TESİS PLANLAMA

Doç. Dr. Ramazan ŞAHİN

1
 Ulaştırma – Hacim Çizelgesi Metodu

Bu metot bir örnek üzerinde anlatılacaktır.

Örnek : Bir atölyede bulunan 4 bölümde 5 çeşit mamul üretilmektedir.
Bu mamullere ait veriler aşağıdadır.

Mamul Miktar/Ay Malzeme Taşıma Ayarlanmış

Üretim Sırası
No (kg) Maliyeti (TL/kg.m) Değer (TL/ay.m)

1 B-A-C-D-C 20 2 40
2 A-B-A 10 4 40
3 C-D-A 30 3 90
4 C-A-B-C 10 3 30
5 A-D-B 50 1 50

2
Ulaştırma – Hacim Çizelgesi Metodu

Tesisler

A B C D

A - 70 40 50
F=
B 80 - 30 0

C 30 0 - 130

D 90 50 40 -

Yük Matrisi (YS/dönem)

3
Ulaştırma – Hacim Çizelgesi Metodu

A B
1. düzenleme
C D

Tesisler Tesisler
A B C D A B C D

A - 1 1 2 A - 150 70 280
D1 = W1 =
B 1 - 2 1 B - 60 50
C 1 2 - 1 C - 170
D 2 1 1 - D -

Uzaklık Matrisi (m) 780

4
Ulaştırma – Hacim Çizelgesi Metodu

B A
2. düzenleme
C D

Tesisler Tesisler
A B C D A B C D

A - 1 2 1 A - 150 140 140

D2 =
B 1 - 1 2 W2 = B - 30 100
C 2 1 - 1 C - 170
D 1 2 1 -
D -
Uzaklık Matrisi (m) 730

5
Ulaştırma – Hacim Çizelgesi Metodu

 Karar: 2. düzenleme şeklinde “uzaklık-hacim”

değeri daha düşük olduğundan 2. düzenleme tercih
edilir.
 Burada m2! defa hesaplama yapılarak (W) ve (D)
matrisleri bulunur. Bunların içinden en düşük
uzaklık hacim değerine sahip olan tesis düzenlemesi
kabul edilir. Bu örnekte 24 düzenleme şeklinden
sadece 2’si hesaplanmıştır.

6
 Ulaştırma – Hacim Çizelgesi Metodu

 Ödev: Alanları birbirine eşit olan 9 bölüme sahip bir atölyenin “uzaklık-
hacim metodu”na göre düzenleme yapılacak olup, uzaklıklar dik doğrusaldır
(rectilinear). Gerekli veriler aşağıda verilmiştir.
 İstenenler: Düzenleme seçenek sayısını bulunuz ve üç deneme yaparak uygun
düzenleme şeklini bulunuz. (Bölümler arası uzaklıklar 1’er metredir.)

Mamul Aylık Malzeme Taşıma A B C

Üretim Sırası
No Üretim (kg) Maliyeti (TL/kg.m)
D E F
1 E-A-I-F-B 40 2
G H I
2 C-B-H-F-G 30 3
3 D-C-D-A-H-I 20 5
4 C-E-G-F 70 1

7
 Tesis Düzenlemesinde Kullanılan Modeller

 Tesis düzenlemesi problemleri genelde iki gruba ayrılır. Bunlar;

a)Bir tesisin tüm olarak düzenlenmesi problemleri,
b)Düzenleme alanına tesis katılması problemleri,
 Bir tesisin tüm olarak düzenlenmesi problemi genel olarak iki değişik
düzenleme problemini içerir. Bunlar;
Yeni bir tesisin düzenlenmesi (construction layout),
Bir tesisin yeniden düzenlenmesi (improvement layout),
 Bir tesisin tüm olarak düzenlenmesine ilişkin modeller iki başlık altında
toplanabilir. Bunlar;
1.Esas (egemen) parça veya mamulü dikkate alan modeller,
2.Tüm parça ve mamulleri dikkate alan modellerdir.
 Her grup, grafiksel ve matematiksel modeller olarak alt gruplara ayrılır.

8
 Tesis Düzenlemesinde Kullanılan Modeller

 Modellerde kullanılan ölçütler: Burada esas kriter Materyal Yönetimi Maliyet

Giderlerinin (MYMG) en azlanmasıdır. MYMG, taşıma uzaklığına bağlı
olduğundan, bazı modeller “taşıma uzaklığının en azlanması” kriterini
kullanmaktadır.
 Modellerde kullanılan varsayımlar: Burada genel olanlar sıralanacaktır. Her
modelin ilave varsayımı varsa, o model incelenirken ayrıca verilecektir.
1. MYMG uzaklıkla doğru orantılıdır.
2. Düzenleme seçenekleri değerlendirilirken, MYMG en önemli faktördür.
3. Materyal akımı yük sayıları belirli (deterministic) ve durağandır (static).
4. Tesisin diğer sistemleri ile düzenleme problemi arasında bir etkileşim
yoktur.
 Bu varsayımlar aslında modelin eksik yanlarını vurgulamaktadır. Özellikle 2. ve
4. varsayımlar üzerinde önemle durmak gerekir.

9
Esas parça veya mamulü dikkate alan modeller

1. Grafiksel Modeller: Bu modellerde, işlem süreç, süreç akımı ve akım

şemalarından yararlanılır. Bu konu Sistematik Düzenleme Planlaması’nda geniş
olarak ele alınmıştı. Bu modellerde tüm parça yada mamuller dikkate
alınmadığından “iyice sonuç” verirler. Yine bu modeller, yeni bir tesisin
düzenlenmesi yada bir tesisin yeniden düzenlenmesi problemlerine
uygulanabilirler.
2. Matematiksel Model: (Seyyar Satıcı Modeli-SSM):
Tesis içinde bir mamul üretilirken parça (n) sayıda tesisten (makineden)
geçeceğine göre, bu (n) sayıda tesisi (n) sayıda aday alana, (n) aday alan
arasındaki uzaklığı (veya uzaklığın bir fonksiyonu olan MYMG) en azlayacak
biçimde atamak işlemine dönüşür. Yani problem “bir seyyar satıcının bulunduğu
kentten başlayarak öteki (n-1) sayıda kenti sırayla (ve bir uğradığı yere bir daha
uğramadan) gezmesini ve yine başladığı yere dönmesini sağlayacak en kısa
uzaklıktaki turu bulma problemi olan Seyyar Satıcı Problemine” denk düşer.

10
 Esas parça veya mamulü dikkate alan modeller

 SSM, daha ziyade “bir tesisin yeniden düzenlenmesi problemine uygun düşer.
SSM’ne çözüm getiren algoritmalar, “en iyi sonucu” bulmakla beraber, tesis
içinde diğer tüm mamuller dikkate alınmadığından, düzenleme problemi
açısından “en iyi sonucu sağlayamaz”. Ancak tek bir parça için “en iyi
çözümü” sağlayacaktır.
 SSM’inde Etkinlik (Maliyet) Matrisleri, çözüm yönünden farklılık
yaratmayan iki türe ayrılırlar. Bunlar;
1. Bakışık (Simetrik) Matrisler: Her i ve j için cij = cji olan matrislerdir. Esas
parçayı dikkate alan düzenleme problemlerinin de en yaygın kullanılan matris
türüdür.
2. Bakışıksız (Asimetrik) Matrisler: En az bir (i,j) çifti için cij ≠ c ji olan
matrislerdir. Bunun anlamı, i’den j’ye el arabasıyla, j’den i’ye gezer vinçle
taşımanın yapılması yada tek yönlü araçların kullanılması anlamındadır.

11
Seyyar Satıcı Modeli(Wagner, Harvey, Principles of OR.)

n n
1. Cmin = ∑∑ c
=i 1 =j 1
ij xij ( i = 1, 2,..., n için cii = ∞)

2. Her aday alandan, sadece bir aday alana gidilebilir.

n

∑=
x
j =1
ij 1=(i 1, 2,..., n) 1. kısıt

3. Her aday alana, sadece bir aday alandan gelinebilir.

n

∑
= x
i =1
ij 1=
( j 1, 2,..., n) 2. kısıt

1, i alanından j alanına gidilebiliyorsa 

4. xij =  
 0, aksi durumda 
5. Çözüm bir döngü ( Hamiltonion Cycle) oluşturmalıdır.
Yani, ( xab , xbd , xdk ,..., xmn , xna ) olmalıdır. 5. kısıt hariç tutulursa,
(1 − 4 ) arası gösterimler " doğrusal atama vektörü " ne özdeştir.
12
Seyyar Satıcı Modeli(Wagner, Harvey, Principles of OR.)

 Atama probleminin çözümü için geliştirilen algoritmalar (Vogel,

Macar Metodu v.b.), rastlantı dışında SSM’ne çözüm
getiremezler. Çünkü atama problemleri tam bir döngü
oluşturmazlar. İşte SSM’ni çözebilmek için döngü kısıtını da
içine alan algoritmalara ihtiyaç duyurulur. Bu amaçla
geliştirilmiş çeşitli Dal-sınır algoritmaları vardır. Bu algoritmalar
ayrıca sıralama (sequencing, n işin makine için sıralanması)
probleminin çözümünde de başarıyla kullanılmaktadır.

13
Kareli Tamsayı Programlama Modeli (Quadratic
Integer Programming)

14
Kareli Tamsayı Programlama Modeli (Quadratic
Integer Programming)

Vij = (i ) ve ( j ) tesisleri arasında belirli bir dönemde taşınan birim yük sayısı
U ij = Birim yükleri (i ) ve ( j ) tesisleri arasında birim uzaklıkta taşıma maliyeti
dij = (i ) ve ( j ) tesisleri arasındaki uzaklık

 [U] birim uzaklıklar için MYMG matrisiyle [V] yük matrisini, bu

matrislerin karşılıklı elemanlarının çarpım değerlerine denk olan
elemanlardan oluşan [W] yük matrisi şeklinde sadeleştirmek
mümkündür.

15
Kareli Tamsayı Programlama Modeli (Quadratic
Integer Programming)

 [D] matrisinin elemanları, zigzaglı (rectilinear) ya da düz

(euclidean) uzaklıkları gösterir. Düzenleme probleminde
uzaklıkların zigzaglı olarak ölçülmesi daha gerçekçi olur. Bu
uzaklıklar;
Zigzaglı uzaklık : l12 = x1 − x2 + y1 − y2 

2 1/ 2 
olacaktır.
: l12 = ( x1 − x2 ) + ( y1 − y2 )  
2
Düz uzaklık
  
Tesislerin atandıkları alanlar değiştirilirse, uzaklık matrisinin
elemanları da değişecektir.
16
Kareli Tamsayı Programlama Modeli (Quadratic
Integer Programming)

 Kareli Tamsayı Programlama Modeli şeklinde yukarıda

anlatılanları formülleştirmek mümkündür. Bu modelin
literatürde geçen başka bir adı “Kareli Atama Modeli” olup,
aşağıdaki şekilde yazılabilir:

17
Kareli Tamsayı Programlama Modeli (Quadratic
Integer Programming)
1. Kareli Atama Modeli'nin amaç fonsiyonu *
n n n n
(TC )min = ∑∑∑∑ X ik X jh Wij d kh (3)
=i 1 =j 1 =
k 1=
h 1

2. Her alana, ancak bir tesis atanabilir. (tesis kısıtı)

n

∑ X ik 1=
=
i =1
(k 1, 2,..., n)

3. Her tesise, ancak bir alan tahsis edilebilir. (alan kısıtı)

n

∑ X jh 1=
=
h =1
( j 1, 2,..., n)

1, i tesisi k alanına atanırsa 

4. X ik =  
 0, i tesisi k alanına atanmazsa 
1, j tesisi h alanına atanırsa 
X jh =  
 0, j tesisi h alanına atanmazsa 
18
Kareli Tamsayı Programlama Modeli (Quadratic
Integer Programming)
 Öncelikle şunu belirtmek gerekir ki, Kareli Tamsayı Programlama
Modeli için “en iyi sonucu veren (optimal)” etkin bir çözüm tekniği
geliştirilememiştir. Yarı sayma yöntemi olan 2 dal-sınır algoritması
geliştirilmiştir. Bunlardan “Gilmore ve Lawler Algoritması”, tamsayma
yönteminden çok verimli olmasına karşılık, tesis sayısı 15’ten büyük
olunca yetersiz kalmaktadır. Bunların dışında, bazen en iyi sonucu veren
ancak genelde iyice sonuç veren “Wimmert Yöntemin”den de bahsetmek
gerekir. İlk matematiksel modellerden biri olan Wimmert Yöntemi’nde
de n(n-1)/2=N olmak üzere [NxN] boyutlu maliyet matrisi hazırlanarak
bunun üzerinde çözüme gidilir. Daha sonra “Conway ve Maxwell”
Wimmert modelinin geçersiz olduğunu ispatlamışlardır.

 * Amaç fonksiyonunda bulunan (X *X ) çarpımı, modelin doğrusal olmadığını göstermektedir. 2.

ik jh
dereceden amaç fonksiyonuna sahip olan modellere “kareli” denir.

19
 Wimmert Tekniği
 Tesis düzenlemesinde ilk kantitatif teknikleri ileri süren Wimmert, kriter
olarak tesis yerleri veya tesisler arasındaki “uzaklık-hacim” malzeme
taşımasının minimum olmasını kullanmaktadır. Konuyla ilgili olarak başka
kriterler de değiştirilerek kullanılabilir. Fakat genel olarak “uzaklık-hacim”
kriterinin kullanılması, diğer kriterlerden daha iyi sonuç vermekte olup, bu
sadece Wimmert’in tekniği için değil, diğer yöntemler içinde geçerlidir.
Uzaklık-hacim kriterini maliyete dönüştürmek kolaydır.
 Teknikte 3 temel varsayım vardır. Bunlar;
1. Tesis yerleri birbirleriyle değiştirilebilir.
2. İki alan arasındaki uzaklık, hareketin yönüne bağlı değildir (dij=dji).
3. Maliyet, uzaklıkla doğru orantılıdır.

20
 Wimmert Tekniği

 Bu teknik, iyice sonuç veren matematiksel bir yöntemdir.

Bu teknikte, alan ve tesis çifti vektörleri, özel şekilde
oluşturulur. Burada takip edilen matematiksel bir nedensel
kuralın bulunmaması nedeniyle, iyice sonuç vermektedir ve
bu noktaya itirazlar olmaktadır.

21
 Wimmert Tekniği
ÖRNEK: Birbirine eşit boyutlara sahip 4 alana 4 tesisin yerleştirilmek
istendiğini düşünelim. Her bir tesisle ilgili bir tek alan ve (N!) sayıda
uygun uzaklık-hacim alternatifi mevcuttur. Uygun alternatif sayısı 4!=24
adet olacaktır.
Alanlar Tesisler Tesisler

1 2 3 4 A B C D A B C D

1 - 30 20 25 A - 50 25 30 A - 115 40 100

D= 2 - 40 15 F= B 65 - 35 15 F= B - 85 45

3 - 50 C 15 50 - 40 C - 65

4 - D 70 30 25 - D -

Uzaklık Matrisi (dij = dji) Yük (Hacim) Matrisi (fij) Dönüşüm Matrisi (lij)

22
 Wimmert Tekniği
Alan Çiftleri 2-4 1-3 1-4 1-2 2-3 3-4

Tesis Çiftleri 15 20 25 30 40 50

A-B 115 1725 2300 2875 3450 4600 5750

A-D 100 1500 2000 2500 3000 4000 5000

B-C 85 1275 1700 2125 2550 3400 4250

C-D 65 975 1300 1625 1950 2600 3250

En küçük
B-D 45 675 900 1125 1350 1800 2250
değer
A-C 40 600 800 1000 1200 1600 2000

En büyük
Tablo : Maliyet (Etkinlik) Matrisi değer

23
 Wimmert Tekniği
1–3 B–C 1 B
1–2 B–C 1 C SEÇİM İŞLEMİ
ALANLAR TESİSLER
1–3 B–C 1 C
1–4 C–D 1-3 B-C
1–3 B–C 3 B 1-2 B-C
3–4 B–D 1-4 C-D
1–2 B–C 1 C 3-4 B-D
1–4 C–D
1–2 B–C
3–4 B–D
1–4 C–D 4 D
3–4 B–D

24
 Wimmert Tekniği

SONUÇ Yukarıdaki atama işleminde geriye kalan A

ALANLAR TESİSLER
tesisi de 2 alanına atanır.
1 C Atamanın değeri ise;
2 A
E = 1700 + 2550 + 1625 + 2250 = 8125 pb olur.
(1-3) (1-2) (1-4) (3-4)
3 B
(B-C) (B-C) (C-D) (B-D)
4 D

25