Tez (Yüksek Lisans)--TOBB ETÜ Fen Bilimleri Enstitüsü Nisan 2019

Bu çalışmada, yerinde servis hizmeti operasyonlarında gözlemlenen, çoklu yetenek gereksinimi içeren iş gücü çizelgeleme ve rotalama problemi ele alınmıştır. Problem, gerçek hayatta Enerji Dağıtım sektöründe faaliyet gösteren şirketlerin karşılaştığı ve günlük olarak çözülmesi gereken operasyonel problemlerden biri olan, sahadaki ekiplerin ve işlerin daha etkin bir şekilde takibi ve atanması problemine dayanmaktadır. Problemde, farklı konumları, öncelikleri ve yetenek gereksinimleri olan işler için; uygun teknisyen ekiplerinin oluşturulması ve ekiplere ait sıralı iş listelerine karşılık gelen günlük rotaların belirlenmesi gerekmektedir. Birinci amaç, işlerin önceliklerine göre iş atamasını gerçekleştirmek, ikinci amaç ise toplam operasyonel maliyetlerin (seyahat maliyetleri ve dış kaynak kullanımı maliyetleri) en aza indirilmesidir. Bu hedefler göz önünde bulundurularak, Pareto optimal çözüm seti sonucu veren çoklu amaç fonksiyonlu bir matematiksel model geliştirilmiştir. Problem boyutu büyüdükçe matematiksel modelin kabul edilebilir sürede ve kalitede çözüm vermemesi nedeniyle, Pareto etkin sınırına iyi bir yaklaşım sağlayacak iki aşamalı bir matsezgisel önerilmiştir. İlk aşamada etkili bir başlangıç çözüm seti bulunmakta, ikinci aşamada ise çok amaçlı değişken komşuluk arama metodu kullanılarak iyileştirilmiş bir çözüm seti oluşturulmaktadır. Önerilen yöntemin etkinliği, gerçek problem örnekleri ve literatürden elde edilen örnekler ile test edilmiştir.

In this study, we study the multi-skill workforce scheduling and routing problem that arises in field service operations. It is motivated by a real-life problem that electricity distribution companies face on a daily basis. Given a set of technicians having different skills and a set of geographically dispersed tasks with different skill requirements and priorities, the goal is to form teams of technicians and to assign a sequence of tasks to each team in accordance with their skill requirements. There are two objectives: completing higher priority tasks earlier and minimizing total operational (travelling costs and outsourcing costs) costs. We propose a mixed integer programming (MIP) model to find Pareto optimal solutions. As the computational effort grows drastically for realistic problem instances, we propose a two-stage matheuristic to obtain a good approximation of the Pareto frontier. In first stage, an initial solution is constructed. Then in second stage, solution set from initial solution is composed by using multi objective variable neighborhood search. We demonstrate the performance of the proposed matheuristic through realistic problem instances and instances from the literature.