Professional Documents
Culture Documents
26 27
Gizem Gl, Begm Erol, Gzde ngelen, Sedat Eser, ada etinkaya, Hseyin Cenk zmutlu, Seda zmutlu, Ambar Depolama Maksimizasyonu
Mehmet Gkedalolu, Cemil Gnhan Erhuy
rafl ambar paras ilgili raf bana, raf d paras ise Sistemin Temel Bileenleri: Barkod sistemi ve alan ihtiyacnn karlanmas dorultusunda, birbirine firmalarn sabit giderlerini arttrmaktadr. Kasalarn
tanml stok alanna braklmaktadr. Raf bana braklan tama sistemidir. bal adet tamsayl matematiksel model ardk ola- ambar raf lleri gz nnde bulundurularak optimum
para kasalar dar koridor forklift operatr tarafndan rak zlmekte ve birinin kts sabitlenerek ardndaki sayda yerleimini hedefleyen tamsayl dorusal prog-
gz kontrol yaplarak ilgili bo lokasyona tanmaktadr 3. PROBLEMN BELRLENMES VE problemler bu deerlere gre zlmektedir. Ancak ramlama modeli gelitirilmitir. Gelitirilen ki Boyutlu
ve ilgili lokasyonu el terminali ile kayt altna almaktadr. LTERATR ARATIRMASI ihtiyaca gre problemler bamsz olarak da zlebilir. Kasa Tipi Yerletirme Modeli ile her kasa tipi iin elde
Sevkiyat operatrnden gelen sevkiyat emri ile dar kori- Gelitirilen modeller literatrde Kesme ve Paketleme, edilen maksimum kasa says, Mteri Bazl Kasa-Kori-
Problemin Tanm: almada gz nne alnan
dor forklift operatr istenen para kasalarn ilgili depo Paketleme (Bin-Packing), Depolama Tahsisi (Storage dor Yerletirme Modelinde veri olarak kullanlmaktadr.
problem, ana sanayi tarafndan istenen stok bulundurma
blmlerinden FIFOya uygun olarak seip raf bana Allocation) ve Ykleme Problemleri ile yaknlk gs-
zorunluluu ve buna karlk yan sanayinin kstl depo 4.1.1 ki Boyutlu Kasa Tipi Yerletirme Problemi
brakmaktadr. Dizel forklift operatr, raf bandaki termektedir. Ancak bu problemlerden eitli kstlar
alanna sahip olmas sonucu, zorlam depo ynetiminin Matematiksel Modeli
ve raf d ambardaki para kasalarn sevkiyat hazrlk asndan farkllamaktadr. Ele alnan probleme ynelik
akll hale getirilmesi ve etkin depolamann salanmas
alanna brakmaktadr. Gerekli sevkiyat kontrollerinden ndeksler
iin, deien mteri talepleri karsnda ambarda mak- gelitirilen bir matematiksel model, ulusal ve uluslararas
sonra para kasalar mteriye sevk edilmektedir. m = Mteriler (1..M)
simum depolama alan ve hacmi salayacak ekilde, literatrde bilindii kadaryla henz yoktur. Bu durum da
2.1 Sistemin evresinin Belirlenmesi kasa tipleri ve hacimlerine gre ambar iinde ayrlacak almann akademik anlamda yeniliki ynn olutur- k = Koridorlar (1..K)
alanlarn hesaplanmas ve kullanlamayan alann mi- maktadr. Literatrde yaplan almalar ve kapsamlar i = Kasalar (1..)
Sistemin Girdileri: retimden gelen paralar, fork-
nimize edilmesidir. Kullanlamayan alann minimize Tablo 1de gsterilmektedir. j = Raflar (1..J)
lift, dar koridor forkliftleri ve transpaletlerdir.
edilmesi ve deien mteri talepleri karsnda ambar Parametreler
Sistemin ktlar: Sevk edilen paralardr. 4. MATERYAL VE YNTEM RGkj = k. koridorun j. rafnn genilii
Tablo 1. Projede zlen Problemlerle lgili Olarak Literatrde Yaplan almalar ve Kapsamlar RYkj = k. koridorun j. rafnn ykseklii
Ambar depolama problemi bu projede alt prob-
Yazar Yl Problem Yntem leme blmlenerek zlmtr. Mterilerin eitli KGmi = m. mterinin i. tip kasasnn genilii
Christofides ve Whitlock 1977 Giyotin Kesme Dal-Snr Algoritmas kasa tipleri ierisinden yalnz ayn tiplerin st ste istif- KYmi = m. mterinin i. tip kasasnn ykseklii
Steudel 1979 2-Boyutlu Ykleme Sezgisel Algoritma lenebildii durumlar iin gelitirilen modellerin genel Cmikj = m. mterinin i. tip kasasnn k. koridorun j.
Hodgson 1982 2-Boyutlu Ykleme Sezgisel Algoritma varsaym, ambarn bo olmasdr. rafna st ste yerletirilme says
Beasley 1985 2-Boyutlu Ykleme Tamsayl Programlama Modeli KSmi = m. mterinin i. tip kasasndan depolanmas
Dowsland 1987 2-Boyutlu Ykleme Sezgisel Algoritma 4.1 ki Boyutlu Kasa Tipi Yerletirme Modeli
gereken miktar (adet)
Vasko 1989 Giyotin Kesme Spam Algoritmas
retimden gelen kasalarn optimum ekilde yer- M = ok byk bir say
Chen vd. 1991 2-Boyutlu Ykleme Dorusal Programlama Modeli
Chen vd. 1993 3d Konteyner Ykleme 0-1 Kark Tamsayl Model letirilememesi, kasalar iin rafl ambar darsnda
Karar Deikenleri
Krger vd. 1993 2-Boyutlu Ykleme Genetik Algoritma yer ayrlaca veya raf nnde bekleyecei bir durum
Bischoff vd. 1995 2-Boyutlu Ykleme Sezgisel Algoritma oluturmaktadr. Raf nnde kasalarn bekletilmesi, kili (Binary) Deiken
Bortfeldt 1997 Konteyner Ykleme Genetik Algoritma operatrn gelen kasa ve kan kasa ayrmn zorla- m. mterinin i. tip kasas k. koridorun j.
1, rafna yerletiriliyorsa,
Scheithauer vd. 1998 2-Boyutlu Ykleme G4 Sezgisel Algoritma trr; firmalar tarafndan istenilen bir durum deildir. Ymikj =
Jain ve Gea 1998 2-Boyutlu Ykleme Hybrid Yaklam 0, dier durumda
Raf dnda istifleme alanlarnn kiralama maliyetleri
Terno vd. 2000 2-Boyutlu Ykleme Dal-Snr Algoritmas
Gademann vd. 2001 Sipari Dzenleme (Order Dal-Snr Algoritmas
Ama Fonksiyonu
Batching Prob.)
Min Z
M
Pisinger 2002 Konteyner Ykleme Wall-Building Yaklamna Dayal Eksikmi (1.1)
Sezgisel Algoritma m 1 i 1
Lodi vd. 2002 2-Boyutlu Kesme Matematiksel Modeller, Snr Alg., Kstlar
Yaklam Alg., Sezgisel ve Meta
RGkj m1 i
M
Sezgisel Yntemler
1
KGmi * X mikj 0; k , j (1.2)
Muppani vd. 2008 Depolama Tahsisi (Storage Tavlama Benzetimi Algoritmas
Allocation) Ymikj * M X mikj ,m,i ,k , j (1.3)
Huang ve He 2009 Konteyner Ykleme Sezgisel Algoritma
Dereli ve Da 2010 Konteyner Ykleme Karnca Kolonisi Optimizasyonu X mikj * M Ymikj ,m,i ,k , j (1.4)
Yaklam
Wisittipanich vd. 2015 Depolama Tahsisi Meta Sezgisel Algoritma
K
k 1
J
j 1 C mikj * X mikj Fazlami Eksikmi KSmi ,m,i (1.5)
28 29
Gizem Gl, Begm Erol, Gzde ngelen, Sedat Eser, ada etinkaya, Hseyin Cenk zmutlu, Seda zmutlu, Ambar Depolama Maksimizasyonu
Mehmet Gkedalolu, Cemil Gnhan Erhuy
Tam Sayl Deiken dorultusunda Mteri Bazl Kasa-Koridor Yerletirme 4.3. Yaknlk Esasna Dayal rn Yerletirme Tam Sayl Deiken
Xmikj = m. mterinin i. tip kasasnn k. koridorun j. Problemi zlmtr. Probleme ynelik gelitirilen mo- Modeli
Xpkj = p. tip rnn k. koridorun j. rafna yerletirilme
rafna yan yana yerletirilme adedi delin genel yaklam, ki Boyutlu Kasa Tipi Yerletirme
Sipari toplama depoda en sk tekrarlanan sretir. adedi
Fazlami = m. mterinin i. tip kasasnn fazladan Modelinde belirlenen atanabilir optimum kasa saysn
Depolama sreleri arasnda en byk maliyet unsuru Ama Fonksiyonu
yerletirilen miktar gz nnde bulundurarak koridorlarda minimum mteri
sipari toplama srecinde gereklemektedir. Bir kasa
Min Z k 1 j 1Tpkj
P K J
Eksikmi = m. mterinin i. tip kasasndan yerletiri- eitliliini salamaktr. (3.1)
tipinin birden fazla rn tipine sahip olduu durumlarda, p 1
lemeyen miktar 4.2.1 Mteri Bazl Kasa-Koridor Yerletirme Kstlar
kasalar yerletirme karar alnrken operatrlerin sevki-
Gelitirilen matematiksel modelde ama, mevcut Problemi Matematiksel Modeli yat srasnda en ksa zamanda sevk rnne ulamas ve Tpkj * M X pkj ,p,k , j (3.2)
raflara rn dolu kasalardan yerletirilemeyen kasa ndeksler - Parametreler tekrar eden hareketlerin optimum seviyede tutulmas da
p1 X pkj RKkj , k , j
P
(3.3)
saysn minimize etmektir (1.1). Bu modelin (1.2) gz nne alnmaldr. rnlerin dank yerletirilmesi
Bir nceki kullanlan indeks ve parametreler bu
kst, her bir rafa yerletirilecek olan her tip kasann
toplam geniliinin rafn geniliini aamayacan ifa-
model iinde birebir geerlidir.
sonucu artan iilik ve tama maliyetlerini azaltmak
amacyla Yaknlk Esasna Dayal rn Yerletirme
k 1 Jj1 X pkj PS p 0, p
K
(3.4)
yerletirme yaplmsa st ste yerletirilmesi gerektiini Yerletirme Modelinde kasa tiplerine gre belirlenen
kili (Binary) Deiken X pkj Pp 1PS p M * C
P K J
p 1
(3.6)
ifade etmektedir. (1.4) kst ise eer bir tip kasadan bir koridor raflar Yaknlk Esasna Dayal rn Yerletirme k 1 j 1
30 31
Gizem Gl, Begm Erol, Gzde ngelen, Sedat Eser, ada etinkaya, Hseyin Cenk zmutlu, Seda zmutlu, Ambar Depolama Maksimizasyonu
Mehmet Gkedalolu, Cemil Gnhan Erhuy
firmann yeni bir proje kabul etmesi, mteri kasalarnda tipi) kullanldnda kabul edilebilir bir zm sresi rn k:
meydana gelen deiiklik durumlarnda, ki Boyutlu elde edilememitir. Bu noktada, modelin iyiletirilmesi Balat
Kasa Tipi Yerletirme Modeli ve Mteri Bazl Kasa- ile sre en fazla 20 saate kadar ksaltlabilmitir. Ancak
Koridor Yerletirme Modeli tekrar zlerek ambar zm sresinin kabul edilebilir olmamas sebebiyle, k yaplan rn tipi ve adedi (n)
operatr tarafndan belirlenir
ierisindeki konumlar yeniden belirlenmelidir. Yaknlk hem zm sresinin ksaltlmas ve hem de dinamik
Esasna Dayal rn Yerletirme Modeli anlk olarak sistemin uygulanabilmesi iin probleme zg sezgisel
altrlp retimden ya da tedarikiden gelen rn bir algoritma gelitirilmitir. Algoritmann detaylar ve
Hayr
kasalar rafl ambara yerletirilmelidir. Mevcut durumda ak emas aadadr. Ambar ierisindeki toplam rn Ambarda yeterli
rn yok
ambarn bo olmas varsaym modelin yeniden alt- says=n
4.5 Basit Sezgisel Algoritma ile Yaknlk Esasna
rlmas durumlarnda geerli olduundan dinamik sistem
Dayal rn Yerletirme Evet
gz ard edilmektedir. Kk problemde (4 mteri tipi,
11 kasa tipi, 4 koridor, 28 raf, 15 rn tipi iin) hzl alma iin gelitirilen sezgisel algoritmann ak
Yerleen rnlerden rn tipinin ierdii raflar FIFOya
cevap veren buMakalenin
model ile ngilizce
firmannsmi
gerek diyagramlar ekil 1de gsterilmektedir.
verileri (2 of Warehouse gre sralanr
Maximization Storage
mteri tipi, 12 kasa tipi, 13 koridor, 385 raf, 32 rn
ekil 1a ve ekil 1b rnler ambardan karlr
rn Girii:
Raf kapasiteleri gncellenir Program sonlandr
Balat
5 br
ekil 1a. rn Girii Sezgisel Algoritma Ak ekil 2. Yerletirilecek Kasalar ekil 3. Raf Yerleimi
ekil 1a: rn Girii sezgisel algoritma ak ekil 2. Yerletirilecek Kasalar ekil 3. Raf Yerleimi
32 33
3
3
3
3
Gizem Gl, Begm Erol, Gzde ngelen, Sedat Eser, ada etinkaya, Hseyin Cenk zmutlu, Seda zmutlu, Ambar Depolama Maksimizasyonu
Mehmet Gkedalolu, Cemil Gnhan Erhuy Tablo 7. Mteri Bazl Kasa-Koridor Tablo 8. Kasa 2 in Mteri Bazl Kasa-
Yerletirme Modeli Sonucu Koridor Yerletirme Modeli Sonucu
m i k j Xmikj Raf Raf Tablo
Raf 8. Kasa 2 in Mteri Bazl Kasa-
Tablo
Tablo 2. Kasa Bilgileri 2. Kasa Bilgileri modelin kts olarak hangi kasa tipinden ne kadar eksik 1 Raf Koridor Tablo 8. Kasa 2 in
Kasa1
1 1 4 2 AB2 No Koridor
Kapasitesi XMteri
Yerletirme
mikj
Bazl
mikj
Kasa-Koridor
CModeli Sonucu
ve fazla atand sonucuna ulalmtr. 1 1 1 6 2 AC2 Ad No (k) Yerletirme Modeli Sonucu
Kasa Mteri Kasa Kasa Genili Ykseklik (j) (RKkj)
1 2 1 1 3 AA1 Raf Raf
Ad Raf 12Koridor
Kasa 2 rn AA1 1 1 3 4
Tipi (m) Tipi (i) Adedi k (br) (br)
Bu sonulara gre, Tablo 6da grld gibi, 1 2 1 3 2 AB1 rn Adedi No Kapasitesi Xmikj Cmikj
Kasa 1 1 1 4 1 3 Ad No (k)
Kasa 2 1 2 35 1 1
Mteri Bazl Kasa-Koridor Yerletirme Modelinde
Kasa2
1 2 1 5 3 AC1 Tipleri AA2 1 2 0 0(j) 3 kj)
(RK
AA1 1 1 12 3 4
AB1
10 1 3 AA2 8 1 22 40
Kasa 3 1 3 16 1 1 veri olarak kullanlan kasa saylar gncellenmitir. 1
Tablo 5. ki Boyutlu Kasa Tipi 2 1 6 1 AC2 x 0 3
Kasa 4 2 1 2 2 3
Tablo 5. ki BoyutluModel
Kasa Tipi 1 3 1 1 1 AA1 AB2 1 4 AB1 0 1 03 38 2 4
Yerletirme Sonucu Kasa3 y
AC1
15 AB2
Kasa 5 2 2 18 1 1
Yerletirme Model Sonucu 1 3 1 2 4 AA2 1 5 AC1
12 1 34 40 0 3
z AC2 10 1 1 5 12 3 4
Tablo 3. Raf Bilgileri m i Eksikmi Fazlami 2 1 2 2 1 BA2 6 AC2 3 1 16 33 1 3
Kasa 1 1 1 0 0 Kasa4 BA1Bilgileri 2
ekil 5. Kasa 2 rn BA1 0 2
Tablo 3. Raf Bilgileri 2 1 2 3 1 BB1 1 01 30 0 3
grldRafgibiKoridor
Mteri
Raf No Bazl
Genilik Kasa-Koridor Yerletirme Modelinde
Kasa 2 1 2 0 0 BA2
BA2 2 2 2
023 300 0 3
Ykseklik Kasa 3 1 3 0 0 2 2 2 1 2 BA1 BB1 0 2 0 3
Ad No (k) (j) (br) (br) Kasa 4 2 1 0 0
Kasa5 2 2 2 3 1 BB1 BB1 2 3 BB2 0 04 30
Kasa 5 2 2 0 0 2 0 3
Tablo 6. Mteri Bazl Kasa-Koridor Yerletirme BB2
saylar gncellenmitir. Yerleebilecek optimum kasa adedi
AA1 1 1 4 4 2 2 2 4 3 BB2
AA2 1 2 4 3 2 4 0 0 3
Tablo 6. Mteri Bazl Kasa-Koridor
Modeli Veri Yerletirme
Seti
AB1 1 3 2 4
Modeli Veri Seti
azl Kasa-Koridor Yerletirme Modeli MPLde Cplex
AB2
AC1
1
1
4
5 Kasa zcs ile Yeni Kasa
Adedi
2
3
Eksik Fazla
Adedi
3
4 mi mi
AC2 1 6 3 3
Kasa 1 4 0 0 4
riye ait kasalar, mteri eitliliinin minimizasyonunu salayan
BA1
BA2
2
2
1
2
2
2
3
3
Kasa 2
Kasa 3
35
16
0
0
0
0
35
16
BB1 2 3 3 3 Kasa 4 2 0 0 2
salarn yerletirilmesini salayan kst optimum kasa saysnneitliliin az olduu durumlarda hzl zm veren Yaknlk Esasna Dayal rn Yerletirme
Kasa 1
1
1
1
1
1
1
4
6
2
2
AB2
AC2
1 2 1 1 3 AA1
Modelinde zm sresi eitliliin artmas ile birlikte uzamaktadr. Bu sreyi ksaltmak ve
ojenin son aamas olan bu model MPLde Cplex Kasa
zcs ile kasa
1 2 1 3 2 AB1
2
1 2 1 5 3 AC1
1 2 1 6 1
dinamik yapy korumak iin oluturulan sezgisel algoritmada Yaknlk Esasna Dayal rn
AC2
Kasa 4
2 1 2 2 1 Yerletirme Modelinde olduu gibi Mteri Bazl Kasa-Koridor Yerletirme Modeli sonular
BA2
2 iin ekil 5te ele alnmtr. rnler raf kapasiteleri dikkatekullanlmtr. Bu rnek iin oluturulan veri tabannda mteri, kasa, rn ilikilerini gsteren
2 1 2 3 1 BB1
2 2 2 1 2 BA1
Kasa 5 2 2 2 3 1 BB1
etirilmitir. 2 2 2 4 3 BB2
tablolar oluturulmutur. rnek uygulama iin SQL Server da veritaban oluturulmutur.
ekil 7. Sezgisel Algoritma rn Giri ve k Arayzleri
Veritabannda her kasa tipine ait rn tipleriekil 7. Sezgisel Algoritma
kaydedilmitir. Gelenrnrn
Giri tipinin
ve k Arayzleri
ve adedinin
Tablo 9. Sezgisel Algoritma ile zlen rnekler
operatr tarafndan belirlenmesiyleTablo
birlikte rne
9. Sezgisel aitTablo
Algoritma ilekasa
9.tipi ve kasa
Sezgisel
zlen rnekler tipinin
Algoritma yerletirildii
ile zlen rnekler raf,
Tablo 6. Mteri Bazl Kasa-Koridor rnek
Problemler
rnek
Mteri
Says
Mteri
Kasa
gelenSEZGSEL
rn
Says
Koridor
Raf
eidi
says
Raf
Toplam rn
ADOP
Says
Toplam
MIP SEZGSEL ADOP
1
Problemler 3
Says 7
Says 3
Says18 12
Says%1 12 Says
rn
Yerletirme Modeli Veri Seti 12 32 76 32 12
16 1012 17
19 18
19 %1
%0
adedine bal olarak anlk karar vererek2 3yerletirme
24 yapmaktadr.
611 24 28
16 1510 33
19 36
19 %3
%0
34 43 117 44 24
28 1415 25
33 29
36 %4
%3
Kasa Yeni Kasa 45 33 713 43 20
24 2114 28
25 28
29 %0
%4
Eksikmi Fazlami 32 135 32 10 1221 16 20 %4
Adedi Adedi 56 20 28 28 %0
Kasa1 4 0 0 4 rne ait kasa tipinin yerletirildii 6tm raflardaki
2 5 maksimum
2 10 sayda
12 ilgili16rn ieren raf
ORTALAMA %2
20 %4
Kasa2 35 0 0 35 ekil
Gre 4. Mteri Bazl Kasa-
ekil 4. Mteri Bazl Kasa-Koridor Yerletirme Modeline
Kasa Yerleimi
ORTALAMA %2
Yerleebilecek optimum kasa adedi belirlendikten sonra, 9da verilmitir. Yaknlk Esasna Dayal rn Yerle- Bir kasay yerletirmek iin operatrn, koridorlar kasalara ait rnlerin en az birinin farkl olmas oran
Mteri Bazl Kasa-Koridor Yerletirme Modeli MPLde tirme Modeli sonular ile sezgisel algoritma sonular arasnda bir ile tur arasnda dolamakta olduu tespit %10'dur.
Cplex zcs ile zlmtr. ki farkl mteriye ait karlatrld zaman, sezgisel algoritmann modelden edilmi ve ortalama tur says 1.8 olarak hesaplanmtr.
Sistemin dinamik bir sistem olmas bu oran hakknda
kasalar, mteri eitliliinin minimizasyonunu salayan sadece %2 orannda uzaklat grlmtr.
ki gnlk stok miktaryla alan firmada haftalk anlk bilgi vermektedir. Gelitiren sezgisel algoritma ile
ama fonksiyonu dorultusunda raflara yerletirilmitir.
5529 adet kasa retimden ambara gelmektedir. yukarda bahsi geen rnek uygulamalar zlm ve
Mteri Bazl Kasa-Koridor Yerletirme Modeli sonu- 6. SSTEMN KARILATIRILMASI VE Operatr, belirlenen firma kararlarna gre, kasalar atama sonularna gre bu oran % 3,98e dmtr. Faz-
lar ve sonularn grsel yerleimi Tablo 7 ve ekil 4te
YLETRLMES raf ba hazrlk alannda istenilen tama says elde ladan iilik gerektiren tur says aada hesaplanmtr.
grlmektedir. Raf yerleimi yaplrken tm kasalarn
edilene kadar beklettikten sonra rafl ambara yerle-
yerletirilmesini salayan kst, optimum kasa saysnn 6.1 Kazanlan Alan Maliyeti Fazladan iilik gerektiren tur says = Haftalk toplam tur says *
tirmektedir. Operatrler tarafndan haftalk olarak yiletirme miktar
korunmasn salamaktadr. almann son aamas Proje balangcnda yaplan sistem analizi almalar 2320 tur kasa yerleimi yaplmaktadr.
olan bu model, MPLde Cplex zcs ile kasa bazl sonucunda, rafl ambarn doluluk oran %94 olarak tespit Fazladan iilik gerektiren tur says = 2320 * (0,1 - 0,0398) =
Operatrn ortalama bir tur iin tama sresi, za-
altrlmtr. Yaknlk Esasna Dayal rn Yerletirme edilmitir. Proje kapsamnda elde edilen zm ile ambar 139,664 = 140 tur
man etd almalaryla 146 sn (2,26 dk) olarak
Modeli bu rnek uygulama iin rn tipinden oluan iinde ekstra %6.49 orannda bo alan elde edilmitir. bulunmutur. st ste yerletirilen kasalara ait rnlerin en az
Kasa 2 iin ekil 5te ele alnmtr. rnler raf kapasi- Elde edilen bu bo alana raf d ambarda bulunan M048 birinin farkl olmas durumunda bir tur iin iilik
teleri dikkate alnarak ekil 6daki gibi yerletirilmitir. Yukardaki hesaplamalar dikkate alnarak;
kasalarnn rafl ambara alnmas firma tarafndan uygun maliyeti 0,45 TL artmaktadr.
grlmtr. Toplam haftalk tama sresi = Ortalama tama sresi *
eitliliin az olduu durumlarda hzl zm veren
(Giri tur says + k tur says) * Verimlilik Yllk fazladan iilik maliyeti = Fazladan iilik gerektiren tur
Yaknlk Esasna Dayal rn Yerletirme Modelinde Firma 1 m2'lik alan iin aylk 5 kira bedeli de- says * 0,45 * 4 * 12
zm sresi, eitliliin artmas ile birlikte uzamaktadr. Toplam haftalk tama sresi= 2,26 * (4176+2320)*0,8 =
mektedir.
Bu sreyi ksaltmak ve dinamik yapy korumak iin 11744,77 dk = +195,75 saat Yllk fazaladan iilik maliyeti = 140 * 0,45 * 4 * 12 = 3024 TL
M048 kasas raf d ambarda kasa st ste yer-
oluturulan sezgisel algoritmada Yaknlk Esasna Dayal letirilerek depolanmaktadr. vardiya alma dzeninde depolamann zama- alma kapsamnda yaplan tm almalarda fir-
rn Yerletirme Modelinde olduu gibi, Mteri Bazl 0,15 m iki kasa arasnda braklmas gereken zorunlu nnda gerekletirilebilmesi iin gereken ii says mada elde edilen yllk kazan:
Kasa-Koridor Yerletirme Modeli sonular kullanlm- mesafedir. aadaki gibidir: Yllk toplam maliyet kazanc = Kazanlan alan maliyeti + ilik
tr. Bu rnek iin oluturulan veri tabannda mteri, ki boyutlu ekil yerletirme modeli sonularna gre Toplam tama zaman 195,75
i says = = = 4,9 = 5 ii maliyeti + Yllk fazladan iilik maliyeti
kasa, rn ilikilerini gsteren tablolar oluturulmutur. 45 adet M048 kasas rafl ambara alnmtr. Bir iinin haftalk alma zaman 40
rnek uygulama iin SQL Serverda veritaban olutu- Yllk toplam maliyet kazanc = 8316,79 + 63000 + 3024 =
Atanan kasa adedi 74340,79 TL'dir.
rulmutur. Veritabannda her kasa tipine ait rn tipleri M0048 kasalarndan kazanlan alan = * Kasa genilii Gelitirilen mteri bazl kasa-koridor tipi yerle-
st ste yerletirilen adet
kaydedilmitir. Gelen rn tipinin ve adedinin operatr tirme modeli ile operatrn raf aramak iin harcad
tarafndan belirlenmesiyle birlikte rne ait kasa tipi ve * Kasa boyu + (Tolerans) + (Dar koridor forkliftinin hareket alan)
zaman ortadan kaldrlmtr. Operatr, raf ba hazrlk 7. SONU
kasa tipinin yerletirildii raf, veri taban zerinden ge- alannda hazrlad kasalar tek turda model tarafndan alma kapsamnda, zaman iinde deiiklik
litirilen algoritma ile bulunmaktadr. Algoritma, ambara nceden belirlenmi kasa tipine uygun rafa yerletir-
Sonu olarak, firmann dar koridor dzeninde yer- gsteren mteri talepleri karsnda mamul ambarn-
gelen rn eidi adedine bal olarak anlk karar vererek mektedir. Ayn zamanda ambardan kasa k tek turda
leim yapmas ve dinamik adresleme sistemi kullan- da maksimum depolama alan ve hacmi salayacak
yerletirme yapmaktadr. gereklemektedir. htiya duyulan ii says;
masndan dolay, geleneksel ambar yntemi kullanan ekilde, kasa tipleri ve hacimlerine gre ambar iinde
rne ait kasa tipinin yerletirildii tm raflardaki firmalarda gelitirilen modeller ile kazanlan depolama Toplam haftalk tama sresi = 2,26 * (2320 + 2320) * 0,8 = 139,82 saat ayrlacak alanlarn hesaplanmas amalanmtr. Bu
maksimum sayda ilgili rn ieren raf bulunmaktadr. alannn daha da fazla olmas beklenir. Ayrca firmalarn Toplam tama zaman 139,82 amalar dorultusunda, problemin deiik versiyonla-
i says = = = 3,5 ii
Raf kapasitesi yeterli ise rn oraya yerletirilmekte depolama maliyetleri kazanlan alanla doru orantl Bir iinin haftalk alma zaman 40 rn zecek ekilde, adet tamsayl matematiksel
ve operatre rn yerletirecei raflar ekil 7de res- olarak azalacaktr. model gelitirilmitir. Bu modeller ihtiyaca gre tekil
Yllk iilik maliyeti kazanc= ((Mevcut ii says - Yeni ii says)
medilen rn girii arayznde gsterilmektedir. rn olarak ele alnabilir; ancak bu almada ardk ekilde
6.2 ilik Maliyetleri * Aylk cret * 12)
k yaplrken dikkat edilen unsur, rnlerin ambara zlmtr; bir modelin sonucu ardk modellerde
Yllk iilik maliyeti kazanc = (5-3,5) * 3500 * 12 = 63000 TL
yerletirildikleri zamann referans alnmasdr. ekil Mevcut durumda operatr, retimden gelen kasalar girdi olarak kullanlmaktadr. Gerek boyutlu problemi
7de resmedilen rn k arayznde, rn k- yerletirmek iin ambar ierisinde kasann sabilecei Rakam, 4 iiye yuvarlanmamtr; alma sonu- temsil eden bir pilot uygulama, gelitirilen modeller ile
nn yapld raflar listelenmekte ve veri tabanndaki bir raf alann gzle kontrol etmektedir. Bu durum, cundaki net iilik tasarrufu hesaplanmtr. 0,5 adam/ay zlm ve problemin NP-Zor snfna dahil olmas
kapasiteler gncellenmektedir. Sezgisel algoritma ile operatrn rn yerleimi srasnda fazladan zaman kadar iilik, baka operasyonlarda kullanlabilir. Ayrca sonucu son model ktlarnn kabul edilebilir zamanda
zlen rnek problemlerin boyutu ve sonular Tablo harcamasna neden olmaktadr. mevcut durumda ambarda bulunan st ste yerletirilen elde edilememesinden dolay sezgisel bir algoritma
36 37
Gizem Gl, Begm Erol, Gzde ngelen, Sedat Eser, ada etinkaya, Hseyin Cenk zmutlu, Seda zmutlu,
Mehmet Gkedalolu, Cemil Gnhan Erhuy
gelitirilmitir; bu sezgisel algoritma gnlk bir ara 11. Huang, W., He, K. 2009. A Caving Degree Approach for
eklinde kullanlacak ekilde oluturulmu ve firmada the Single Container Loading Problem, European Journal
uygulanmtr. Uygulama sonucunda, tama maliyetle- of Operational Research, vol. 196 (1), p. 93-101.
rinde ve depolama alannda yllk olarak 74.340,79 TL 12. Jain, S., Gea, H. C. 1998. Two-Dimensional Packing
tasarruf hesaplanmtr. Depolama alanndan ve iilik Problems Using Genetic Algorithms, Engineering with
maliyetlerinden tasarruf salanm ve firmann depolama Computers, vol. 14 (3), p. 206-213.
sreci kolaylatrlmtr. 13. Krger, B., Schwenderling, P., Vornberger, O. 1993.
Parallel Genetic Packing on Transputers. Parallel Genetic
KAYNAKA Algorithms: Theory and Applications, J. Stender, IOS
1. Beasley, J. E. 1985. An Exact Two-Dimensional non-
Press, Amsterdam, p.151-185.
Guillotine Cutting Tree Search Procedure, Operations
14. Muppani, V. R., Adil, G. K. 2008. A Branch and Bound
Research, vol. 33(1), p. 49-64.
Algorithm for Class Based Storage Location Assignment,
2. Bischoff, E. E., Janetz, F., Ratcliff, M. S. W. 1995. Lo-
European Journal of Operational Research, vol. 189 (2), p.
ading Pallets with non-Identical Items, European journal
492-507.
of Operational Research, vol. 84 (3), p. 681-692.
3. Chen, C. S., Sarin, S., Ram, B. 1991. The Pallet Packing 15. Pisinger, D. 2002. Heuristics for the Container Loading
Problem for non-Uniform Box Sizes, The Internatonal Problem, European Journal of Operational Research, vol.
Journal of Producton Research, vol. 29 (10), p. 1963-1968. 141 (2), p. 382-392.
4. Chen, C. S., Lee, S. M., Shen, Q. S. 1995. An Analytical 16. Scheithauer, G., Sommerwei, U. 1998. 4-Block Heuris-
Model for the Container Loading Problem, European tic for the Rectangle Packing Problem, European Journal
Journal of Operational Research, vol. 80 (1), p. 68-76. of Operational Research, vol. 108 (3), p. 509-526.
5. Christofides, N., Whitlock, C. 1977. An Algorithm for 17. Steudel, H. J. 1979. Generating Pallet Loading Patterns:
Two-Dimensional Cutting Problems, Operations Rese- A Special Case of the Two-Dimensional Cutting Stock
arch, vol. 25 (1), p. 30-44. Problem, Management Science, vol. 25 (10), p. 997-1004.
6. Dereli, T., Da, G. S. 2010. Development of a Decision 18. Terno, J., Scheithauer, G., Sommerwei, U., Riehme, J.
Support System for Solving Container Loading Problems, 2000. An Efficient Approach for the Multi-Pallet Loading
Transport, vol. 25 (2), p. 138-147.
Problem, European Journal of Operational Research, vol.
7. Dowsland, K. A. 1987. A Combined Data-Base and
123 (2), 372-381.
Algorithmic Approach to the Pallet-Loading Problem,
19. Vasko, F. J. 1989. A Computational Improvement to
Journal of the Operational Research Society, vol. 38 (4),
Wang's Two-Dimensional Cutting Stock Algorithm, Com-
p. 341-345.
puters & Industrial Engineering, vol. 16 (1), p. 109-115.
8. Gademann, A. J. R. M., Van Den Berg, J. P., Van Der
20. Wang, P. Y. 1983. Two Algorithms for Constrained
Hoff, H. H. 2001. An Order Batching Algorithm for Wave
Two-Dimensional Cutting Stock Problems, Operations
Picking in a Parallel-Aisle Warehouse, International Tran-
sactions in Operational Research, vol. 33 (5), p. 385-398. Research, vol. 31 (3), p. 573-586.
9. Gehring, H., Bortfeldt, A. 1997. A Genetic Algorithm 21. Wisittipanich, W., Meesuk, P. 2015. Particle Swarm
for Solving the Container Loading Problem, International Optimization with Multiple Learning Terms for Storage
Transactions in Operational Research, vol. 4 (5-6), p. 401- Location Assignment Problems Considering Three-Axis
418. Traveling Distance," In Toward Sustainable Operations of
10. Hodgson, T. J. 1982. A Combined Approach to the Pallet Supply Chain and Logistics Systems, V. Kachitvichynau-
Loading Problem," International Transactions in Operati- kul, K.Sethanan, Kanchana, P.Goliska- Dawson (Eds.),
onal Research, vol. 14 (3), p. 175-182. Springer International Publishing, Switzerland, p. 435-443.
38