Çizelgeleme, üretim ve servis işletmelerinde kullanılan önemli bir karar verme teknikleri kümesidir. Çizelgeleme, sistemin etkinlik ve verimliliğini doğrudan etkilemektedir. Makine çizelgeleme problemi; amaç fonksiyonuna uygun biçimde, istenen dönem içindeki işleri makinelere atamayı ve sıralamayı amaçlar. İşler makinelere dağıtılırken, bir ya da birden çok amaç eniyilenmeye çalışılabilir. Paralel makine çizelgelemede, n sayıda işin m sayıda makineye atanması söz konusudur. Bu tez çalışmasında ele alınan paralel makine sistemi, özdeş yani aynı işlemleri yapabilen m makineden oluşmaktadır. Makinelere atanacak işlerin atama sırasına göre hazırlık süreleri mevcuttur. İşlerin özdeş makinelere atanması esnasında iki amacın eniyilenmesi hedeflenmiştir. Amaçlar, teslim süresinden geç tamamlanan işlerin sayısı ile en büyük tamamlanma zamanının en küçüklenmesidir. Kullanılan veriler iplik üretimi yapan bir tekstil firmasından alınmıştır. Tekstil firması, hızlı moda sektöründeki müşterilere hizmet verdiği için, servis göstergelerinde hız ön plana çıkmaktadır. Hızlı moda sektöründe, tasarımdan satışa sunum, üç hafta gibi kısa sürelere düştüğü için, gecikmeler çok kritik bir hal almakta, bu kayıplar müşteri hattı duruşlarına veya müşteri kayıplarına yol açabilmektedir. Uygulamada ele alınan çizelgeleme probleminin çözümüne yönelik geliştirilen matematiksel modelin yanısıra, tavlama benzetimi sezgiseli kullanılmış, elde edilen sonuçlar firmada mevcut kullanılmakta olan yöntemle karşılaştırılarak yorumlanmıştır.
Production scheduling is an important technique of decision-making used in manufacturing and service industries. The production scheduling is an important function determining the efficiency and productivity of a manufacturing system. Machine scheduling problems aim to assign jobs to machines according to time interval and the objective function that can be single or multi criteria. In parallel machine scheduling problems, n jobs are assigned to m machines. Parallel machine enviorement analyzed in this research are consisted of m identical machines that can perform same jobs. Between jobs processed, each machine needs a set-up time that is sequence dependent. While assigning the jobs to the machines, two objectives are aimed be optimized. These objectives are minimizing the makespan and the total number of tardy jobs. The data used in this research had taken from a textile company, which is a producer of thread. Because that producer’s main customers are fast fashion companies, in the service indicators, speed is becoming the most important factor. In the fast fashion industry, from desing to stores are reduced to three weeks time, so delays are becoming very critical which can end with stoppage of customers’ production lines or loss of customers. Additional to the mathematical model applied, the scheduling problem is solved by an algorithm based on simulated annealing and results are compared with the current methods already in use in the company.
