine ait satr ve stun ncelik matrisinden kartlr, bylece ncelik matrisi gncellenir. Gncellenmi ncelik matrisi iin her seferinde yeni bir stun toplam satr oluturulur ve atanmaya hazr yeni i eleri belirlenmi olur. Bu yaklam U-tipi hatlarn dengelenmesinde kullanabilmek iin ncelik matrisinin yannda ardllk matrisinin de oluturulmas gerektii grlmtr. Bu amala ncelik matrisini olutururken kullanlan mantk nda bir ardllk matrisi oluturulmutur. ncelik matrisinin stunlarnn toplanmas ile oluturulan ek satr, ardllk matrisi iin de oluturulur. Bu satrdaki 0 deerleri, U-tipi hat dengeleme problemi zlrken ardl atand iin, o aamada atanmaya hazr i elerinin hangileri olduunu gsterir. Uygulama probleminin ULINO ile zlmesi srasnda oluturulan, yeniden numaralandrlm i elerine ilikin ncelik diyagram ekil 8.2de, dorudan ncelik ve dorudan ardllk matrisleri ise Tablo 8.3 ve Tablo 8.4te grlmektedir.

55

ekil 8.2: ULINO in ncelik Diyagram

Uygulama problemininin, 120 saniyelik evrim sresi iin, basit I-tipi montaj hatt olarak EUREKA ile dengelenmesi iin ncelikle Hoffmannn ncelik matrisi yaklamndan yararlanlmtr. Uygun i eleri, EUREKA algoritmas gereince istasyon tl sreleri gznnde tutularak istasyonlara atandnda, toplam 19 i esi, 8 istasyon ile dengelenmitir. Hat, FABLE ile dengelendiinde de EUREKA ile ayn sonu bulunmutur. Her iki dengeleme sonucunda i elerinin istasyonlara atanmalar u ekildedir: S1 = {1-2-6} S2 = {3-4-5} S3 = {7-8} S4 = {9-10-11-12} S5 = {13-14} S6 = {15-16} S7 = {17-18} S8 = {19}

56

Tablo 8.3: ULINO iin i eleri dorudan ncllk matrisi

1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 2 0 0 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 2 3 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 0 0 0 2 4 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 0 0 2 5 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 1 6 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 1 7 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 1 2 8 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 9 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 10 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 11 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 12 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 13 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 14 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 1 15 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 1 16 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 1 17 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 2 18 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 1 19 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 1

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 H0

Tablo 8.4: ULINO iin i eleri dorudan ardllk matrisi

19 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 1 18 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 17 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 16 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 15 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 14 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 13 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 1 12 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 1 11 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 1 10 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 9 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 1 8 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 1 7 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 1 6 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 1 5 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 1 4 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 1 3 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 1 2 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 1

19 18 17 16 15 14 13 12 11 10 9 8 7 6 5 4 3 2 1

57

Uygulama problemi ayn evrim sresi dahilinde, bu sefer basit U-tipi montaj hatt olarak dengelenmitir. Problem, U-tipi montaj hatt olarak, ncelikle U-OPT1 algoritmas ile zlmtr. U-OPT1 ile zerken Hoffmannn ncelik matrisi yaklamndan ve problemin global st snr olarak da EUREKA algoritmas ile bulduumuz 8 istasyonlu dengeden yararlanlmtr. U-OPT1 ile amalanan, problemin kuramsal en az istasyon says olan 7 istasyon ile dengelenmi bir zmn bulmaktr. U-OPT1 uygulamas sonucu, problem 7 istasyon ile u ekilde dengelenmitir: S1 = {1-2-6} S2 = {3-4-5} S3 = {7-19} S4 = {9-10-11-12} S5 = {13-14} S6 = {18-17} S7 = {8-15-16} Uygulama problemi, 120 saniyelik evrim sresi iin, basit U-tipi montaj hatt dengeleme problemi olarak U-OPT1 algoritmas ile dengelendikten sonra, bu kez de yine basit U-tipi montaj hatlar iin en iyi zm veren ULINO algoritmas ile dengelenmitir. ULINO algoritmasnda balangta ve her aamada atanmam i elerinin belirli kurallar dahilinde yeniden numaralandrlmas gerekmektedir. ULINO ile hat, U-OPT1de olduu gibi, uygulama problemi iin kuramsal en az istasyon says olan 7 istasyon ile dengelenmitir. ULINO iin yeniden numaralandrlm i eleri, atandklar istasyonlarda balangtaki zgn numaralar ile aada gsterilmitir: S1 = {1-2-6} S2 = {3-4-5} S3 = {7-19} S4 = {9-10-11-12} S5 = {13-14}

58

S6 = {8-15-16} S7 = {17-18}
8.4. Dengeleme zmlerinin Karlatrlmas

Grld zere, uygulama problemini oluturan hat basit I-tipi bir montaj hatt olarak dnldnde 8 istasyonla, basit U-tipi montaj hatt olarak dnldnde ise gerekli en az istasyon says olan 7 istasyon ile dengelenmitir. U-tipi montaj hatt syesinde, iin istenen evrim sresi dahilinde yaplmas iin gereksinim duyulan istasyon says 1 azalm ve bylece U-tipi hattn I-tipi hatta olan en grnr stnl gzlemlenmitir. Hattn U-OPT1 ve ULINO ile dengelenmesi sonucunda elde edilen 7 istasyonlu zmlerin ilk 5 istasyonu btnyle ayndr, son iki istasyona atanan i elerinin istasyon ii yapl sralar ayn ama istasyon sralar farkldr. Bulunan her drt zm de, i elerinin varolan istasyonlara ne lde dengeli daldnn grlmesi amacyla, denge kayb asndan karlatrldnda; EUREKA ve FABLE iin denge kayb %18,6 ve U-OPT1 ve ULINO iin denge kayb %7 olarak bulunmutur. Her iki denge kayb da ideal deildir ama U-tipi hat olarak bulunan zmn daha kk bir denge kayb salad aktr. lerin istasyonlar arasnda orantl dalp dalmadn grmek iin drt zm dzgnlk indeksi asndan karlatrdmzda; EUREKA ve FABLE iin dzgnlk indeksi %10 ve U-OPT1 ve ULINO iin dzgnlk indeksi %3,4 olarak bulunmutur. Burada da U-tipi hat dengeleme yaplmas durumunda istasyonlarn ok daha dzgn yklenecei grlmektedir.

59

Uygulama problemi iin, hattn kuramsal en az istasyonla dengelenmesi durumunu gsteren kuramsal hat etkinlii %93tr. Oysa hattn basit I-tipi montaj hatt olarak dengelenmesi durumunda hat etkinlii %81 olarak bulunmaktadr. Hat U-OPT1 veya ULINO kullanlarak basit U-tipi montaj hatt olarak dengelendiinde ise hat etkinlii %93 olarak bulunmutur. Bu da kuramsal etkinlie eittir.

60

9. SONULAR ve TARTIMA

Bu almada ncelikle, basit montaj hatt dengeleme problemi iin en iyi zm veren yntemler arasnda etkinlik asndan ne kan dinamik programlama ve dalsnr algoritmas incelenmitir. Bu yntemler zerine literatrde yaplan inceleme sonucunda, dal-snr algoritmasnn hesaplama sresi ve gereksinim duyulan bellek boyutu asndan dinamik programlamaya kyasla daha etkin alt grlmtr. Dal-snr algoritmalarnn aratrlmas sonucunda FABLE ve EUREKA algoritmalarnn en iyi zme en ksa srede ulamak asndan etkin algoritmalar olduu belirlenmitir. Dinamik programlama ve dal-snr algoritmalarnn U-tipi hatlara uyguland almalarn sonularnn da benzer olduu grlmtr. Dal-snr algoritmalar arasnda U-tipi montaj hatlarnn dengelenmesinde ne kan yaklamlar olarak ise ULINO ve U-OPT1 algoritmalar belirlenmitir. Endstriyel yaamdan alnan 19 i eli bir montaj hatt dengeleme probleminin Itipi montaj hatt olarak zm iin EUREKA ve FABLE, U-tipi montaj hatt olarak zm iin ise ULINO ve U-OPT1 algoritmalar kullanlmtr. Problemin U-tipi montaj hatt olarak dengelendii durumlarda, beklendii gibi, Itipi hatta kyasla daha az sayda istasyonla denge salanmtr. U-tipi montaj hatt olarak dengelemede bulunan istasyon says, kuramsal en az istasyon saysna eittir. Denge kayb, dzgnlk indeksi ve hat etkinlii asndan da, problemin Utipi montaj hatt olarak dengelenmesi durumunda daha iyi sonular elde edilmitir. ULINO ve U-OPT1 algoritmalarnn uygulama problemine uygulanmas sonucunda elde edilen istasyonlardan ilk bei btnyle ayn i elerinden olumaktadr ve i elerinin sralar ayndr. Son iki istasyon ise her iki durumda da ayn i eleriyle yklenmitir ama istasyon sralar farkldr. Yaplan alma sonucunda dal-snr algoritmalar ile, montaj hatt dengeleme problemi iin en iyi zmn bulunduu ve buna ek olarak, problemin U-tipi

61

montaj hatt olarak dengelenmesinin, I-tipi montaj hatt olarak dengelenmesine kyasla ok daha stn olduu grlmtr.

62

KAYNAKLAR Aase, G.R., Schniederjans, M.J., Olson, J.R., 2003. U-OPT: An Analysis of

Exact U-shaped Line Balancing Procedures, International Journal of

Production Research, 41 (17), 4185-4210.

Acar, N., 1989. retim Plnlamas Yntem ve Uygulamalar, Milli Prodktivite

Merkezi Yaynlar, Ankara.

Askin, R.G., Standridge, C.R., 1993. Modelling and Analysis of Manufacturing

Systems, John Wiley and Sons Inc., Singapore.

Bard, J. F., 1989. Assembly Line Balancing with Parallel Workstations and Dead

Time, International Journal of Production Research, 27, 1005-1018.

Baskak, M., 2005. retim Hatlarnda Modelleme Ders Notlar, stanbul. Baybars, ., 1986. A Survey of Exact Algorithms for the Simple Assembly Line

Balancing Problem, Management Science, 32 (8), 909-932.

Becker, C., Scholl, A., 2006. A Survey on Problems and Methods in Generalized

Assembly Line Balancing, European Journal of Operational

Research, 168, 694-715.

Bedworth, D.D., Bailey, J.E., 1987. Integrated Production Control Systems, John

Wiley and Sons Inc., Singapore.

Berger I., Bourjolly J.M., Laporte G., 1992. Branch-and-Bound Algorithms for

the Multi-Product Assembly Line Balancing Problem, European

Journal of Operational Research, 58, 215-222.

Easton, F. F., 1990. A Dynamic Program with Fathoming and Dynamic Upper

Bounds for the Assembly Line Balancing Problem, Computers and

Oper. Res., 17, 163-175.

Erel, E., Sarin, S. C., 1998. A Survey of the Assembly Line Balancing Procedures,

Production Planning and Control, 9 (5), 414-434.

63

Everett, E.A., Ronald J.E., 1992. Production and Operations Management,

Prentice Hall Inc., New Jersey.

Gutjahr, A. L. ve Nemhauser, G. L., 1964. An Algorithm for the Line Balancing

Problem, Management Science, 11, 308-315.

Hackman, S.T., Magazine, M. J., Wee, T.S., 1989. Fast, Effective Algorithms For

Simple Assembly Line Balancing Problems, Operations Research,

37 (6), 916-924. Held, M., Karp, R. M. ve Shareshian, R., 1963. Assembly Line Balancing

Dynamic Programming with Precedence Constraints, Operations

Research, 11, 442-459.

Henig, M. I., 1986. Extensions of the Dynamic Programming Method in the

Deterministic and Stochastic Assembly Line Balancing Problems,

Computers and Oper. Res., 13, 443-449.

Hoffmann, T.R., 1963. Assembly Line Balancing with a Precedence Matrix,

Management Science, 9 (4), 551-562.

Hoffmann, T.R., 1992. EUREKA: A Hybrid System for Assembly Line Balancing,

Management Science, 38 (1), 39-47.

Jackson, J.R., 1956. A Computing Procedure for a Line Balancing Problem,

Management Science, 2 (3), 261-271.

Johnson, R.V., 1981. Assembly Line Balancing Algorithms: Computation

Comparisons, International Journal of Production Research, 19 (3), 277-287.

Johnson, R.V., 1983. A Branch and Bound Algorithm for Assembly Line

Balancing Problems with Formulation Irregularities, Management

Science, 29 (11), 1309-1324.

Johnson, R.V., 1988. Optimally Balancing Large Assembly Lines With Fable,

Management Science, 34 (2), 240-253.

Kao, E. P. C. ve Queyranne, M., 1982. On Dynamic Programming Methods for

Assembly Line Balancing, Operations Research, 30, 375-390.

Kobu, B., 1982, retim Ynetimi, stanbul niversitesi Yaynlar, stanbul.

64

Miltenburg, J., 1998. Balancing U-lines in a Multiple U-line Facility, European

Journal of Operational Research, 109, 1-23.

Miltenburg, J., 2001. U-shaped Production Lines: A Review of Theory and

Practice, International Journal of Production Economics, 70, 201214.

Miltenburg, J. ve Wijngaard J., 1994. The U-line Line Balancing Problem,

Management Science, 40, 1378-1388.

Saltzman M.J., Baybars ., 1987. A Two-process Implicit Enumeration Algorithm

for the Simple Assembly Line Balancing Problem, European

Journal of Operational Research, 32, 118-129.

Scholl, A., 1999. Balancing and Sequencing of Assembly Lines, Physica-Verlag,

Heidelberg.
Scholl, A., Becker, C., 2006. State-of-the art Exact and Heuristic Solution

Procedures for Simple Assembly Line Balancing, European Journal

of Operational Research, 168, 666-693.

Scholl, A., Klein, R., 1999a. Balancing Assembly Lines Effectively A

Computational Comparison, European Journal of Operational

Research, 114, 50-58.

Scholl, A., Klein, R., 1999b. ULINO: Optimally Balancing U-shaped JIT Lines,

International Journal of Production Research, 37 (4), 721-736.

Schrage, L. ve Baker, K. R., 1978. Dynamic Programming Solution of

Sequencing Problems with Precedence Constraints, Operations

Research, 26, 444-449.

Taha, H.A., 2003. Yneylem Aratrmas, Literatr Yaynclk, stanbul. Talbot, F.B., Patterson, J.H., 1984. An Integer Programming Algorithm with

Network Cuts for Solving the Assembly Line Balancing Problem,

Management Science, 30 (1), 85-99.

Talbot, F.B., Patterson, J.H., Gehrlein, W.V., 1986. A Comparative Evaluation

of Heuristic Line Balancing Techniques, Management Science, 32

(4), 430-454.

65

Tanya M., Baskak, M., 2006. retim Plnlama ve Kontrol, rfan Yaymclk,

stanbul.
Van Assche F., Herroelen W.S., 1978. An Optimal Procedure for the Single-

Model Deterministic Assembly Line Balancing Problem, European

Journal of Operations Research, 3, 142-149.

66

EKLER EK A: FABLE Uygulamas

ekil A.1: Tip-1 BMHDP ncelik Diyagram (Scholl, 1999)

ekil A.1.deki ncelik diyagram iin C = 10dur. Olanak varsa, i esi sresi arttrma kural uygulanr. Bu rnekte baka hi bir i esi ile birlikte bir istasyona atanamayacak salt tek bir i esi var: 9 numaral i esi. 9 numaral i esinin ilem sresi 10, yni evrim sresi olarak kabul edilir. FABLEda kmeler i esi numaralar dikkate alnarak oluturulacandan, i eleri yeniden numaralandrlr. Numaralandrlma sonucu ekil A.2.deki ncelik diyagram elde edilir.

ekil A.2: Yeniden Numaralandrlma ile Elde Edilen ncelik Diyagram

Jacksonn basknlk kuralna uyan i esi iftlerinin varolup olmad, belirlenir. (a, b) ifdesi a, bye gre baskndr demektir. 67

Bu rnekte byle iki ift var; (1, 4) ve (6, 7)

AS4 (tek makina izelgeleme snr) kullanlarak problem iin alt-snr hesaplanr. pi = ti / C elerinin pi deerleri Tablo A.1de grlebilir.
Tablo A.1: elerinin pi Deerleri

10 pi 0,2

9 1

8 0,2

7 0,4

6 0,5

5 0,4

4 0,5

3 0,5

2 0,6

1 0,6

0 0

ni1 = AS1(Fi*) burada AS1 =

Fi* = i iinin dorudan ve geili ardllarnn kmesi

p
i =1

olarak hesaplanr.

elerinin ni1 deerleri Tablo A.2de gsterilmitir.

Tablo A.2: elerinin ni1 Deerleri

10 ni1 0

9 0,2

8 1,2

7 1,4

6 1,4

5 1,9

4 2,3

3 2,8

2 1,8

1 3,3

0 4,9

* AS 2( Fi ) ni2 = 1 AS 2( Fi* ) 2

eger pi

1 veya AS 2( Fi* ) 2

diger durumda

1 1 1 1 burada AS2 = J ,1 + J , olarak hesaplanr. 2 2 2 2

|A|, A kmesindeki eleman saysn belirtir. elerinin ni2 deerleri Tablo A.3de gsterilmitir.

68

Tablo A.3: elerinin ni2 Deerleri

10 ni2 0

9 0

8 0,5

7 0,5

6 1

5 1,5

4 1,5

3 2

2 1

1 2,5

0 4,5

2 * eger p i AS 3( Fi ) 3 ni3 = 1 * AS 3( Fi ) diger durumda 3

2 2 2 2 1 1 2 1 1 1 burada AS3 = J ,1 + J , + J , + J , olarak hesaplanr. 3 3 3 3 2 3 3 3 3 3

elerinin ni3 deerleri Tablo A.4de gsterilmitir.
Tablo A.4: elerinin ni3 Deerleri

10 ni3 0

9 0

8 0,67

7 0,67

6 0,67

5 1,17

4 1,67

3 2,17

2 1,17

1 2,67

0 4,5

ni4 = Enb p h1 + nh1 , p h1 + p h2 + nh2 ,........, p h1 + p h2 + ..... + p hr + nhr ni = Enb {ni1, ni2, ni3, ni4}

Eer pi + ni >[ni]+ ise, ni en yakn byk tamsayya yuvarlanr ve bu hli kullanlr. Enb deerinin hesaplanmas srasnda i elerinin yazl sras, i elerinin yuvarlanm deerlerine gre azalan ekilde sralanmasyla elde edilir. elerinin ni4, ni ve yuvarlanm deerleri Tablo A.5de gsterilmitir.
Tablo A.5. elerinin ni4, ni ve Yuvarlanm Deerleri

10 ni4 ni 0 0

9 0,2 0,2 1

8 2 2 2

7 2,2 2,2 2,2

6 2,2 2,2 2,2

5 2,7 2,7 3

4 3,4 3,4 3,4

3 3,9 3,9 4

2 2,6 2,6 3

1 4,1 4,1 4,1

0 5,7 5,7 6

yuvarlanm 0

69

n104 = 0 n94 = Enb {p10 + n10} = Enb {0,2 + 0} = 0,2 n84 = Enb {p9 + n9, p9 + p10 + n10} = Enb {1 + 1, 1 + 0,2 + 0} = 2 n74 = Enb {0,2 + 2; 0,2 + 1 + 1; 0,2 + 1 + 0,2 + 0} = 2,2 n64 = Enb {2,2; 2,1; 1,3} = 2,2 n54 = Enb {2,7; 2,7; 2,7; 1,9} = 2,7 n44 = Enb {3,4; 3,1; 3,1; 3,1; 2,3} = 3,4 n34 = Enb {3,9; 3,9; 3,6; 3,6; 3,6; 2,8} = 3,9 n24 = Enb {2,6; 2,6; 2,6; 1,8} = 2,6 n14 = Enb {3,6; 4; 3,7; 3,7; 4,1; 4,1; 3,3} = 4,1 n04 = Enb {4,7; 5,1; 5; 5,2; 5,6; 5,3; 5,7; 5,7;5,7; 4,9} = 5,7 AS4 = n0 = 6 olur

Etiketleme basknlk kural iin i elerinin etiketleri belirlenir. i = 1, 2, , n iin L(i) =

h pi'

L ( h) + 1

pi' = {h | h < i ve h Pi* }

Pi* = i iinin dorudan ve geili ncllerinin kmesi L(1) = 0+1 = 1 L(2) = 0+1 = 1 L(3) = L(1) + L(2) + 1 = 3 L(4) = L(1) + L(2) + 1 = 3 L(5) = L(2) + 1 = 2 L(6) = L(2) + 1 = 2 L(7) = L(3) + L(4) + L(5) + L(6) + 1 = 11 L(8) = 0 + 1 = 1 L(9) = 0 + 1 = 1 70

L(10) = 0 + 1 = 1

Aa oluturulur. Adm 1 Varolan istasyon numaras k = 1 Kullanlmam k. istasyon sresi = C = 10 Varolan atanm i esi says p = 0 Yeni seilmi i esi i = 1 Adm 2 Yeni seilmi i esi 1. istasyona atanr S1 = {1} Kullanlmam istasyon sresi = C t1 = 10 6 = 4 Varolan atanm i esi says p = 1 {1} Geri dn i esi = 0 p n olduundan Adm 3e ge Adm 3 Adm 4 (Yeni seilmi i esi > 0) ama byle bir i esi yok, Adm 4e ge Yeni bir istasyon balat (k = 2) Kullanlmam istasyon sresi = (C = 10) Adm 5 Adm 2 Yeni seilmi i esi i = 2 Yeni seilmi i esi 2. istasyona atanr S2 = {2} Kullanlmam istasyon sresi = C t2 = 10 6 =4 Varolan atanm i esi says p = 2 {1, 2} Geri dn i esi = 0 p n olduundan Adm 3e ge Adm 3 Adm 2 Yeni seilmi i esi (ysi) i = 7 Yeni seilmi i esi 2. istasyona atanr S2 = {2, 7} Kullanlmam istasyon sresi (kis) = 0 Varolan atanm i esi says p = 3 {1, 2, 7} Geri dn i esi (gdi) = 0

71

p n olduundan Adm 3e ge Adm 3 Adm 4 ysi > 0 fakat byle bir i esi yok, Adm 4e ge k=3 kis = C = 10 Adm 5 Adm 2 ysi i = 3 S3 = {3} kis = 10 5 = 5 p = 4 {1, 2, 7, 3} gdi = 0 p n olduundan Adm 3e ge Adm 3 Adm 2 ysi i = 4 S3 = {3, 4} kis = 0 p = 5 {1, 2, 7, 3, 4} gdi = 0 p n olduundan Adm 3e ge Adm 3 Adm 4 (ysi > 0) ama byle bir i esi yok, Adm 4e ge k=4 kis = 10 Adm 5 Adm 2 ysi i = 5 S4 = {5} kis = 6 p = 6 {1, 2, 7, 3, 4, 5} gdi = 0 p n olduundan Adm 3e ge Adm 3 ysi i = 6

72

Adm 2

S4 = {5, 6} kis = 1 p = 7 {1, 2, 7, 3, 4, 5, 6} gdi = 0 p n olduundan Adm 3e ge

Adm 3 Adm 4

ysi > 0 ama byle bir i esi yok, Adm 4e ge k=5 kis = 10

Adm 5 Adm 2

ysi i = 8 S5 = {8} kis = 8 p = 8 {1, 2, 7, 3, 4, 5, 6, 8} gdi = 0 p n olduundan Adm 3e ge

Adm 3 Adm 4

(ysi > 0) ama byle bir i esi yok, Adm 4e ge k=6 kis = 10

Adm 5 Adm 2

ysi i = 9 S6 = {9} kis = 0 p = 9 {1, 2, 7, 3, 4, 5, 6, 8, 9} gdi = 0 p n olduundan Adm 3e ge

Adm 3 Adm 4

(ysi > 0) ama byle bir i esi yok, Adm 4e ge k=7 kis = 10

73

Adm 5 Adm 2

ysi i = 10 S7 = {10} kis = 8 p = 10 {1, 2, 7, 3, 4, 5, 6, 8, 9, 10} gdi = 0 p = n olduundan Adm 6ya ge

Adm 6

Varolan geerli zmde k = 7 istasyonla denge salanm. {1; 2, 7; 3, 4; 5, 6; 8; 9; 10} olurlu ama optimal olmayan bir sonu, nk AS = 6.

Adm 7

Geri dn gdi = en son atam i esi i =10 S7 10 S7 =

S7nin kis = 10 p = 9 {1, 2, 7, 3, 4, 5, 6, 8, 9} ysi = 0 kis = C olduundan Adm 5e ge Adm 5 Adm 7 esi varolan deil ve p > 0 , Adm 7ye ge S7nin kis = C olduundan, k 1 gdi = 9 S6 9 S6 = k=6

S6nn kis = 10 p = 8 {1, 2, 7, 3, 4, 5, 6, 8} ysi = 0 kis = C olduundan Adm 5e ge Adm 5 Adm 7 esi varolan deil ve p > 0, Adm 7ye ge S6nn kis = C olduundan, k -1 k=5

74

gdi = 8 S5 8 S5 =

S5in kis = 10 p = 7 {1, 2, 7, 3, 4, 5, 6} ysi = 0 kis = C olduundan Adm 5e ge Adm 5 Adm 7 esi varolan deil ve p > 0, Adm 7ye ge S5in kis = C olduundan, k 1 gdi = 6 S4 6 S4 = {5} k=4

S4n kis = 6 p = 6 {1, 2, 7, 3, 4, 5} ysi = 0 kis < C olduundan Adm 3e ge Adm 3 Adm 7 Byle bir i esi yok ve gdi > 0, Adm 7ye ge gdi = 5 (S4 6) 5 S4n kis = 10 p = 5 {1, 2, 7, 3, 4} ysi = 0 kis = C olduundan Adm 5e ge Adm 5 Adm 7 esi varolan deil ve p > 0, Adm 7ye ge S4n kis = C olduundan, k 1 gdi = 4 S3 4 S3 = {3} k=3 S4 =

S3n kis = 5

75

p = 4 {1, 2, 7, 3} ysi = 0 kis < C olduundan Adm 3e ge Adm 3 Adm 7 Byle bir i esi yok ve gdi > 0, Adm 7ye ge gdi = 3 (S3 4) 3 S3n kis = 10 p = 3 {1, 2, 7} ysi = 0 kis = C olduundan Adm 5e ge Adm 5 Adm 7 esi varolan deil ve p > 0, Adm 7ye ge S3n kis = C olduundan, k 1 gdi = 7 S2 7 S2 = {2} k=2 S3 =

S2nin kis = 4 p = 2 {1, 2} ysi = 0 kis < C olduundan Adm 3e ge Adm 3 Adm 7 Byle bir i esi yok ve gdi > 0, Adm 7ye ge gdi = 2 (S2 7) 2 S2nin kis = 10 p = 1 {1} ysi = 0 kis = C olduundan Adm 5e ge Adm 5 ysi = 3 S2 =

76

Eleme kurallar uygulanr:

- Etiketleme basknlk kural UYGUN AS1 AS2 AS3 AS4 UYGUN UYGUN UYGUN UYGUN DEL

AS4 ile olurlu zm iin istasyon says 7 bulundu. Bu zm varolan geerli zmden daha iyi deil. Bu nedenle (i = 3) yeni seilmi i esi olarak alnmaz. esi varolan deil ve p > 0, Adm 7ye ge Adm 7 S2nin kis =C olduundan, k -1 gdi = 1 S1 1 S1 = k=1

S1in kis = 10 p=0 ysi = 0 kis = C olduundan Adm 5e ge Adm 5 ysi = 3 Eleme kurallar uygulanr: - Etiketleme basknlk kural UYGUN AS1 AS2 AS3 AS4 UYGUN UYGUN UYGUN UYGUN

AS4 = 6 istasyon olarak bulunduundan, (i = 3) yeni seilmi i esi olarak alnabilir, Adm 2ye ge Adm 2 S1 = {3} kis = 5 p = 1 {3} 77

gdi = 0 p n olduundan Adm 3e ge Adm 3 ysi = 4 Eleme kurallar uygulanr: - Etiketleme basknlk kural UYGUN AS1 AS2 AS3 AS4 UYGUN UYGUN UYGUN UYGUN

AS4 = 6 istasyon olarak bulunduundan, (i = 4) yeni seilmi i esi olarak alnabilir, Adm 2ye ge Adm 2 S1 = {3, 4} kis = 0 p = 2 {3, 4} gdi = 0 p n olduundan Adm 3e ge Adm 3 Byle bir i esi yok ve ysi > 0, Adm 4e ge ncesinde eleme kurallar uygulanr: - En fazla yk kural UYGUN - Jacksonn basknlk kural UYGUN - lk istasyon basknlk kural UYGUN - Etiketleme basknlk kural UYGUN - AS1 UYGUN - AS2 UYGUN - AS3 UYGUN - AS4 UYGUN Adm 4 k=2

78

kis = 10 Adm 5 ysi = 1 Eleme kurallar uygulanr: - Etiketleme basknlk kural UYGUN AS1 AS2 AS3 AS4 UYGUN UYGUN UYGUN UYGUN

AS4 = 6 istasyon olarak bulunduundan, (i = 1) yeni seilmi i esi olarak alnabilir, Adm 2ye ge Adm 2 S2 = {1} kis = 4 p = 3 {3, 4, 1} gdi = 0 p n olduundan Adm 3e ge Adm 3 ysi = 5 Eleme kurallar uygulanr: - Etiketleme basknlk kural UYGUN AS1 AS2 AS3 AS4 UYGUN UYGUN UYGUN UYGUN

AS4 = 6 istasyon olarak bulunduundan, (i = 5) yeni seilmi i esi olarak alnabilir, Adm 2ye ge Adm 2 S2 = {1, 5} kis = 0 p = 4 {3, 4, 1, 5} gdi = 0 p n olduundan Adm 3e ge 79

Adm 3

Byle bir i esi yok ve ysi > 0, Adm 4e ge ncesinde eleme kurallar uygulanr: - En fazla yk kural UYGUN - Jacksonn basknlk kural UYGUN - lk istasyon basknlk kural UYGUN - Etiketleme basknlk kural UYGUN - AS1 UYGUN - AS2 UYGUN - AS3 UYGUN - AS4 UYGUN

Adm 4

k=3 kis = 10

Adm 5

ysi = 2 Eleme kurallar uygulanr: - Etiketleme basknlk kural UYGUN AS1 AS2 AS3 AS4 UYGUN UYGUN UYGUN UYGUN

AS4 = 6 istasyon olarak bulunduundan, (i = 2) yeni seilmi i esi olarak alnabilir, Adm 2ye ge Adm 2 S3 = {2} kis = 4 p = 5 {3, 4, 1, 5, 2} gdi = 0 p n olduundan Adm 3e ge Adm 3 ysi = 7

80

Eleme kurallar uygulanr:

- Etiketleme basknlk kural UYGUN AS1 AS2 AS3 AS4 UYGUN UYGUN UYGUN UYGUN

AS4 = 6 istasyon olarak bulunduundan, (i = 7) yeni seilmi i esi olarak alnabilir, Adm 2ye ge Adm 2 S3 = {2, 7} kis = 0 p = 6 {3, 4, 1, 5, 2, 7} gdi = 0 p n olduundan Adm 3e ge Adm 3 Byle bir i esi yok ve ysi > 0, Adm 4e ge ncesinde eleme kurallar uygulanr: - En fazla yk kural UYGUN - Jacksonn basknlk kural UYGUN - lk istasyon basknlk kural UYGUN - Etiketleme basknlk kural UYGUN - AS1 UYGUN - AS2 UYGUN - AS3 UYGUN - AS4 UYGUN Adm 4 k=4 kis = 10 Adm 5 ysi = 6

81

Eleme kurallar uygulanr:

- Etiketleme basknlk kural UYGUN AS1 AS2 AS3 AS4 UYGUN UYGUN UYGUN UYGUN

AS4 = 6 istasyon olarak bulunduundan, (i = 6) yeni seilmi i esi olarak alnabilir, Adm 2ye ge Adm 2 S4 = {6} kis = 5 p = 7 {3, 4, 1, 5, 2, 7, 6} gdi = 0 p n olduundan Adm 3e ge Adm 3 ysi = 8 Eleme kurallar uygulanr: - Etiketleme basknlk kural UYGUN AS1 AS2 AS3 AS4 UYGUN UYGUN UYGUN UYGUN

AS4 = 6 istasyon olarak bulunduundan, i = 8 yeni seilmi i esi olarak alnabilir, Adm 2ye ge Adm 2 S3 = {6, 8} kis = 3 p = 8 {3, 4, 1, 5, 2, 7, 6, 8} gdi = 0 p n olduundan Adm 3e ge Adm 3 Byle bir i esi yok ve ysi > 0, Adm 4e ge ncesinde eleme kurallar uygulanr: 82

- En fazla yk kural UYGUN - Jacksonn basknlk kural UYGUN - lk istasyon basknlk kural UYGUN - Etiketleme basknlk kural UYGUN - AS1 UYGUN - AS2 UYGUN - AS3 UYGUN - AS4 UYGUN Adm 4 k=5 kis = 10 Adm 5 ysi = 9 Eleme kurallar uygulanr: - Etiketleme basknlk kural UYGUN AS1 AS2 AS3 AS4 UYGUN UYGUN UYGUN UYGUN

AS4 = 6 istasyon olarak bulunduundan, (i = 9) yeni seilmi i esi olarak alnabilir, Adm 2ye ge Adm 2 S5 = {9} kis = 0 p = 9 {3, 4, 1, 5, 2, 7, 6, 8, 9} gdi = 0 p n olduundan Adm 3e ge Adm 3 Byle bir i esi yok ve ysi > 0, Adm 4e ge ncesinde eleme kurallar uygulanr: - En fazla yk kural UYGUN

83

- Jacksonn basknlk kural UYGUN - lk istasyon basknlk kural UYGUN - Etiketleme basknlk kural UYGUN - AS1 UYGUN - AS2 UYGUN - AS3 UYGUN - AS4 UYGUN Adm 4 k=6 kis = 10 Adm 5 ysi = 10 Eleme kurallar uygulanr: - Etiketleme basknlk kural UYGUN AS1 AS2 AS3 AS4 UYGUN UYGUN UYGUN UYGUN

AS4 = 6 istasyon olarak bulunduundan, (i = 10) yeni seilmi i esi olarak alnabilir, Adm 2ye ge Adm 2 S6 = {10} kis = 8 p = 10 {3, 4, 1, 5, 2, 7, 6, 8, 9, 10} gdi = 0 p = n olduundan Adm 6ya ge Adm 6 Yeni zm 6 istasyonla dengelemeyi salad iin yeni varolan geerli zm olur. Ayrca (AS = 6) koulunu saladndan en iyi zmdr. FABLE ile bulunan en iyi zm: 1. stasyon: 34 84

2. stasyon: 3. stasyon: 4. stasyon: 5. stasyon: 6. stasyon:

15 27 68 9 10

85

EK B: EUREKA Uygulamas

ekil B.1: Tip-1 BMHDP ncelik Diyagram (Scholl, 1999)

ekil B.1teki ncelik diyagram iin C = 10dur. Eurekann ilk defa sunulduu Hoffmannn makalesinde istasyon atamalar iin i esi kmeleri Hoffmann sreci ile oluturulmutur. Bizim rneimizde ncelik diyagramnda yer alan i eleri ncelik sras gzetilerek numaralandrlm olduundan, istasyon atamalar iin i esi kmelerini bu numaralar takip ederek oluturacaz.

TI(a): Montaj hattnn a istasyonla dengelenmesi durumunda istasyonlarn toplam tl sresi. RI(S1): Birinci istasyona olas i esi kmelerinden birinin atanmas durumunda, atama yaplm tm istasyonlarn toplam tl sresi.

C = 10 AS1 = [48/10]+ = 5 istasyon TI(5) = (5*10) 48 = 2 AS = 5

AS = 5 iin S1 = {3} S1 = {3, 4} S2 = {1} RI(S1) > 2 RI(S1) < 2 RI(S2) > 2 olurlu deil olurlu olurlu deil

86

S2 = {1, 5} S3 = {2} S3 = {2, 7} S4 = {6} S4 = {6, 8}

RI(S2) < 2 RI(S3) > 2 RI(S3) < 2 RI(S4) > 2 RI(S4) > 2

olurlu olurlu deil olurlu olurlu deil olurlu deil

AS = 5 iin zm yok AS deeri 1 arttrlarak elde edilen yeni AS deeri iin zm aranr.

AS = 6 TI(6) = (6*10) 48 = 12

AS = 6 iin S1 = {1} S2 = {2} S3 = {3} S3 = {3, 4} S4 = {5} S4 = {5, 6} S5 = {7} S5 = {7, 8} RI(S1) < 12 RI(S2) < 12 RI(S3) > 12 RI(S3) < 12 RI(S4) > 12 RI(S4) < 12 RI(S5) > 12 RI(S5) > 12 olurlu olurlu olurlu deil olurlu olurlu deil olurlu olurlu deil olurlu deil

5. istasyon iin seenek i esi kmesi kalmadndan srdrlemez, bir dm geriye dnlr. S4 = {5, 7} S5 = {6} S5 = {6, 8} RI(S4) < 12 RI(S5) > 12 RI(S5) > 12 olurlu olurlu deil olurlu deil

Devam edilemez, bir dm geriye dnlr.

87

S4 atamas iin olas i esi kmesi kalmad, bir dm geriye dnlr. S3 = {3, 7} S4 = {4} S4 = {4, 5} S5 = {6} S5 = {6, 8} RI(S3) < 12 RI(S4) > 12 RI(S4) < 12 RI(S5) > 12 RI(S5) > 12 olurlu olurlu deil olurlu olurlu deil olurlu deil

Srdrlemez, bir dm geriye dnlr. S4 atamas iin olas i esi kmesi kalmad, bir dm geriye dnlr. S3 atamas iin olas i esi kmesi kalmad, bir dm geriye dnlr. S2 = {2, 7} S3 = {3} S4 = {4} S4 = {4, 5} S5 = {6} S5 = {6, 8} RI(S2) < 12 RI(S3) < 12 RI(S4) > 12 RI(S4) < 12 RI(S5) > 12 RI(S5) > 12 olurlu olurlu olurlu deil olurlu olurlu deil olurlu deil

Srdrlemez, bir dm geriye dnlr. S4 atamas iin olas i esi kmesi kalmad, bir dm geriye dnlr. S3 = {3, 4} S4 = {5} S5 = {6} S5 = {6, 8} RI(S3) < 12 RI(S4) < 12 RI(S5) > 12 RI(S5) > 12 olurlu olurlu olurlu deil olurlu deil

Srdrlemez, bir dm geriye dnlr. S4 = {5, 6} S5 = {8} RI(S4) < 12 RI(S5) > 12 olurlu olurlu deil

Srdrlemez, bir dm geriye dnlr. S4 atamas iin olas i esi kmesi kalmad, bir dm geriye dnlr.

88

S3 atamas iin olas i esi kmesi kalmad, bir dm geriye dnlr. S2 = {3} S3 = {2} S3 = {2, 7} S4 = {4} S4 = {4, 5} S5 = {6} S5 = {6, 8} RI(S2) < 12 RI(S3) > 12 RI(S3) < 12 RI(S4) > 12 RI(S4) < 12 RI(S5) > 12 RI(S5) > 12 olurlu olurlu deil olurlu olurlu deil olurlu olurlu deil olurlu deil

Srdrlemez, bir dm geriye dnlr. S4 atamas iin olas i esi kmesi kalmad, bir dm geriye dnlr. S3 = {4} S3 = {4, 5} S4 = {2} S4 = {2, 7} S5 = {6} S5 = {6, 8} RI(S3) > 12 RI(S3) < 12 RI(S4) > 12 RI(S4) < 12 RI(S5) > 12 RI(S5) > 12 olurlu deil olurlu olurlu deil olurlu olurlu deil olurlu deil

Srdrlemez, bir dm geriye dnlr. S4 atamas iin olas i esi kmesi kalmad, bir dm geriye dnlr. S3 atamas iin olas i esi kmesi kalmad, bir dm geriye dnlr. S2 = {3, 4} S3 = {2} S4 = {5} S4 = {5, 6} S5 = {7} S5 = {7, 8} RI(S2) < 12 RI(S3) < 12 RI(S4) > 12 RI(S4) < 12 RI(S5) > 12 RI(S5) > 12 olurlu olurlu olurlu deil olurlu olurlu deil olurlu deil

Srdrlemez, bir dm geriye dnlr.

89

S4 = {5, 7} S5 = {6} S5 = {6, 8}

RI(S4) < 12 RI(S5) > 12 RI(S5) > 12

olurlu olurlu deil olurlu deil

Srdrlemez, bir dm geriye dnlr. S4 atamas iin olas i esi kmesi kalmad, bir dm geriye dnlr. S3 = {2, 5} S4 = {6} S5 = {7} S5 = {7, 8} RI(S3) < 12 RI(S4) < 12 RI(S5) > 12 RI(S5) > 12 olurlu olurlu olurlu deil olurlu deil

Srdrlemez, bir dm geriye dnlr. S4 = {6, 7} S5 = {8} RI(S4) < 12 RI(S5) > 12 olurlu olurlu deil

Srdrlemez, bir dm geriye dnlr. S4 = {7} S5 = {6} S5 = {6, 8} RI(S4) < 12 RI(S5) > 12 RI(S5) > 12 olurlu olurlu deil olurlu deil

Srdrlemez, bir dm geriye dnlr. S4 atamas iin olas i esi kmesi kalmad, bir dm geriye dnlr. S3 = {2, 7} S4 = {5} S5 = {6} S5 = {6, 8} RI(S3) < 12 RI(S4) < 12 RI(S5) > 12 RI(S5) > 12 olurlu olurlu olurlu deil olurlu deil

Srdrlemez, bir dm geriye dnlr. S4 = {5, 6} S5 = {8} RI(S4) < 12 RI(S5) > 12 olurlu olurlu deil

Srdrlemez, bir dm geriye dnlr.

90

S4 atamas iin olas i esi kmesi kalmad, bir dm geriye dnlr. S3 = {5} S4 = {2} S4 = {2, 7} S5 = {6} S5 = {6, 8} RI(S3) < 12 RI(S4) > 12 RI(S4) < 12 RI(S5) > 12 RI(S5) > 12 olurlu olurlu deil olurlu olurlu deil olurlu deil

Srdrlemez, bir dm geriye dnlr. S4 = {6} RI(S4) > 12 olurlu deil

Srdrlemez, bir dm geriye dnlr. S3 = {5, 6} S4 = {2} S5 = {7} S5 = {7, 8} RI(S3) < 12 RI(S4) < 12 RI(S3) > 12 RI(S3) > 12 olurlu olurlu olurlu deil olurlu deil

Srdrlemez, bir dm geriye dnlr. S4 = {2, 7} S5 = {8} RI(S4) < 12 RI(S5) > 12 olurlu olurlu deil

Srdrlemez, bir dm geriye dnlr. S4 atamas iin olas i esi kmesi kalmad, bir dm geriye dnlr. S3 atamas iin olas i esi kmesi kalmad, bir dm geriye dnlr. S2 atamas iin olas i esi kmesi kalmad, bir dm geriye dnlr. S1 = {3} S2 = {1} S3 = {2} S3 = {4} RI(S1) < 12 RI(S2) < 12 RI(S3) > 12 RI(S3) > 12 olurlu olurlu olurlu deil olurlu deil

Srdrlemez, bir dm geriye dnlr. S2 = {4} RI(S2) < 12 olurlu

91

S3 = {1}

RI(S3) > 12

olurlu deil

Srdrlemez, bir dm geriye dnlr. S2 atamas iin olas i esi kmesi kalmad, bir dm geriye dnlr. S1 = {3, 4} S2 = {1} S3 = {2} S4 = {5} S4 = {5, 6} S5 = {7} S5 = {7, 8} RI(S1) < 12 RI(S2) < 12 RI(S3) < 12 RI(S4) > 12 RI(S4) < 12 RI(S5) > 12 RI(S5) > 12 olurlu olurlu olurlu olurlu deil olurlu olurlu deil olurlu deil

Srdrlemez, bir dm geriye dnlr. S4 = {5, 7} S5 = {6} S5 = {6, 8} RI(S4) < 12 RI(S5) > 12 RI(S5) > 12 olurlu olurlu deil olurlu deil

Srdrlemez, bir dm geriye dnlr. S4 atamas iin olas i esi kmesi kalmad, bir dm geriye dnlr. S3 = {2, 5} S4 = {6} S5 = {7} S5 = {7, 8} RI(S3) < 12 RI(S4) < 12 RI(S5) > 12 RI(S5) > 12 olurlu olurlu olurlu deil olurlu deil

Srdrlemez, bir dm geriye dnlr. S4 = {6, 7} S5 = {8} RI(S4) < 12 RI(S5) > 12 olurlu olurlu deil

Srdrlemez, bir dm geriye dnlr. S4 = {7} S5 = {6} RI(S4) < 12 RI(S5) > 12 olurlu olurlu deil

92

S5 = {6, 8}

RI(S5) > 12

olurlu deil

Srdrlemez, bir dm geriye dnlr. S4 atamas iin olas i esi kmesi kalmad, bir dm geriye dnlr. S3 = {2, 7} S4 = {5} S5 = {6} S5 = {6, 8} RI(S3) < 12 RI(S4) < 12 RI(S5) > 12 RI(S5) > 12 olurlu olurlu olurlu deil olurlu deil

Srdrlemez, bir dm geriye dnlr. S4 = {5, 6} S5 = {8} RI(S4) < 12 RI(S5) > 12 olurlu olurlu deil

Srdrlemez, bir dm geriye dnlr. S4 atamas iin olas i esi kmesi kalmad, bir dm geriye dnlr. S3 = {5} S4 = {2} S4 = {2, 7} S5 = {6} S5 = {6, 8} RI(S3) < 12 RI(S4) > 12 RI(S4) < 12 RI(S5) > 12 RI(S5) > 12 olurlu olurlu deil olurlu55 olurlu deil olurlu deil

Srdrlemez, bir dm geriye dnlr. S4 = {6} RI(S4) > 12 olurlu deil

Srdrlemez, bir dm geriye dnlr. S3 atamas iin olas i esi kmesi kalmad, bir dm geriye dnlr. S2 = {1, 5} S3 = {2} S4 = {6} S5 = {7} S5 = {7, 8} RI(S2) < 12 RI(S3) < 12 RI(S4) < 12 RI(S5) > 12 RI(S5) > 12 olurlu olurlu olurlu olurlu deil olurlu deil

93

Srdrlemez, bir dm geriye dnlr. S4 = {6, 7} S5 = {8} RI(S4) < 12 RI(S5) > 12 olurlu olurlu deil

Srdrlemez, bir dm geriye dnlr. S4 atamas iin olas i esi kmesi kalmad, bir dm geriye dnlr. S3 = {2, 7} S4 = {6} S5 = {8} RI(S3) < 12 RI(S4) < 12 RI(S5) > 12 olurlu olurlu olurlu deil

Srdrlemez, bir dm geriye dnlr. S4 = {6, 8} S5 = {9} S6 = {10} RI(S4) < 12 RI(S5) < 12 RI(S6) = 12 olurlu olurlu olurlu

Tm i eleri atanmtr. Problem iin optimal sonu bulunmutur: Montaj hatt 6 istasyon ile dengelenmitir. EUREKA ile bulunan en iyi zm: 1. stasyon: 2. stasyon: 3. stasyon: 4. stasyon: 5. stasyon: 6. stasyon: 34 15 27 68 9 10

94

EK C: ULINO Uygulamas

ekil C.1: Tip-1 BUHDP ncelik Diyagram (Scholl, 1999)

ekil C.1teki ncelik diyagram iin C = 10dur. AS1 = 6 AS2 = 6 AS3 = 6 AS6 = 6

1 AS6: J ,1 = {1, 4, 6, 10, 12} 2

A1 = {1} A2 = {10}

d1 = 5 A4 = {6} A5 = {12}

A3 = {4}

1 1 J , = {2, 3, 5, 7, 9} 3 2
A3 = {4, 2} A4 = {6, 5} A5 = {12, 7} Atanmayan i esi says: 2

d2 = [2/2]+ = 1

1 J 0, = {8, 11} iin 3

d3 (q) =

1 d3 = Enb 0, Enb d 3 (q ) q p i i J 0, 3

1 pi J ,1 q d 2 2 iJ q ,1 q ]

d3 (0,3) = 6 5 - 1 = 0

d3 = Enb {0, Enb {d3 (0,3), d3 (0,3)}} = 0 AS6 = [d1 + d2 + d3]+ = [5 + 1 + 0]+ = 6

95

S = 12 alnd. S > AS olduundan ilem srdrlr. elerinin yeniden numaralandrlmas: En kk numarann balang veya biti i esine verilmesi ile balanr. Byk ilem sresine sahip olan i esi daha kk numaray alr. Eit ilem sreli i eleri arasnda ncelik a) dorudan ardl, ncl says yksek olana, b) kk orijinal i esi numaras olana verilir. Yeniden numaralandrlm ncelik diyagram ekil C.2de gsterilmitir.

ekil C.2: Yeniden Numaralandrlm ncelik Diyagram

RI0 (Kalan tl sre) = TI (6) (6 istasyon iin toplam tl sre) = 0

Jackson basknlk kuralna gre i esi iftleri: leri doru basknlk: (1, 5), (3, 7), (9, 10), (2, 12), (4, 12) Geriye doru basknlk: (4, 12), (2, 7), (7, 3), (3, 5), (1, 5)

Dallandrma (k = 0): S11: birinci istasyon iin birinci olaslk kmesi I (S11): S11 atamas sonrasnda istasyonun tl sresi S11 = {1, 12} I(S11) RI0 (1. grup) UYGUN UYGUN UYGUN

Mantksal testler uygulanr: - i esi sresi arttrma kural - aa basknlk kural - Jackson basknlk kural S11 elenmez k+1 Orijinal numara ile S11 = {1, 11}

96

Dallandrma (1) nceki dzeyden AS = 6 AS1 = 5 AS2 = 5 AS3 = 5 AS6 = 5 AS = 6 AS < S Yeniden numaralandrma ile elde edilen ncelik diyagram ekil C.3te gsterilmitir. +1=6 +1=6 +1=6 +1=6

ekil C.3: ndirgenmi Problem ncelik Diyagram 1

RI1 = TI (6) = 0 S21 = {2, 5} I(S21) RI1 (1. grup) UYGUN UYGUN UYGUN

Mantksal testler uygulanr: - i esi sresi arttrma kural - aa basknlk kural - Jackson basknlk kural S21 elenmez k+1 Orijinal numara ile S21 = {2, 4}

Dallandrma (2) nceki dzeyden AS = 6 AS1 = 4 +2=6 97

AS2 = 4 AS3 = 4 AS6 = 4 AS = 6 AS < S

+2=6 +2=6 +2=6

Yeniden numaralandrma ile elde edilen ncelik diyagram ekil C.4te gsterilmitir.

ekil C.4: ndirgenmi Problem ncelik Diyagram 2

RI2 = TI (6) = 0 S31 = {1} I(S31) > RI2 (2. grup) AS = AS + 1 = 7

I(S3) RI2yi salayan bir atama olasl olmadndan AS < S RI2 = TI (7) = 10 S31 = {1} Mantksal testler uygulanr: - i esi sresi arttrma kural - aa basknlk kural - Jackson basknlk kural S31 elenmez k+1 Orijinal numara ile S31 = {10}

UYGUN UYGUN UYGUN

Dallandrma (3) nceki dzeyden AS = 7 98

AS1 = 3,3 AS2 = 3 AS3 = 3 AS6 = 4 AS = 7 AS < S

+3=7 +3=6 +3=6 +3=7

Yeniden numaralandrma ile elde edilen ncelik diyagram ekil C.5de gsterilmitir.

ekil C.5: ndirgenmi Problem ncelik Diyagram 3

RI3 = TI (7) (I(S1) + I(S2) + I(S3)) = 10 3 = 7 S41 = {1} Mantksal testler uygulanr: - i esi sresi arttrma kural - aa basknlk kural - Jackson basknlk kural S41 elenmez k+1 Orijinal numara ile S41 = {12} UYGUN UYGUN UYGUN

Dallandrma (4) nceki dzeyden AS = 7 AS1 = 2,4 AS2 = 2 AS3 = 3 +4=7 +4=6 +4=7 99

AS6 = 3 AS = 7 AS < S

+4=7

Yeniden numaralandrma ile elde edilen ncelik diyagram ekil C.6da gsterilmitir.

ekil C.6: ndirgenmi Problem ncelik Diyagram 4

RI4 = TI (7) (I(S1) + I(S2) + I(S3) + I(S4)) = 10 7 = 3 S51 = {1, 3} Mantksal testler uygulanr: - i esi sresi arttrma kural - aa basknlk kural - Jackson basknlk kural S51 elenmez k+1 Orijinal numara ile S51 = {3, 9} UYGUN UYGUN UYGUN

Dallandrma (5) nceki dzeyden AS = 7 AS1 = 1,7 AS2 = 1 AS3 = 1,5 AS6 = 2 AS = 7 AS < S 100 +5=7 +5=6 +5=7 +5=7

Yeniden numaralandrma ile elde edilen ncelik diyagram ekil C.7de gsterilmitir.

ekil C.7: ndirgenmi Problem ncelik Diyagram 5

RI5 = TI (7) (I(S1) + I(S2) + I(S3) + I(S4) + I(S5)) = 10 7 = 3 S61 = {1, 2} Mantksal testler uygulanr: - i esi sresi arttrma kural - aa basknlk kural - Jackson basknlk kural S61 elenmez k+1 Orijinal numara ile S61 = {6, 5} UYGUN UYGUN UYGUN

Dallandrma (6) AS = 7 AS < S Yeniden numaralandrma sonucu kalan iki i esi 1 ve 2 numaralarn alr. S71 = {1, 2} Orijinal numara ile S71 = {7, 8}

Tm i eleri atanmtr. Artk S = 7 Varolan geerli zm (orijinal numaralarla) {1, 11; 2, 4; 10; 12; 3, 9; 5, 6; 7, 8} Daha iyi bir zm aramak iin AS = 6 olan son istasyona dnlr; S1 = {1, 11} S2 = {12, 2} S2 iin AS = 6 S3 iin AS = 7 olduundan S2 iin AS = 6 olan baka bir atama

olasl olup olmad kontrol edilir. 101

Yeniden numaralandrma ile elde edilen ncelik diyagram ekil C.8de gsterilmitir.

ekil C.8: ndirgenmi Problem ncelik Diyagram 6

S22 = {3, 5}

I(S22) RI1 UYGUN UYGUN UYGUN

Mantksal testler uygulanr: - i esi sresi arttrma kural - aa basknlk kural - Jackson basknlk kural S22 elenmez k+1 Orijinal numara ile S22 = {2, 12}

Dallandrma (2) nceki dzeyden AS = 6 AS1 = 4 AS2 = 4 AS3 = 4 AS6 = 4 AS = 6 AS < S Yeniden numaralandrma ile elde edilen ncelik diyagram ekil C.9da gsterilmitir. +2=6 +2=6 +2=6 +2=6

102

ekil C.9: ndirgenmi Problem ncelik Diyagram 7

RI2 = TI (6) = 0 S32 = {3, 5} Mantksal testler uygulanr: - i esi sresi arttrma kural - aa basknlk kural - Jackson basknlk kural S32 elenmez k+1 Orijinal numara ile S32 = {3, 9} UYGUN UYGUN UYGUN

Dallandrma (3) nceki dzeyden AS = 6 AS1 = 3 AS2 = 3 AS3 = 3 AS6 = 3 AS = 6 AS < S Yeniden numaralandrma ile elde edilen ncelik diyagram ekil C.10da gsterilmitir. +3=6 +3=6 +3=6 +3=6

103

ekil C.10: ndirgenmi Problem ncelik Diyagram 8

RI3 = TI (6) = 0 S42 = {1, 6} Mantksal testler uygulanr: - i esi sresi arttrma kural - aa basknlk kural - Jackson basknlk kural S42 elenmez k+1 Orijinal numara ile S42 = {10, 8} UYGUN UYGUN UYGUN

Dallandrma (4) nceki dzeyden AS = 6 AS1 = 2 AS2 = 2 AS3 = 2 AS6 = 2 AS = 6 AS < S Yeniden numaralandrma ile elde edilen ncelik diyagram ekil C.11de gsterilmitir. +4=6 +4=6 +4=6 +4=6

104

ekil C.11: ndirgenmi Problem ncelik Diyagram 9

RI4 = TI (6) = 0 S52 = {1, 3} Mantksal testler uygulanr: - i esi sresi arttrma kural - aa basknlk kural - Jackson basknlk kural S52 elenmez k+1 Orijinal numara ile S52 = {4, 5} UYGUN UYGUN UYGUN

Dallandrma (5) AS = 6 AS < S Yeniden numaralandrma sonucunda kalan i eleri 1 ve 2 numaralarn alr. S62 = {1, 2} Orijinal numara ile S62 = {6, 7}

Tm i eleri atanmtr. AS = 6 ile en iyi zm bulunmutur. En iyi zm (orijinal numaralarla) {1, 11; 12, 2; 3, 9; 10, 8; 4, 5; 6, 7} ULINO ile bulunan en iyi zm: 1. stasyon: 2. stasyon: 3. stasyon: 4. stasyon: 5. stasyon: 6. stasyon: 1 11 12 2 39 10 8 4-5 67

105

EK D: U-OPT1 Uygulamas

st-snr (S) olarak problemin basit montaj hatt dengeleme problemi zmn kullanalm. Bu amala problem nce EUREKA ile zlecek. Problemin ncelik diyagram ekil D.1de gsterilmitir.

ekil D.1: Tip-1 BUHDPnin ncelik Diyagram (Scholl, 1999)

C = 10dur.
AS1 = 60 / 10 = 6 istasyon TI(6) = 0

S1 = {1} S1 = {2}

I (S1) = 3 > 0 I (S1) = 6 > 0

Sremez, AS = 7 ile denenir. TI(7) = 10 S1 = {1} S2 = {2, 4} S3 = {3, 5} S4 = {6, 7} S5 = {8, 10} S6 = {9, 11} S7 = {12} I (S1) = 3 < 10 I (S2) = 3 < 10 I (S3) = 4 < 10 I (S4) = 4 < 10 I (S5) = 4 < 10 I (S6) = 6 < 10 I (S7) = 10 = 10

Problem Tip-1 BMHDP olarak dnldnde EUREKA ile istasyon says 7 bulunur, bu da U OPT1 iin, ayn problemin BMHDP zm olduundan, S olarak kullanlr. 106

U OPT1 Uygulamas GS (Global st-snr) = 7 istasyon (BMHDP sonucu)

- Dzey 0 AS1 = 60/10 = 6 AS2= 5 + 1 = 6 AS3 = 2 + 4 = 6 AS5 = 6 GAS (Global alt-snr) = 6 istasyon

AS5in hesaplanmas: 8 11 2 5 7 3 9 4 6 12 1 10 Adm1: t8 + t10 = 3 + 7 = 10 = C Adm4: S1 = {8, 10} Adm2: t11 + t1 = 3 + 7 = 10 = C Adm4: S2 = {11, 1} Adm2: t2 + t12 = 4 + 6 = 10 = C Adm4: S3 = {2, 12} ... S4 = {5, 6}, S5 = {7, 4}, S6 = {3, 9} buradan AS5 = 6 olarak bulunur.

- Dzey 1 S11 = {1} S12 = {1, 11} AS1 = 6 AS1 = 5 AS2 = 5 AS3 = 5 AS5 = 5 AS = 5

107

S13 = {2} S14 = {2, 11} S15 = {2, 12} S16 = {10} S17 = {10, 11} S18 = {11} S19= {11, 12}

AS1 = 6 AS1 = 6 AS1 = 5 AS1 = 6 AS1 = 5 AS1 = 6 AS1 = 6 AS2 = 5 AS3 = 5 AS5 = 5 AS = 5 AS2 = 5 AS3 = 5 AS5 = 5 AS = 5

En kk ASye sahip ilk yaplan kme seilir: S12 BK6 szkonusu deil. En iyi dm geerli dm S12 = {1, 11} olur.

S12 iin yerel alt-snr (YAS) = 5 + 1 = 6 YAS GS deil

- Dzey 2

S21 = {2} S22 = {2, 3} S23 = {2, 4}

AS1 = 5 AS1 = 5 AS1 = 4 AS2= 4 AS2= 4 AS3 = 4 AS3 = 4 AS5 = 4 AS5 = 4 AS = 4 AS = 4

S24 = {2, 12} AS1 = 4 S25 = {4} S26 = {10} S27 = {12} AS1 = 5 AS1 = 5 AS1 = 5

BK6 szkonusu deil. Geerli dm S23 = {2, 4} olur YAS = 4 + 2 = 6 YAS GS deil

108

- Dzey 3 BK6 szkonusu deil. S31 = {3} S32 = {3, 5} S33 = {10} S34 = {12} AS1 = 4 AS1 = 4 AS1 = 4 AS1 = 4

Biri en iyi olarak seilse bile hepsi iin en iyi olaslk ile YAS = 4 + 3 = 7 olur. Bu durumda YAS GS olur. Dzey = Dzey 1 = 2

- Dzey 2 BK6 szkonusu deil. Bu dzeyde tek olaslk kald: S24 = {2, 12} Geerli dm S24 = {2, 12} YAS = 4 + 2 = 6 YAS GS deil

- Dzey 3 BK6 szkonusu deil. S31 = {3} S32 = {3, 9} S33 = {4} S34 = {9} S35 = {9, 8} S36 = {10} AS1 = 4 AS1 = 3 AS1 = 4 AS1 = 4 AS1 = 4 AS1 = 4 AS2 = 3 AS3 = 3 AS5 = 3 AS = 3

109

Geerli dm S32 = {3, 9} YAS = 3 + 3 = 6 YAS GS deil

- Dzey 4 BK6 szkonusu deil. S41 = {4} S42 = {4, 5} S43 = {6} S44 = {8, 6} S45 = {4, 8} S46 = {8} AS1 = 3 AS1 = 2 AS1 = 3 AS1 = 3 AS1 = 3 AS1 = 3 AS2= 2 AS3 = 2 AS5 = 2 AS = 2 AS2= 2 AS3 = 2 AS5 = 2 AS = 2

S47 = {8, 10} AS1 = 2

Geerli dm S42 = {4, 5} olur YAS = 4 + 2 = 6 YAS GS deil

- Dzey 5 BK6 szkonusu deil. S51 = {6} S52 = {6, 7} S53 = {6, 8} S54 = {7} S55 = {7, 8} S56 = {8} AS1 = 2 AS1 = 1 AS1 = 2 AS1 = 2 AS1 = 2 AS1 = 2 AS2= 1 AS3 = 1 AS5 = 1 AS = 1 AS2= 1 AS3 = 1 AS5 = 1 AS = 1

S57 = {8, 10} AS1 = 1

110

S58 = {10}

AS1 = 2

Geerli dm S52 = {6, 7} olur YAS = 5 + 1 = 6 YAS GS deil

- Dzey 6 BK6 szkonusu deil. S61 = {8} AS1 = 1

S62 = {8, 10} AS1 = 0 S63 = {10} AS1 = 1

Geerli dm S62 = {8, 10} Tm i eleri atand. Varolan istasyon says 6 YS = GAS = 6 En iyi zm bulundu. yeni yerel st-snr (YS) = 6

U-OPT1 ile bulunan en iyi zm: 1. stasyon: 2. stasyon: 3. stasyon: 4. stasyon: 5. stasyon: 6. stasyon: 1 11 2 12 39 4-5 6-7 8 10

111

ZGEM

Aye Elvan Bayraktarolu 20 Nisan 1980 stanbul doumludur. Lise eitimini ald Sankt Georg Avusturya Lisesinden 1999 ylnda mezun olmutur. 2003 ylnda stanbul Teknik niversitesi Elektrik-Elektronik Fakltesi Elektrik Mhendislii Blmn bitirmitir. Ayn yl stanbul Teknik niversitesi letme Fakltesi Endstri Mhendislii Blmnde yksek lisans eitimine balamtr. Aralk 2005ten beri Endstri Mhendislii Yneylem Aratrmas Anabilim Dalnda aratrma grevlisi olarak grev yapmaktadr.

112