Samur, SümeyyeBulkan, Serol2014-10-022014-10-0220119789756516317https://hdl.handle.net/11467/506Son yıllarda araştırmacılar tek amaçlı problemlerden ziyade çok amaçlı problemlere daha çok ilgi göstermektedir. Çünkü; çok amaçlı problemlerin tek amaçlı olanlara göre gerçekçiliği ve uygulanabilirliği daha fazladır. Bu sebeple; bu alanda yapılan çalışmalar her geçen gün artmaktadır. Bu çalışmada; var olan çoğu çalışmanın tersine, makineler özdeş değildir. Üstelik, hızları her işe göre de farklılık göstermektedir. İşler makinelere çok amaçlı bir fonksiyon gözetilerek atanmaktadır. Bu fonksiyon hem ağırlıklandırılmış erken bitirme (earliness) hem de ağırlıklandırılmış geç bitirme (tardiness) kriterlerini içermektedir. Çözüm yöntemi olarak genetik algoritma kullanılmış ve elde edilen sonuçlar umut verici olmuştur.In the last few years, researchers prefer to study on multiobjective problems rather than single objective problems. This is because multiobjective problems are more realistic and applicable when compared to single objective ones. In this research, on the contrary to most research in scheduling area, machines are not a identical. Furthermore, their speeds are also different for each job. Jobs are assigned to machines considering bicriteria objective, which is the sum of weighted earliness and weighted tardiness. As the solution method, a genetic algorithm is used and the obtained results are inspiring.eninfo:eu-repo/semantics/openAccessÇizelgeleme, Çok Amaçlı, Erken Bitirme, Geç Bitirme.Scheduling, Multiobjective, Earliness, Tardiness.Conference Object