🏭 Type-2 Assembly Line Balancing Optimization (SALBP-2)

🧰 Tools & Technologies

• 🧮 GAMS (Mathematical Modeling)
• ⚙️ CPLEX (Exact MIP Solver)
• 🐍 Python (Algorithm Development)
• 🔥 Simulated Annealing (Metaheuristic Optimization)
• 📊 Matplotlib (Visualization)
• 📈 Operations Research / Optimization

Bu proje, Tip-2 Montaj Hattı Dengeleme Problemini (Minimize Cycle Time) çözmeyi amaçlamaktadır. Projede kesin çözüm yöntemi olarak GAMS (MIP), sezgisel çözüm yöntemi olarak ise Python (Tavlama Benzetimi / Simulated Annealing) kullanılmış ve sonuçlar karşılaştırılmıştır.

🎯 Proje Amacı

Sabit sayıda istasyon (K) verildiğinde, çevrim zamanını (C) en aza indirmek ve hat etkinliğini maksimize etmek.

🛠️ Kullanılan Teknolojiler ve Yöntemler

1. Kesin Yöntem (Exact Method)

• Araç: GAMS (General Algebraic Modeling System)
• Solver: CPLEX / MIP
• Model: Matematiksel tamsayılı programlama modeli kullanılarak global optimum sonuçlar elde edilmiştir.

2. Sezgisel Yöntem (Heuristic Method)

• Dil: Python 3.x
• Algoritma: Tavlama Benzetimi (Simulated Annealing)
• Strateji: Yerel tuzaklardan (Local Optima) kaçmak için Swap (Takas) ve Insert (Araya Ekleme) komşuluk yapıları hibrit olarak kullanılmıştır.
• Görselleştirme: Matplotlib ile yakınsama grafikleri (Convergence Plots) çizdirilmiştir.

📊 Veri Setleri ve Sonuçlar

Projede literatürdeki standart benchmark veri setleri kullanılmıştır: Jaeschke (9 Görev) .

Veri Seti	İstasyon Sayısı (K)	GAMS Sonucu (Min C)	Python (SA) Sonucu	Sapma (%)	Durum
Jaeschke	4	10.0	10.0	%0	✅ Optimal

Not: Geliştirilen Tavlama Benzetimi algoritması, her iki problemde de saniyeler içerisinde GAMS ile aynı optimal sonucu bulmayı başarmıştır.

📈 Algoritma Performansı

Aşağıdaki grafik, Python algoritmasının iterasyonlar boyunca optimum sonuca nasıl yakınsadığını göstermektedir:

👤 Hazırlayan: Gülnaz Aydemir.

📧 İletişim: gulnazaydemir22@gmail.com