Akademik Veri Yönetim Sistemi
JOURNAL OF THE FACULTY OF ENGINEERING AND ARCHITECTURE OF GAZI UNIVERSITY, cilt.46, sa.1, ss.127-139, 2026 (SCI-Expanded, Scopus, TRDizin)
Bu çalışma, tek makinede ağırlıklı erken ve geç tamamlanma cezalarını minimize etmeye yönelik çizelgeleme problemine odaklanmakta ve bu problem için sütun oluşturma, dal-fiyat ve ışın arama algoritmalarının etkililiğini değerlendirmektedir. Araştırmada, çeşitli iş sayısı ve problem parametresiyle oluşturulan test setleri üzerinde önerilen yöntemlerin hem çözüm kalitesi hem de hesaplama süresi açısından kapsamlı karşılaştırmaları yapılmıştır. Elde edilen sonuçlar, sütun oluşturma tabanlı yaklaşımların referans yöntemlerle benzer veya optimal yakın çözüm kalitesi sunarken, özellikle dal-fiyat algoritmasının problem büyüklüğü arttıkça çözüm kalitesinde belirgin avantaj sağladığını göstermektedir. Ayrıca, ışın arama algoritması pratik çalışma süresi ve yüksek kaliteyi bir arada sunarak, büyük boyutlu problemlerde uygulanabilir bir alternatif olarak öne çıkmıştır. Analizler, Genetik Algoritma tabanlı başlangıç çözümlerine kıyasla, önerilen algoritmaların ortalamada %44'e varan iyileştirme sağladığını ortaya koymuştur. Sonuç olarak, çalışma, dinamik üretim ortamlarında tek makine çizelgeleme problemleri için gelişmiş optimizasyon tekniklerinin uygulama potansiyelini somut biçimde ortaya koymaktadır.
This study focuses on the scheduling problem of minimizing weighted earliness and tardiness penalties on a single machine and evaluates the effectiveness of column generation, branch-price and beam search algorithms for this problem. In the study, comprehensive comparisons of the proposed methods in terms of both solution quality and computational time were made on test sets created with various job numbers and problem parameters. The obtained results show that while column generation based approaches provide similar or near-optimal solution quality to the reference methods, especially the branch-price algorithm provides a significant advantage in solution quality as the problem size increases. In addition, the beam search algorithm stands out as a viable alternative in large-scale problems by offering practical running time and high quality together. The analyses revealed that the proposed algorithms provide an average improvement of up to 44% compared to the initial solutions based on Genetic Algorithm. As a result, the study concretely demonstrates the application potential of advanced optimization techniques for single machine scheduling problems in dynamic manufacturing environments.