Bu çalışmada çok işlemcili esnak akış tipi çizelgeleme (ÇİEATÇ) ve Bulanık ÇİEATÇ problemlerini çözmek için yeni bir Yapay Bağışıklık Algoritması (YBA) önerilmiştir. Önerilen algoritmanın etkinliğini test etmek için Oğuz'un (2005) ÇİEATÇ problemleri çözülmüş ve elde edilen sonuçlar, Oğuz ve Ercan'ın (2005) Genetik Algoritma (GA) ve Ceran'ın (2006) GA metotları ile kıyaslanmıştır. Ayrıca Gözen'nin (2007) Bulanık ÇİEATÇ problemleride önerilen YBA algoritması ile çözülmüş olup elde edilen sonuçlar Gözen'nin (2007) çalışması ile kıyaslanmıştır. Yeni YBA ile çözülen ÇİEATÇ problemlerinin % 26'sında alt sınır değerine ulaşılmıştır. Ulaşılan bu değer Ceran'ın (2006) ve Oğuz ve Ercan'ın (2005) sonuçlarından daha iyidir. Ayrıca dört adet problemin sezgisel bir yöntemle ilk defa alt sınır değeri bulunmuştur. Bulanık ÇİEATÇ problemleri için bulanık tamamlanma zamanı dikkate alındığında tüm problemer için Gözen'den (2007) daha iyi sonuçlar elde edilmiştir.
In this study, new artificial immune algorithm (AI) has been proposed for solving multiprocessor hybrid flow shop scheduling (MPFHFSS) and Fuzzy MPFHFSS problems. Efficiency of this algorithm?s has been showed by solving Oğuz?s (2005) problems using new AI algorithm and comparing the results with Oğuz and Ercan?s (2005) Genetic Algorithm (GA) and Ceran?s (2006) GA. In addition, Gözen?s (2007) Fuzzy MPFHFSS problems were solved. The results were compared by Gözen?s (2007) results. The MPFHFSS problems results were encouraging in that the proposed AI algorithm determined the lower bound makespan for 26 % of the problems. This obtained results are better than Ceran?s (2006) and Oğuz and Ercan?s (2005) results. Furthermore we found lower bound makespan for 4 problems with heuristic methods for the first time. As a result of the Fuzzy MPFHFSS problems? fuzzy complation time results are better than Gözen?s (2007) results for whole problems.
