Theses supervised by Doç. Dr. Selin Soner Kara
10 theses · Yıldız Technical University
Belirsizlik altında bir üçüncü parti lojistik şirketinin ağ tasarımının modellenmesi: Stokastik modelleme ve genetik algoritma uygulaması
Son yıllarda rekabet koşullarının zorlaşması ve teknolojinin hızla gelişmesi, müşteri hizmet düzeyini geliştirme, üretim sürelerini ve teslimat sürelerini azaltma, stok seviyelerini düşürme gibi konuların önemini arttırmıştır. Firmalar bu konularda gerekli amaçlara ulaşmak için tedarik zinciri yönetimi, lojistik yönetimi, üretim dağıtım planlama gibi konular üzerinde çalışmaya başlamışlardır. Ürünlerin geri dönüşünü ve geri kazanımını dikkate alan "Tersine Lojistik" konusu da son yıllarda üzerinde çokça çalışma yapılan bir alan haline gelmiştir. Bu çalışma, önemi son yıllarda oldukça artan lojistik ağ tasarımı konusunu içermektedir. Aynı zamanda sadece ileri yönlü değil geri yönlü akışları da dikkate alan bir çalışmadır. Çalışmada; beş gönderici firma, iki kargo toplama merkezi, iki havalimanı, iki teslimat/dağıtım merkezi ve dört alıcı kargo ülkesi incelenmektedir. Aynı zamanda çalışma içerisinde belirsiz kargo miktarı, dönemsel bazda kargo durumu inceleme ile toplama ve tedarik şubeleri durumlarını inceleme konularını barındırırken gecikmelerin fırsat kaybını ve merkezlerin güvenirlilik yüzdelerini yani teslimatların yüzde kaçını sorunsuz, doğru zamanda ve doğru şekilde gönderdiğini de modelin içerisine katmaktadır. Bu çalışmanın amacı; mevcut toplama ve teslimat merkezlerinin açık ya da kapalı olması durumunu değerlendirilmesi ve merkezler arasındaki gönderim miktarlarının ne olacağının belirlenmesidir. Böylece çalışma, çalışmaya konu olan işletmeye toplama ve teslimat merkezlerinin açık veya kapalı olması konusunda ve merkezler, havalimanları, göndericiler ve alıcılar arasındaki akış konusunda bilgi sağlayacaktır. Ayrıca lojistik konusu üzerinde çalışanlar, bu konuda ilgisi olanlar için bir ağ yapısının bilimsel olarak incelenmesi için örnek oluşturmak amaçlanmıştır. Çalışmadaki veriler kargo firmasından doğrudan elde edilmiş olup problem öncelikle stokastik programlama ile modellenmiştir. Bir maksimizasyon problemi şeklinde oluşturulan stokastik ağ tasarımı modeli GAMS Distribution 23.5.1 programı kullanılarak çözülmüştür. Daha sonra stokastik modeldeki her senaryonun eşit olasılıklara sahip olduğu bilindiği için senaryolarda yer alan talep miktarlarının ortalaması alınmış ve deterministik model için bu verilerin gerçekleştiği varsayımı kabul edilerek bir kar maksimizasyonu, bir de maliyet minimizasyonu amaçlayan iki model ile GAMS Distribution 23.5.1 programı kullanılarak çözülmüştür. Üçüncü bir yöntem olarak metasezgisel bir yöntem olan genetik algoritma tabanlı bir model oluşturulmuştur. Sonuçları elde edildikten sonra üç yöntem ikili olarak birbirleriyle karşılaştırılmıştır.
Talep belirsizliği altında kapasite kısıtlı yer seçimi ve araç rotalama problemi için hibrit sezgisel bir çözüm önerisi
Günümüzde, firmalar dağıtım veya depolama merkezi üzerinden müşterilerine en az maliyetle hizmet vermeyi amaçlamaktadır. Bu çalışma kapsamında, Kapasite Kısıtlı Yer Seçimi ve Araç Rotalama (KKYSAR) problemi için Değişken Komşuluk Arama (DKA) ve Evrimsel Yerel Arama (EYA) algoritmalarını birleştiren ve DKAxEYA olarak adlandırılan yeni bir hibrit metot önerilmektedir. KKYSAR problemi açılacak depoların belirlenmesi, müşteri ve araçların her bir açık depoya atanması ve müşteri taleplerini karşılayacak rotaların uygulanmasını içermektedir. Önerilen sezgisel yöntem, deterministik bir yapıya sahip olan yedi farklı komşuluk yapısından ve EYA algoritmasından oluşmaktadır. Dahası, önerilen algoritmanın performansı, literatürde bulunan veri setleri üzerinden en etkili sezgiseller ile karşılaştırılmıştır. Sonuçlar, DKAxEYA algoritmasının yedi farklı etkili çözüm üreten sezgisel yöntemleri göz önüne alındığında, hem ortalama fark olarak iyi sonuçlar hem de iki tane en iyi sonuç verdiğini göstermektedir. Ayrıca çalışma kapsamında, Bulanık Kapasite Kısıtlı Yer Seçimi ve Araç Rotalama (BKKYSAR) problemi önerilen DKAxEYA algoritması kullanılarak çözülmüştür. Müşteri talepleri bulanık, müşteri ve depolar arasında seyahat süresi deterministik olarak değerlendirilmiştir. Örnek olayda en düşük çok amaçlı maliyeti vermesi için heterojen ve homojen filo tipleri beraber uygulanmıştır. Çok amaçlı maliyet fonksiyonu ulaştırma maliyeti, ek maliyet, araç bekleme maliyeti ve gecikme maliyetinden oluşmaktadır. Bulanık bir şans kısıtı programı güvenilirlik teorisi kullanılarak modele eklenmiştir. Önerilen metot dört aşama uygulayarak çözüme ulaşmaktadır. İlk aşamada, Açgözlü sezgisel metodu kullanılarak başlangıç çözümü elde edilmekte ve sonra yedi farklı komşuluk yapısından meydana gelen DKA algoritması ikinci aşamada çözüm kalitesini iyileştirmek için uygulanmaktadır. Üçüncü aşamada, bir çeşitlendirme yöntemi EYA algoritması kullanılarak iyileştirilmiş çözüme uygulanmakta ve sonra DKA sezgiseli son aşamada tekrar uygulanmaktadır. DKAxEYA algoritması 57 müşteri ve 5 dağıtım noktası olan örnek bir olaya uygulanmaktadır.
Reverse logistics network design with uncertainty
Over the past few years, recovery of used products has become increasingly important due to economic reasons and growing environmental or legislative concern. Meanwhile, an efficient reverse logistics network is required to process used products returns so as to recover value by reprocessing them and redistributing them in the market. Uncertainty is one of the main challenges face the planning and designing processes of reverse logistics network, the high degree of uncertainty in terms of time, quantity and quality of returned products, and the capacities of different facilities inside the network increase the complexity of reverse network designing problems.With consideration of the factors noted above, this thesis proposes a comprehensive model for reverse logistics planning where many real-world features are considered such as the existence of multi objectives, multi echelons, and multiple commodities reverse logistics network system under uncertainty in terms of product return quantity. In this research, bi-objective two-stage stochastic mixed-integer linear programming model is proposed for designing multi-echelons, multi-commodities, single period reverse logistic network. The proposed bi-objective model includes: (1) minimizing total costs including the sum of fixed, transportation, relocation, collection, inspection, recovery, and disposal costs; (2) minimizing of CO2 emissions from transportation modes inside the network. The problem was formulated in two stage stochastic model in order to find the set of optimal network configurations which achieve the mains goals of the research. The proposed model takes into consideration the quantity of returned product uncertainty, where the inherent risk is modeled by scenarios. To find the set of non-dominated solutions, ε-constraint method is used to obtain a list of Pareto-optimal solutions for the proposed model. Key words: Reverse Logistic Network Design, Two-Stage Stochastic Programming, Multi-Objective Optimization, Augmented Ε-Constraint Method
Reverse logistics network design with uncertainty
Over the past few years, recovery of used products has become increasingly important due to economic reasons and growing environmental or legislative concern. Meanwhile, an efficient reverse logistics network is required to process used products returns so as to recover value by reprocessing them and redistributing them in the market. Uncertainty is one of the main challenges face the planning and designing processes of reverse logistics network, the high degree of uncertainty in terms of time, quantity and quality of returned products, and the capacities of different facilities inside the network increase the complexity of reverse network designing problems.With consideration of the factors noted above, this thesis proposes a comprehensive model for reverse logistics planning where many real-world features are considered such as the existence of multi objectives, multi echelons, and multiple commodities reverse logistics network system under uncertainty in terms of product return quantity. In this research, bi-objective two-stage stochastic mixed-integer linear programming model is proposed for designing multi-echelons, multi-commodities, single period reverse logistic network. The proposed bi-objective model includes: (1) minimizing total costs including the sum of fixed, transportation, relocation, collection, inspection, recovery, and disposal costs; (2) minimizing of CO2 emissions from transportation modes inside the network. The problem was formulated in two stage stochastic model in order to find the set of optimal network configurations which achieve the mains goals of the research. The proposed model takes into consideration the quantity of returned product uncertainty, where the inherent risk is modeled by scenarios. To find the set of non-dominated solutions, ε-constraint method is used to obtain a list of Pareto-optimal solutions for the proposed model. Key words: Reverse Logistic Network Design, Two-Stage Stochastic Programming, Multi-Objective Optimization, Augmented Ε-Constraint Method
Yapay sinir ağları ile talep tahmini ve gıda sektöründe uygulanması
İşletmeler, mevcut durumlarını koruyabilmek ve geliştirebilmek için olayları doğru anlayabilmeli ve iyi bir plan çerçevesinde uygun çözümler üretmelidirler. Artan rekabet ortamında şirketlerin gelecek için güvenle yol alabilmeleri tahminlerindeki doğruluk ve tutarlılıkla paraleldir. Bu doğrultuda talep tahminleri tüm işletmeler için hayati önem taşımaktadır. Tahminin amacı işletmelerin gelecekte karşılaşabilecekleri durumları önceden öngörmek, çeşitli veri ve teknikleri kullanarak önceden önlemler alınmasını sağlamaktır. Talep tahmini, gelecekteki bir zaman süresi için şirketin bir ürünü veya çeşitli ürünleri için talep düzeyini tespit etmektir. İşletmeler için kritik öneme sahip olan talep tahmininde kullanılan birçok yöntem bulunmaktadır. Yapay sinir ağları, doğrusal olmayan problemlerin çözümünde etkin olarak kullanılan ve oldukça güvenilir sonuçlar sunan istatistiksel bir yöntemdir. Bu yöntemin talep tahminlerinde kullanımını gittikçe yaygınlaştırmıştır. Çalışmada istatistiksel talep tahmin tekniklerinden yapay sinir ağı modeli kullanılarak, hızlı tüketim sektörü olan taze gıda sektöründe, şarküteri grubu ürünlerine ait talep tahmini uygulaması yapılmıştır. Uygulama sonrası yapılan hata testleri soncuna göre, modelin yaptığı tahminlerin güvenilir ve tutarlı olduğu gözlenmiştir. Yapay sinir ağı yöntemi dışında başka yöntemlerle de talep tahmini yapılmış ve yapay sinir ağlarının mevcut yöntemlerden üstün olduğu gösterilmiştir. Yapılan bu çalışma ile, taze gıda sektörlerinden biri olan şarküteri sektöründeki diğer firmalara talep tahmini konusunda bir örnek sunulmaktadır.
Yapay sinir ağları ile talep tahmini ve gıda sektöründe uygulanması
İşletmeler, mevcut durumlarını koruyabilmek ve geliştirebilmek için olayları doğru anlayabilmeli ve iyi bir plan çerçevesinde uygun çözümler üretmelidirler. Artan rekabet ortamında şirketlerin gelecek için güvenle yol alabilmeleri tahminlerindeki doğruluk ve tutarlılıkla paraleldir. Bu doğrultuda talep tahminleri tüm işletmeler için hayati önem taşımaktadır. Tahminin amacı işletmelerin gelecekte karşılaşabilecekleri durumları önceden öngörmek, çeşitli veri ve teknikleri kullanarak önceden önlemler alınmasını sağlamaktır. Talep tahmini, gelecekteki bir zaman süresi için şirketin bir ürünü veya çeşitli ürünleri için talep düzeyini tespit etmektir. İşletmeler için kritik öneme sahip olan talep tahmininde kullanılan birçok yöntem bulunmaktadır. Yapay sinir ağları, doğrusal olmayan problemlerin çözümünde etkin olarak kullanılan ve oldukça güvenilir sonuçlar sunan istatistiksel bir yöntemdir. Bu yöntemin talep tahminlerinde kullanımını gittikçe yaygınlaştırmıştır. Çalışmada istatistiksel talep tahmin tekniklerinden yapay sinir ağı modeli kullanılarak, hızlı tüketim sektörü olan taze gıda sektöründe, şarküteri grubu ürünlerine ait talep tahmini uygulaması yapılmıştır. Uygulama sonrası yapılan hata testleri soncuna göre, modelin yaptığı tahminlerin güvenilir ve tutarlı olduğu gözlenmiştir. Yapay sinir ağı yöntemi dışında başka yöntemlerle de talep tahmini yapılmış ve yapay sinir ağlarının mevcut yöntemlerden üstün olduğu gösterilmiştir. Yapılan bu çalışma ile, taze gıda sektörlerinden biri olan şarküteri sektöründeki diğer firmalara talep tahmini konusunda bir örnek sunulmaktadır.
Yapay sinir ağları ile talep tahmini ve gıda sektöründe uygulanması
İşletmeler, mevcut durumlarını koruyabilmek ve geliştirebilmek için olayları doğru anlayabilmeli ve iyi bir plan çerçevesinde uygun çözümler üretmelidirler. Artan rekabet ortamında şirketlerin gelecek için güvenle yol alabilmeleri tahminlerindeki doğruluk ve tutarlılıkla paraleldir. Bu doğrultuda talep tahminleri tüm işletmeler için hayati önem taşımaktadır. Tahminin amacı işletmelerin gelecekte karşılaşabilecekleri durumları önceden öngörmek, çeşitli veri ve teknikleri kullanarak önceden önlemler alınmasını sağlamaktır. Talep tahmini, gelecekteki bir zaman süresi için şirketin bir ürünü veya çeşitli ürünleri için talep düzeyini tespit etmektir. İşletmeler için kritik öneme sahip olan talep tahmininde kullanılan birçok yöntem bulunmaktadır. Yapay sinir ağları, doğrusal olmayan problemlerin çözümünde etkin olarak kullanılan ve oldukça güvenilir sonuçlar sunan istatistiksel bir yöntemdir. Bu yöntemin talep tahminlerinde kullanımını gittikçe yaygınlaştırmıştır. Çalışmada istatistiksel talep tahmin tekniklerinden yapay sinir ağı modeli kullanılarak, hızlı tüketim sektörü olan taze gıda sektöründe, şarküteri grubu ürünlerine ait talep tahmini uygulaması yapılmıştır. Uygulama sonrası yapılan hata testleri soncuna göre, modelin yaptığı tahminlerin güvenilir ve tutarlı olduğu gözlenmiştir. Yapay sinir ağı yöntemi dışında başka yöntemlerle de talep tahmini yapılmış ve yapay sinir ağlarının mevcut yöntemlerden üstün olduğu gösterilmiştir. Yapılan bu çalışma ile, taze gıda sektörlerinden biri olan şarküteri sektöründeki diğer firmalara talep tahmini konusunda bir örnek sunulmaktadır.
İstanbul hızlı ulaşım sisteminde simülasyon bazlı çizelgeleme
Sanayi, iklimin elverişli olması, turizm ve ulaşım gibi faktörlerin etkisiyle bölgeler arasında nüfus farklılıkları oluşmakta ve özellikle İstanbul gibi metropol bir şehirde toplu ulaşım hem hizmet verenler hem de hizmet alanlar açısından günden güne karmaşık hale gelmektedir. Bu karmaşık yapının hem hizmet veren hem de hizmet alan için iyileştirilme gerekliliği ortada olup bunun benzetim tabanlı stokastik bir çizelgeleme ile gerçekleştirilmesi sistemi daha ideal hale getirecektir. Bu çalışma kapsamında Arena simulasyon programı kullanılarak sistemin modellenmesi gerçekleştirildikten sonra farklı senaryolar ile analiz yapılacaktır. Fakat sistemin çalıştırılması için yolcuların gelişler arası süresi, duraklar arası süre, otobüs kapasiteleri gibi bazı verilere ihtiyaç duyulacak ve bunlardan bazılarının istatistiksel dağılımları belirlenecektir. İdeal bir çizelgeleme oluşturulmasıyla, Metrobüs hattında hizmet alan yolcuların memnuniyetini arttırılması, çalışanların ideal bir çalışma zamanı elde etmesi ve Metrobüs hattının gelecek yıllarda artan yoğunluğu karşılama durumunun belirlenmesi amaçlanmaktadır.
İstanbul hızlı ulaşım sisteminde simülasyon bazlı çizelgeleme
Sanayi, iklimin elverişli olması, turizm ve ulaşım gibi faktörlerin etkisiyle bölgeler arasında nüfus farklılıkları oluşmakta ve özellikle İstanbul gibi metropol bir şehirde toplu ulaşım hem hizmet verenler hem de hizmet alanlar açısından günden güne karmaşık hale gelmektedir. Bu karmaşık yapının hem hizmet veren hem de hizmet alan için iyileştirilme gerekliliği ortada olup bunun benzetim tabanlı stokastik bir çizelgeleme ile gerçekleştirilmesi sistemi daha ideal hale getirecektir. Bu çalışma kapsamında Arena simulasyon programı kullanılarak sistemin modellenmesi gerçekleştirildikten sonra farklı senaryolar ile analiz yapılacaktır. Fakat sistemin çalıştırılması için yolcuların gelişler arası süresi, duraklar arası süre, otobüs kapasiteleri gibi bazı verilere ihtiyaç duyulacak ve bunlardan bazılarının istatistiksel dağılımları belirlenecektir. İdeal bir çizelgeleme oluşturulmasıyla, Metrobüs hattında hizmet alan yolcuların memnuniyetini arttırılması, çalışanların ideal bir çalışma zamanı elde etmesi ve Metrobüs hattının gelecek yıllarda artan yoğunluğu karşılama durumunun belirlenmesi amaçlanmaktadır.
İstanbul hızlı ulaşım sisteminde simülasyon bazlı çizelgeleme
Sanayi, iklimin elverişli olması, turizm ve ulaşım gibi faktörlerin etkisiyle bölgeler arasında nüfus farklılıkları oluşmakta ve özellikle İstanbul gibi metropol bir şehirde toplu ulaşım hem hizmet verenler hem de hizmet alanlar açısından günden güne karmaşık hale gelmektedir. Bu karmaşık yapının hem hizmet veren hem de hizmet alan için iyileştirilme gerekliliği ortada olup bunun benzetim tabanlı stokastik bir çizelgeleme ile gerçekleştirilmesi sistemi daha ideal hale getirecektir. Bu çalışma kapsamında Arena simulasyon programı kullanılarak sistemin modellenmesi gerçekleştirildikten sonra farklı senaryolar ile analiz yapılacaktır. Fakat sistemin çalıştırılması için yolcuların gelişler arası süresi, duraklar arası süre, otobüs kapasiteleri gibi bazı verilere ihtiyaç duyulacak ve bunlardan bazılarının istatistiksel dağılımları belirlenecektir. İdeal bir çizelgeleme oluşturulmasıyla, Metrobüs hattında hizmet alan yolcuların memnuniyetini arttırılması, çalışanların ideal bir çalışma zamanı elde etmesi ve Metrobüs hattının gelecek yıllarda artan yoğunluğu karşılama durumunun belirlenmesi amaçlanmaktadır.