Hazır giyim; son yıllardaki gelişen teknolojiye rağmen emek yoğun yapısının korunduğu, iş gücü kayıplarının çok ve termin sürelerinin kısa olduğu dinamik bir üretim şeklidir. Üretim yapısındaki bu faktörler nedeniyle hazır giyimde verimlilik, planlama ve çizelgeleme gibi kavramların önemi büyüktür. Bu çalışmada NP (polinomiyel olmayan) zor sınıfında yer alan esnek akış tipi çizelgeleme problemlerinin paralel doyumsuz algoritma ile çözümü amaçlanmıştır. Problemin çözümünde bir hazır giyim işletmesinde örnek olarak uygulama yapılmıştır. Hazır giyim üretim süreci, işlem süreleri belirsiz olduğundan bulanıktır. Bu yapı göz önüne alınarak bulanık mantığın üyelik fonksiyonlarından faydalanılarak bir paralel doyumsuz algoritma geliştirilmiş ve bir hazır giyim işletmesinde elde edilen verilerle test edilmiştir. Paralel doyumsuz algoritmanın test edilmesi için genetik algoritma ile kıyaslamalar yapılmıştır. Yapılan kıyaslama sonucunda paralel algoritmanın genetik algoritmaya göre daha iyi sonuçlar verdiği ortaya çıkmıştır.
Apparel is a type of dynamic production in which appointed time is short, loss of labour force is most and labour focused structure is continued instead of developing technology in recent times. Hereby, fertility, planning and scheduling in ready wear are significant due to these factors in production structure. This study aims at the solution of flexible flowing scheduling problems involving in NP (non-polinomial) hard class with parallel greedy algorithm. An application is made in a ready wear enterprise as an example for the solution of problem. Operation time is not clear. That is why, the production process of ready wear is blurred. Taking this structure into consideration, a parallel greedy algorithm is developed benefiting from membership functions of blurring concept and this one is tested over data in a ready wear enterprise. this is compared to a genetic algorithm for testing parallel greedy algorithm. In conclusion of comparison, this parallel greedy algorithm presents better results than genetic algorithm.
