Hamzadayı, AlperVan, Münevver Günay2025-11-302025-11-302025https://tez.yok.gov.tr/UlusalTezMerkezi/TezGoster?key=ftqJzTasnJUH9hg-S5861i7Aby0KyaTyVWTtlFJUVY6qMSdWVsUfZSpCVYTwiWa6https://hdl.handle.net/20.500.14720/29221Bu tez, dağıtılmış üretim sistemlerinde sıklıkla karşılaşılan ve çözümü yüksek hesaplama gücü gerektiren üç temel akış atölyesi çizelgeleme problemini kapsamaktadır. Her bölümde bu problemlere özel olarak tasarlanmış matematiksel modeller ve meta sezgisel algoritmalar geliştirilmiş ve bu yöntemlerin başarımı standart problem kümeleri üzerinde sistematik şekilde test edilmiştir. Tezin birinci bölümünde, sıra bağımlı kurulum süreleri içeren dağıtılmış beklemesiz akış atölyesi çizelgeleme problemi (SDST ile DNWFSP) ele alınmıştır. Problem, tamamlanma süresi ve maksimum gecikmenin doğrusal kombinasyonunu minimize eden bir amaç fonksiyonuyla tanımlanmış ve asimetrik gezgin satıcı problemi (ATSP) tabanlı bir yapıyla modellenmiştir. Güçlendirilmiş kısıt kümeleri ile formülasyonun çözüm gücü artırılmış, önerilen Dal ve Kes (BC) ile değişken komşu iniş yönteminin entegre edildiği BC/VND algoritması küçük boyutlu örneklerde kesin çözümler üretmiş, VND/NL algoritması ise büyük boyutlu örneklerde sezgisel üstünlük sergilemiştir. İkinci bölümde, çizelgeleme literatüründe sınırlı biçimde ele alınan ve hem DPFSP hem de NIPFSP' nin genelleştirilmiş formu olan DNIPFSP problemi incelenmiş; bu problem için üç farklı matematiksel model ile bir GRASP tabanlı sezgisel algoritma geliştirilmiştir. GRASP algoritması, literatürde ilk kez dağıtılmış çizelgeleme problemlerine uygulanmış ve içerisine LS3 temelli çoklu komşu yapıları entegre edilmiştir. Ayrıca, GRASP' ten elde edilen çözümler ile model üzerinde yeni bir üst sınır belirleme prosedürü tanımlanmış ve bu sayede kısıtlı pozisyon aralığına sahip bir RIV_PBM oluşturulmuştur. Geliştirilen yapı, klasik ve hibrit Benders ayrıştırma algoritmaları ile çözülmüş; deneysel sonuçlar, özellikle hibrit Benders yaklaşımının yakınsama süresi ve çözüm kalitesi açısından literatürdeki en güçlü algoritmalardan biri olduğunu ortaya koymuştur. Üçüncü bölümde, DNWFSP problemine yönelik özgün bir hibrit sezgisel yapı olan GRASP_VND algoritması önerilmiştir. Algoritma, rastgeleleştirilmiş açgözlü yapı, yıkım-yeniden yapılandırma mekanizması ve LS3 tabanlı VND stratejisini birleştirerek çözüm uzayında hem keşif hem de yoğunlaştırmayı dengeli biçimde gerçekleştirmiştir. Zaman uyumlu kontrol parametrelerinin Bayes optimizasyonu ile kalibre edilmesi, algoritmanın esnekliğini ve genelleme yeteneğini artırmıştır. 660 standart problemde yapılan testler, GRASP_VND' nin hem optimal çözüme yakınlık hem de istikrar açısından güçlü sezgisel yöntemleri geride bıraktığını göstermektedir.This thesis investigates three complex scheduling problems encountered in distributed manufacturing systems, each characterized by no-wait constraints, sequence-dependent setup times, and multi-factory job assignments. These features significantly increase computational complexity beyond that of classical flowshop models. To address these challenges, each chapter proposes specialized mathematical formulations and metaheuristic algorithms, validated through extensive computational experiments using standard benchmark datasets. The first part of the thesis focuses on the distributed no-wait flowshop scheduling problem with sequence-dependent setup times (SDST-DNWFSP), where the objective is to minimize a linear combination of total completion time and maximum tardiness. The problem is modeled using an enhanced ATSP-based formulation incorporating valid inequalities to improve model efficiency. A hybrid Branch-and-Cut integrated with Variable Neighborhood Descent (BC/VND) algorithm is proposed to solve small-sized instances effectively, outperforming an existing MILP model. For larger-scale problems, a standalone VND/NL heuristic demonstrates superior scalability and solution quality. The second part addresses the distributed no-idle permutation flowshop scheduling problem (DNIPFSP), a generalized form of both DPFSP and NIPFSP. To bridge the gap in the literature, the study introduces three MILP models—one being an improved position-based model (IV_PBM)—and a GRASP metaheuristic featuring LS3-based local search. The heuristic solutions are used to derive upper bounds that restrict the feasible space of IV_PBM, forming a tighter model variant (RIV_PBM). Both classical and hybrid Bender's decomposition algorithms are applied to solve these models, with the hybrid approach achieving superior convergence and solution accuracy. The final part introduces GRASP_VND, a novel hybrid metaheuristic for solving DNWFSP. The method integrates a time-adaptive greedy randomized construction phase, a destroy-and-repair mechanism, and LS3-based Variable Neighborhood Descent to balance diversification and intensification. Critical parameters such as greediness (αt) and destruction size (dt) are adaptively tuned using Bayesian Optimization (BO), enabling robust performance across varying instance types. Tests on 660 benchmark problems show that GRASP_VND achieves the lowest ARPD and the highest number of near-optimal solutions among state-of-the-art heuristics. With its structural flexibility and minimal parameter tuning requirements, GRASP_VND offers a scalable and practical tool for solving large-scale and complex scheduling problems.trİstatistikStatisticsDoctoral Thesis