Günümüzde, işletmeler üretimdeki kayıpları azaltmak ve verimliliklerini arttırmak amacıyla atölye tipi yerleşimden hücresel yapıya geçişe büyük önem vermektedirler. Hücresel imalata geçişteki en önemli aşamalardan birisi de kümeleme işlemidir. Sonrasında ise, kümeleme sonuçları dikkate alınır ve en uygun hücre yapıları tasarlanarak üretimdeki gereksiz taşımaların azaltılması ile üretim miktarının artırılması, nihayetinde ise sistem verimliğinin artırılması hedeflenmektedir.

Bu çalışmada atölye tipi yerleşime sahip bir imalat işletmesi ele alınarak öncelikli olarak üretimi devam eden ürünlere K-means algoritması ve genetik algoritma uygulanarak uygun kümeler oluşturulmuştur. Çalışmanın sonucunda ise, mevcut ve önerilen iki algoritmanın sonuçları karşılaştırılmış ve önerilen sistemin sağladığı üstünlükler bir örnek uygulama üzerinde gösterilmiştir.

• Y. Ülker ve B. Başaran, “Bir grup teknolojisi modeli olarak hücresel imalat sistemi ve faaliyet tabanlı maliyetleme sistemiyle bütünleştirilmesi”, Muhasebe ve Finansman Dergisi, Sayı: 37, s.152-163, 2008.
• M. B. Durmuşoğlu, O. Kulak ve H. H. Balcı, “Türkiye'de Hücresel Üretim Uygulamalarının Analizi Ve Değerlendirilmesi”, Endüstri Mühendisliği Dergisi, cilt: 14, sayı: 2, s. 2-20, 2003.
• R. G. Askin and M. Zhou, “Formation of Independent Flow-Line Cells Based on Operation Requirement and Machine Capabilities”, IIE Transactions, vol. 30, pp. 319-329, 1998.
• S. Ercan, H. R. Yazgan ve S. H. Gökler, “Bir İmalat İşletmesinde Geleneksel Üretimden Hücresel Üretim Sistemine Geçiş: Bir Uygulama”, 13. Üretim Araştırmaları Sempozyumu, 25-27 Eylül, Sakarya, (2013).
• A. Erişen, “Hücresel İmalat Sistemlerinin Genetik Algoritmalar ile Tasarlanması ve Bir Uygulama”, Yüksek Lisans Tezi, İstanbul Üniversitesi, İstanbul, 2011.
• M. Lorr, Cluster Analysis for Social Scientist, Jossey-Bass, San Francisco, 1993.
• Jr. Hair, R. E. Anderson, R. L. Tatham and W. C. Black, Multivariate Data Analysis, Prentice-Hall, Upper Saddle River, New Jersey, 1998.
• Ş. Kalaycı, SPSS Uygulamalı Çok Değişkenli İstatistik Teknikleri, 4. Baskı, Asil Yayın Dağıtım, 2009.
• J. B. MacQueen, “Some Methods for Classification and Analysis of Multivariate Observations”, Proc. Symp. Math. Statist. and Probability (5th), 281-297, (1967).
• P. N. Tan, M. Steinbach and V. Kumar, Introduction to Data Mining, Addison Wesley, 2016.
• L. Kaufman and P. J. Rousseeuw, Clustering by Means of Means, Statistical Data Analysis Based on The L1–Norm and Related Methods, edited by Y. Dodge, North-Holland, s. 405–416, 1987.
• L. Kaufman and P. J. Rousseeuw, Finding Groups in Data: An Introduction to Cluster Analysis, John Wiley and Sons, 1990.
• D. E. Goldberg, Genetic Algorithms in Search, Optimization and Machine Learning, Addison-Wesley Publishing Company, Reading, Massachusetts, 1989.
• C. R. Reeves, Modern Heuristic Techniques for Combinatorial Problems, McGraw-Hill Book Company Inc., Europe, 1995.
• X. Wu, C. Chu, Y. Wang and W. Yan, “A Genetic Algorithm For Cellular Manufacturing Design And Layout”, European Journal Of Operations Research, vol. 181, pp. 156-167, 2007.
• M. A. Panduro, A. L. Mendez, G. Romero and R. F. Dominguez, “Design of Non-uniform Circular Phased Arrays using Genetic Algorithms to Reduce the Maximum Side Lobe During Scanning”, IEEE Vehicular Technology Conference, 2696 – 2700, (2006).
• B. Özen B. ve E. Afacan, “Dairesel Anten Dizilerinin Genetik Algoritma ile Tasarımı”, Elektrik – Elektronik – Bilgisayar ve Biyomedikal Mühendisliği Sempozyumu, Bursa, (2014).
• A. Atamtürk, “Hücresel imalat sisteminde hücre ve yerleşim düzeni tasarımı”, Yüksek Lisans Tezi, İstanbul Üniversitesi, İstanbul, 2009.
• K. G. Güçlü, “Türk Traktör Fabrikasında Makine Yerleşiminde Hücresel İmalat Uygulaması”, Yüksek Lisans Tezi, Gazi Üniversitesi, Ankara, 2006.