Disassembly Line Balancing Problem Under The Effects of Sum-of-Logarithm-Processing-Time-Based Learning and Job Deterioration

Artan çevresel farkındalık, ekonomik kaygılar ve yasal kurallar sayesinde, son zamanlarda ürün geri kazanımı veya yeniden üretimi yoğun ilgi görmektedir. Demontaj, ömrünü tamamlamış ürünlerin geri kazanımı aşamasındaki en önemli süreçlerden biridir. Bu yüzden, etkin ve dengeli kurulmuş demontaj hatları önem taşımaktadır. Bu çalışmada, demontaj hattı dengeleme (DHD) problemleri, eş zamanlı logaritmik işlem süreleri toplamı tabanlı öğrenme ve iş bozulması etkileri altında incelenmiştir. DHD literatüründe, logaritmik işlem süreleri toplamı tabanlı öğrenme ve iş bozulması eş zamanlı olarak ilk kez çalışılmıştır. Herhangi bir iş, istasyondaki sırasına göre, kendisinden önceki işlerin işlem sürelerinin logaritmik toplamından etkilenmektedir. İş bozulması ise, işin işleme başlamasını geciktiren bozulmalardır. Öğrenme işlerin işlem sürelerinin azaltırken, bozulma artırmaktadır. Bu çalışmada amaç fonksiyonu, açılan istasyon sayısı minimizasyonudur. Öğrenme ve bozulma etkisi altındaki DHD probleminin çözümü için hibrit (Parçacık Sürüsü Optimizasyonu- Genetik Algoritma) PSO-GA algoritması geliştirilmiş. Farklı öğrenme ve bozulma oranları için sonuçlar elde edilip karşılaştırmalar yapılmıştır. Öğrenme ve bozulma etkisinin, DHD problemlerinde dikkate alındığında amaç fonksiyonu değerinde iyileşmeler görülmüştür.