» SOSYAL ZEKA TABANLI OPTİMİZASYON YAKLAŞIMI - 6

Yayinlanma Zamani: 2011-12-16 01:20:00





 

 

Şekil 6 – Amaç fonksiyonu grafiği

4. YEREL PROBLEMLERE SZTO YAKLAŞIMI
4.1. İşletmelerimizde Optimizasyon Açıkları
Teknoloji ve bilimde kaydedilen ilerlemeler sonucunda, artık iş yapmak için kullanılan yöntemler değişmeye başlamış, ayakta kalabilmek için globalleşen dünya ile uyum sağlamak zorunlu olmuştur. Eskiden haklarında üstünkörü karar verilebilen parmetreler, artık değişik mühendislik teknikleri ile enine boyuna incelenerek, mümkün olan en iyi şekilde hesaplanmalıdırlar. Aksi taktirde bu parametrelerin optimumdan uzakolmalarının getireceği ekonomik yük birikerek işletmenin gelişiminin önüne bir engel olarak çıkmakta, sektördeki rekabet gücünün zayıflamasına neden olmaktadır.
Genel olarak bakıldığında; bir işletmede tesisin etkin bir şekilde planlanmasından,
üretimin minimum maliyetlerle yapılmasına kadar birçok alanda, en iyi değerinin
hesaplanması gereken bir çok parametre vardır. Bu en iyi değerler, maliyeti küçülten,
işgücünden tasarruf sağlayan, sonuçta işletmenin kaynaklarını en verimli şekilde
kullanmasına olanak veren değerlerdir. Bu anlamda bakıldığnda bu değerlerin
hesaplanmasının gerekliliği kaçınılmazdır. Ancak çoğu işletmede bu ince ayarlar gerekli
özen gösterilerek yapılamamakta, karar vericiler daha iyi seçeneklerinin varlığından
haberdar olamamaktadırlar.
Tek bir işletmenin kaynaklarını daha verimli kullanması tek başına yerel ekonomi ve
ülke ekonomisi üzerinde pek etki yaratamasa da, olaya bir bütün olarak baktığımızda
optimizasyonun ne denli önemli bir rolü olduğunu anlayabiliriz. Bütün işletmelerin
kaynaklarını en verimli şekilde kullanabilmesi, yerel ekonomimizin ve dolayısıyla ülke
ekonomisinin kalkınmasında çok önemli bir etki yaratmaktadır.
4.2. Üretim Planlamasında Optimizasyon Eksikliği
4.2.1. Problemin tanımı
Bazı modellerin çözümünde, mevcut yöntemlerin etkisiz kaldığından bahsetmiştik.
Endüstri Mühendisliğinin sıklıkla üzerinde durduğu bu tip problemlerden bir tanesi de
dinamik talepli devrelerde sipariş zamanı ve miktarının optimizasyonu problemidir. Tek
kısıtlı bir amaç fonksiyonunun çözümünü içeren bu problem, toplam sipariş maliyetini en küçükleyecek stokta bulundurma maliyetinin tesbiti için sipariş sayısı bazında
optimizasyonu gerektirir.
Simplex algoritma gibi model çözüm yöntemleri ile çözülememesi problemin optimum
iyileştirilmesinin gerçekleştirilmesini engellemektedir.
Yapılan araştırmalarda yapay zeka tekniklerinin (Genetik algoritma, tabu,difizyon...
gibi) liner olmayan sürekli fonksiyonları içeren sistemlerde etkin çözümler ürettiği
farkedilmiştir. [6].
Problem model formuna sokulmak istendiğinde, incelenmek istenen her sipariş
sayısında minimum yapılmak istenen bir amaç fonksiyonu ve bunun yanında devre
toplam talebine eşit olan belirleyici bir kısıt içeren bir optimizasyon problemine
dönüşmektedir.
Yani;

Görüldüğü gibi ardışık bir yapıya sahip olan amaç fonksiyonu ve kısıtlar kolaylıkla
algoritmaya dönüştürülerek her sipariş miktarı için problemin analizi yapılabilmekte ve
modelin çözümü de SZTO ile gerçekleştirilebilmektedir.
İncelenmek istenen sipariş sayısı arttıkça modelin çözümü zorlaşabilmektedir.
4.2.2. Dinamik talep altında sipariş zamanı ve miktarı optimizasyonu uygulaması

SZTO ile model çözümünün yerel problemlere uygulanabilir olmasının anlaşılabilirliği
açısından, penaltı yöntemi dinamik devre sipariş miktarının bulunması problemine
uygulanmaktadır.
Bu problem, incelenmek istenen talep denklemi ile sipariş maliyeti (A), stokta
bulundurma oranı (i), birim maliyet (C), devre uzunluğu (tson) ve başlangıç stoğu
parametreleri ile modelin kurulması ve çözülmesi olarak düşünülebilir.
Her sipariş sayısı için sipariş zamanlarının optimum olarak bulunması, toplam stokta
bulundurma maliyetinin minimum olmasını sağlayan önemli bir unsurdur. Sipariş
sürelerinin bulunması da kurulan modelin çözümüne bağlıdır ve bulunan sonuç toplam
stokta bulundurma maliyetinin optimizasyonunu sağlamaktadır. Yani sipariş
zamanlarının bulunması stokta bulundurma maliyetini en az yapar. Böylece sipariş
sayıları arasında karşılaştırma yapılarak toplam maliyetin değişimini gözlemleme
imkanı sağlanmış olur.
Simplex algoritma gibi klasik yöneylem araştırması yöntemleri bu modellerin
çözülmesinde yetersiz kalmaktadır. Fakat SZTO model çözüm yöntemi ile bu modeller
etkin ve hızlı bir seyirde çözülebilmekte ve sonuca yansıtılmaktadır.
Çoğu literatürde 3 sipariş, ve sonrası (n>2) için en az toplam stokta bulunudurma
maliyetinin bulunması garanti edilememektedir. [7]. Fakat uygulamamızda
görülebileceği gibi SZTO kullanılarak sipariş süreleri en optimum şekilde bulunmuş ve
sonuca yansıtılmıştır.
Uygulamanın çalıştırılması için kullanıcı tarafından, talebin zamana göre değiştiği
devresel talep denklemi (f(t)), birikimli talep denklemi ve birikimli talep denkleminin
integrali arayüzdeki ilgili alanlara girilmektedir. Bu denklemler ve diğer ilgili üretim
parametreleri ile model kurulmakta ve inecelenmek istenen sipariş sayısına kadar
çözülmektedir.

Şekil 7 – Dinamik talep altında sipariş zamanlarının ve miktarlarının bulunması
Uygulama başlatıldığında ilk olarak (t1) başlangıç stoğunun bitiş zamanı 100
iterasyonda hesaplanarak, n = 1 sipariş ve sonrası durumlarda sipariş süreleri (t2,t3,...tson-
1) ve stokta bulundurma maliyetleri (H(n)) ile toplam maliyetlerin (K(n)) hesaplanması
sağlanır.
Uygulama f(t)=1000-400*t talep denklemi ile, A = 40 (sabit sipariş maliyeti), c = 20
(birim maliyet), i = %20 (yıllık stokta bulundurma-maliyet oranı) ve I(0) = 192
(başlangıç stoğu) değerlerine sahip olan basit bir problem üzerinde incelenir ise, t1= 0.2
bulunduktan sonra n = 5 sipariş sayısına ilişkin değerler tablo 1’deki gibi bulunur.

Sonraki Konu :


Duyuru

Facebook sayfamiza üye olun


Duyuru
Sitemizde güncelleme çalismalari devam etmektedir.
Görüs ve önerilerinizi bizimle paylasabilirsiniz ! mail adresimiz : endustrimuhendisligi@hotmail.com