Literatürde demontaj işlemi ile ilgili birkaç alt problem (planlama, sıralama, çizelgeleme, DHD vb.) olmasına rağmen (montaj işleminde olduğu gibi) (Boysen ve ark. 2007; Battaïa ve Dolgui, 2013), bu tez çalışmasında sadece DHD problemine ait ilgili literatür taramasına yer verilmiştir. DHD problemleri, demontaj görevlerini sıralı bir istasyon dizisine atarken demontaj görevleri arasındaki öncelik ilişkilerini sağlayıp, istasyon sayısının en küçüklenmesi, çevrim süresinin en küçüklenmesi, verimliliğin en büyüklenmesi, karın en büyüklenmesi veya maliyetin en küçüklenmesi gibi ölçütleri optimize etmeyi amaçlar (Ding ve ark. 2010). DHD problemleri, Güngör ve Gupta (1999b) tarafından literatüre kazandırıldıktan sonra, Güngör ve Gupta (2002), geri dönüşüm sistemlerinin başarılı olabilmesi için optimum bir şekilde dengelenmiş demontaj hatlarına sahip olunması gerektiğini belirtmişlerdir. Demontaj çizelgeleme ve dengeleme problemlerini sistematik bir şekilde ayırarak demontaj hat tasarımında karşılaşılan ve karşılaşılabilecek olan unsurları tanımlamışlardır. Demontaj hat tasarım problemlerinin genel amaçlarını ve kısıtlarını ele almışlar ve bu problem için sezgisel bir yöntem geliştirmişlerdir. Sayısal örneklerle test edilen model (8 demontaj işleminden meydana gelen bir masaüstü bilgisayar) ileriki çalışmalarda araştırmacılar için de büyük bir kaynak oluşturmuştur. DHD probleminin McGovern ve Gupta (2007a) tarafından NP-zor olarak tanımlanmasından sonra, genetik algoritma (McGovern ve Gupta, 2007b), karınca kolonisi optimizasyonu (Agrawal ve Tiwari, 2008; Ding ve ark. 2010; Kalaycı ve Gupta, 2013a), tavlama benzetimi (Kalaycı ve ark. 2012), parçacık sürü optimizasyonu (Kalaycı ve Gupta, 2013b), yapay arı kolonisi (Kalaycı ve Gupta,
2013c) ve takviyeli öğrenme tekniği (Tuncel ve ark. 2013) tabanlı sezgisel yöntemler uygulanmıştır.
Çizelge 2.4. DHD problemlerine ait literatür özeti
Kaynak Amaç Çözüm yöntemi
Güngör ve Gupta (1999b)
Verilen çevrim zamanı altında toplam istasyon sayısın minimizasyonu
Sezgisel Güngör ve Gupta
(2002)
Verilen çevrim zamanı altında toplam istasyon sayısı ve boşta kalma süresinin minimizasyonu
Sezgisel McGovern ve
Gupta (2007a)
Verilen çevrim zamanı altında toplam istasyon sayısı ve boşta kalma süresinin minimizasyonu
Genetik algoritma Karınca kolonisi optimizasyonu Greedy algoritması Greedy/Climbing Hill hibritleşmesi Greedy/2-Opt hibritleşmesi McGovern ve Gupta (2007b)
Verilen çevrim zamanı altında toplam istasyon sayısı ve boşta kalma süresinin minimizasyonu
Zararlı parçaların öncelikli demontajı
Genetik algoritma
Agrawal ve Tiwari (2008)
Verilen çevrim zamanı altında toplam istasyon sayısı ve boşta kalma süresinin minimizasyonu
Hat etkinliğinin maksimizasyonu
Karınca kolonisi optimizasyonu Altekin ve ark.
(2008)
Kar maksimizasyonu
Verilen çevrim zamanı altında toplam istasyon sayısın minimizasyonu
KTDP
Koç ve ark. (2009) Verilen çevrim zamanı altında toplam istasyon sayısın minimizasyonu
KTDP Ding ve ark. (2010) Verilen çevrim zamanı altında toplam istasyon
sayısı ve boşta kalma süresinin minimizasyonu
Yüksek talepli parçaların öncelikli demontajı
Karınca kolonisi algoritması Altekin ve Akkan
(2012)
Kar maksimizasyonu
Görev hatası temelli maliyet minimizasyonu
KTDP Kalaycı ve ark.
(2012)
Verilen çevrim zamanı altında toplam istasyon sayısı ve boşta kalma süresinin minimizasyonu
Zararlı parçaların öncelikli demontajı
Yüksek talepli parçaların öncelikli demontajı
Tavlama benzetimi
Kalaycı ve Gupta (2013a)
Verilen çevrim zamanı altında toplam istasyon sayısı ve boşta kalma süresinin minimizasyonu
Zararlı parçaların öncelikli demontajı
Yüksek talepli parçaların öncelikli demontajı
Karınca kolonisi algoritması
Kalaycı ve Gupta (2013b)
Verilen çevrim zamanı altında boşta kalma süresinin minimizasyonu
Zararlı parçaların öncelikli demontajı
Yüksek talepli parçaların öncelikli demontajı
Parçacık sürü optimizasyonu
Kalaycı ve Gupta (2013c)
Verilen çevrim zamanı altında boşta kalma süresinin minimizasyonu
Zararlı parçaların öncelikli demontajı
Yüksek talepli parçaların öncelikli demontajı
Yapay arı kolonisi
Tuncel ve ark. (2013)
Verilen çevrim zamanı altında toplam istasyon sayısı ve boşta kalma süresinin minimizasyonu
Takviyeli öğrenme tekniği
Paksoy ve ark. (2013a)
Çevrim zamanı, istasyon sayısı ve istasyon iş yükü hedeflerinin sapma değerlerinin minimizasyonu
0-1 bulanık hedef programlama
Yukarıdaki sezgisel yöntemlere ek olarak, optimal sonuçların elde edilebilmesi için matematiksel modellerin geliştirildiği çalışmalar da literatürde mevcuttur (örneğin Altekin ve ark. 2008; Koç ve ark. 2009 ve Altekin ve Akkan, 2012). DHD problemi için ilk sayılabilecek matematiksel model Altekin ve ark. (2008) tarafından bir KTDP modeli olarak önerilse de, çoğu küçük boyutlu problemler için bile optimal sonuca ulaşılamamıştır. Bu çalışmayı takiben, Koç ve ark. (2009) biri dinamik programlama temelli diğeri ise TP temelli olmak üzere DHD problemi için iki farklı kesin çözüm yöntemi önermişlerdir. Geliştirilen matematiksel model klasik montaj hattı dengeleme problemine benzetilmiş, olası tüm demontaj alternatifleri VE/VEYA diyagramı ile gösterilmiştir. Önerilen model, verilen tüm demontaj alternatifleri arasından çevrim zamanını aşmayacak ve istasyon sayısını minimize edecek şekilde en iyi alternatifi bulmaktadır. Altekin ve Akkan (2012) görev hatalı bir DHD problemi için öngörülü ve tepkili bir yaklaşım önermişlerdir. Önerilen yaklaşımın ilk adımında istenen performans göstergesinin sağlandığı tahmini bir hat dengesi yaratılmış daha sonra tahmin edilenin dışında hatalı görev olması halinde ikinci adımda hattın yeniden dengelenmesi sağlanmıştır. Son olarak Paksoy ve ark. (2013a) iki üründen oluşan karışık modelli bir DHD problemini ele almışlardır. Geliştirilen problemde çevrim zamanı, istasyon sayısı ve istasyon yükü hedefleri bulanık olarak ele alınmış, çözüm yöntemi olarak 0-1 bulanık hedef programlama yaklaşımı kullanılmıştır.
Yukarıda bahsedilen çalışmaların amaç fonksiyonları ve çözüm yöntemlerine ait kısa bir özeti Çizelge 2.4’te verilmiştir. Bu tez çalışması kapsamında TTZ ve KDTZ ağ tasarımı problemlerine entegre edilen DHD modeli, Koç ve ark. (2009) tarafından önerilen DHD modelidir. Ancak birtakım temel farklılıklar mevcuttur. Çizelgeden anlaşılacağı gibi ele alınan çoğu DHD probleminde klasik montaj hattı dengeleme problemlerinde olduğu gibi verilen çevrim zamanı altında istasyon sayısı minimizasyonu çalışılmıştır. Ancak, çevrim zamanının demonte edilecek ürüne bağlı olduğunu ve geri dönüşüm sistemlerinde toplanan ürünlerin ve bu ürünlerden ne kadarının demonte edileceğinin belirli olmadığını varsayarsak, demontaj faaliyetlerinin gerçekleştiği TTZ ve KDTZ ağlarında çevrim zamanının da belirsizlik göstereceği açıktır. Bundan dolayı tez çalışması kapsamında ele alınan DHD probleminde hem çevrim zamanı hem de açılacak demontaj iş istasyonu sayısı değişkendir. İkinci temel farklılık ise kullanılan parametrelerin özelliği ile ilgilidir. Literatürdeki çoğu DHD probleminde (Agrawal ve Tiwari (2008)’de stokastik olarak alınmıştır) kullanılan parametreler deterministik olarak ele alınmıştır. Ancak, demontajın doğası gereği DHD
problemi büyük bir çoğunlukta belirsizlik içerir. Yine bu sebepten, tez kapsamında geliştirilen son entegre modelde (Model 6) demontaj görev süreleri ve maliyet katsayıları bulanık olarak ifade edilmiştir.