Çizelgeleme sınırlı kaynakların (makinalar, malzeme taşınması donanımı, operatörler, kesici uçlar, vb.) aynı kaynaklara ihtiyacı olan değişik işlere tahsis edilmesini ilgilendiren bir karar verme sürecidir. Çizelgeleme, bir veya daha fazla amaç fonksiyonunu eniyilemek için yapılır. Bu karar verme sürecinin sonucu olarak zaman / makina / iş atamaları elde edilir. Klasik çizelgeleme teorisinde amaç fonksiyonu genellikle herhangi bir sistem performans ölçütünü eniyilemektir. Modern çizelgeleme literatüründe ise klasik sistem performans ölçütlerine ek olarak iki yeni kriter daha ele alınmaktadır: “sağlamlık” ve “kararlılık”. Bu tezde sağlamlık ve kararlılığı tanımlayarak çeşitli ölçütler ve sağlam ve kararlı çizelgeleme politikaları geliştirmekteyiz. Çoğu durumlarda bu ölçütlerin tam olarak hesaplanması mümkün olmadığı için bunlarýn yerine geçebilecek iki ölçüt geliştirildi. Bu ölçütler bir tabu arama algoritması ile birlikte kullanılarak rassal arızalanmalara tabi olan tek makinalı çizelgeleme problemi için sağlam ve kararlı çizelgeler oluşturduk. Yeni ölçütlerimizin, literatürde aynı amaç için sıkça kullanılan “ortalama gevşeklik” yönteminden daha iyi sonuçlar verdiğini gördük.

ROBUSTNESS and STABILITY MEASURES for SCHEDULING POLICIES in a SINGLE MACHINE ENVIRONMENT

Scheduling is a decision making process that concerns allocation of limited resources (machines, material handling equipment, operators, tools, fixtures, etc.) to competing tasks (operations of jobs) over time with the goal of optimizing one or more objectives. The output of this decision process is time/machine/operation assignments.
In classical scheduling theory, the objective is generally maximizing some measure of system performance. In addition to classical performance measures two new criteria are used in modern scheduling literature: "robustness" and "stability". In this thesis, we propose several robustness and stability measures and policies. Two new surrogate
measures are also developed since the exact measures are difficult to calculate. These surrogate measures are embedded in a tabu search algorithm to generate robust and stable schedules for a single machine subject to random machine breakdowns. We show that our surrogate measures are better than well-known and commonly used average