1.199
Arşivlenen Tez
0
DOI Atanmış
0%
DOI Oranı
Anabilim Dalı
Travma sonrası kemik kırıklarının tespitinde bilgisayarlı görü ve derin öğrenme algoritmaları
1950'li yıllarda makinelerin düşünebileceği ve öğrenebileceği görüşünün ortaya atılmasından hemen sonra yapay zekâ kavramı ortaya çıkmıştır. 21.yy. geldiğimizde GPU ve CPU'ların gelişimi ile birlikte makine öğrenmesi kavramının içerisinde yer alan derin öğrenme insanoğlunun hayatında vazgeçemeyeceği bir noktaya erişmiştir. Gündelik yaşantıda insanoğlu artık ulaşımdan, güvenliğe, üretimden sağlığa kadar birçok alanda bilgisayarlı görüde derin öğrenme algoritmalarının kullanılmasının faydasını görmektedir. Bu çalışmada özellikle yaşlı popülasyonun karşılaştığı en kritik ve ölüm/sakatlanma gibi sonuçların en çok ortaya çıktığı sağlık problemlerinden biri olan femur üst bölge (kalça) kırıkları odağa alınmıştır. Dünya genelinde yapılan araştırmalar yaşlı popülasyonun karşılaştığı en kritik sağlık problemlerinden biri kalça kırıkları olduğunu göstermektedir. Beklenen yaşam süresinin uzamasıyla birlikte yapılan araştırmalar 2040 yılına kadar kalça kırıklarının iki kat artması beklenmektedir. Özellikle ortopedi hekimlerinin çözümledikleri bu kalça kırığı vakalarının, dünya genelinde 1990 yılında 1,26 milyon gerçekleşmesine karşın, 2050 yılına gelindiğinde 4,5 Milyona yükseleceği yapılan araştırmalarca ortaya konulmaktadır. Bütün ortopedik kemik kırıkları değerlendirildiğinde sakat kalma ve örüm oranı en yüksek kırık olduğu görülmektedir. Söz konusu femur üst bölge kalça kırıkları; derin öğrenme ve bilgisayarlı görünün en başarılı algoritmaları arasında yer alan "You Look Only Once - YOLO Darknet v4 algoritması, Faster R-CNN – Inception v2 Algoritması ve SSD - Mobilenet v2 algoritması ile ele alınmıştır. Söz konusu algoritmanın yeniden eğitilmesi adına nüfusu en kalabalık metropollerden biri olan İstanbul'da, kalça kırığı şikâyeti ile ortopedi servisine başvurmuş yaşları 22 ile 105 aralığında bulunan 500 üzeri hastanın X-ray görüntüsünde inceleme yapılmıştır. Bu incelemeler sonunda 410 hastanın X-ray görüntüsü veri çoklandırma tekniklerinden döndürme, ölçeklendirme kırpma ve yeniden boyutlandırma ile 820'ye çıkarılmıştır. Toplamda 1514 ((820-63)x2) adet femur üst bölge görüntüsüne yer verilmiştir. Söz konusu 820 X-ray görüntüsü %80 eğitim ve %20 doğrulama veri seti olarak ayrıştırılmıştır. Daha önce COCO – Common Object in Context veri setinde eğitilmiş olan YOLO Algoritması, dünyanın en güçlüsü olarak kabul edilmiş GPUlarından biri olan Tesla K80 24 GB GDDR5 GPUsu ile Google Colab üzerinden eğitim 5.000 iterasyon süresince eğitilmiştir. Bu eğitim 13 saat 6 dakikada tamamlanmıştır. Daha önce COCO veri setinde eğitilmiş olan Faster R-CNN algoritması ise Core i5-8300H CPU ve NVIDIA GeForce GTX 1050 GPU ya sahip iş istasyonu GPU'su ile eğitimi gerçekleştirilmiş, söz konusu 5000 adımdan oluşan eğitim 31,9 dakika sürmüştür. Yine daha önce COCO veri setinde eğitilmiş olan SSD Algoritması da yine Faster R-CNN Algoritması gibi Core i5-8300H CPU ve NVIDIA GeForce GTX 1050 GPU ya sahip iş istasyonu kullanılmış, toplamda 5000 iterasyona sahip eğitim 55,92 dk. da tamamlanmıştır. Ortopedi uzman doktorları ve asistanlarından oluşan 1. ekip %91,42 doğrulukta, yeniden eğitilerek ortaya çıkarılan YOLO algoritması doğrulukta %90,33 başarı gösterirken, yeniden eğitilen Faster R-CNN algoritması %84,29, pratisyen hekimlerden oluşan 2. grup %81,30 doğrulukta, yeniden eğitilen SSD Algoritması %72,74 oranında doğrulukta, başarı göstermiştir. Doğru pozitif oranı olarak ele alındığında en yüksek performans yine %91,67 ile ortopedi uzman doktorları ve asistanlarının olurken sırası ile Faster R-CNN Algoritması %90,64, YOLO Algoritması %87,67, SSD algoritması %78,32, Pratisyen hekim grubu ise %74,80 oranında başarı göstermiştir. Doğru negatif oranında ise en yüksek başarı oranı %92,98 oranı ile YOLO algoritmasının olurken, %91,17 ile bu sonucu, ortopedi uzmanı ve asistanları izlemiş, %87,80 ile pratisyen hekim grubu takip ederken, Faster R-CNN algoritmasının başarısı %77,94 seviyesinde kalırken, SSD algoritması %67,16 seviyesinde başarı gösterebilmiştir. Bu yapılan çalışma ile Yapay Sinir Ağlarının kullanıldığı algoritmaların kabuklarının dışına çıkarak resimlerdeki; hayvan, bitki ve nesneler dışında konumları ve şekilleri oldukça farklılaşabilen femur üst bölge kırıklarını da tespit edebileceği ve bu alanda ne kadar başarı elde edebileceğini tarafsız bir test veri seti ile ortaya koymuştur. Yapılan çalışma ile hekimlerin gerçekleştireceği teşhislerde kendilerine saniyeler içerisinde destek olacak birden fazla yapı geliştirilmesi de sağlanmıştır.
Metalik biyomalzemelerin değerlendirilmesinde risk temelli bir karar modeli önerisi
Metalik biyomalzemeler, ortopedik uygulamalarda yaygın olarak kullanılmaktadır. Bu biyomalzemelerin ortopedik cerrahideki ana rolü, kemik ve eklem işlevlerini eski haline getirmek ve mevcut bir ağrıyı gidermektir. Metalik biyomalzemelerin insan vücudunda uzun vadeli etkinliği için metallerin yüksek korozyon direnci, çekme dayanımı ve aşınma direnci gibi arzu edilen özelliklere sahip olması gerekir. Biyomedikal uygulamaların başarısı ve risklerin azaltılması/önlenmesi, malzeme özelliklerinin incelenmesi ile ilişkilidir. Metalik biyomalzemelerin kendine has özellikler içermesi ve maruz kaldıkları biyolojik ortamın agresif ve hassas olması nedeniyle bu malzemelerin doğru bir şekilde değerlendirilmesi ve seçimi önem kazanmıştır. Diğer karar verme alanlarında olduğu gibi biyomalzeme inceleme sürecinde de bazı sorunlar ve riskler belirir. Bu bağlamda, bilinçli ve doğru kararlar almak bir risk analizini gerektirir. Hata türleri ve etkileri analizi (HTEA), risk analiz araçları arasında en geniş çapta benimsenen etkili yöntemlerdendir. HTEA yöntemi, potansiyel hataları ve zorlukları değerlendirmek ve önlemek için uygulanabilir. HTEA, karar elemanlarını önceliklendirmek için üç risk faktörünün (şiddet, olasılık ve fark edilebilirlik) değerlerini çarparak risk öncelik katsayıları hesaplar. Ancak, klasik HTEA'da belirsiz risk bilgilerinin ifade edilmesi zordur ve hata türlerinin önceliklendirilmesine yönelik bazı sınırlamalar mevcuttur. Çok kriterli karar verme tekniği ve bulanık küme teorisi daha etkin bir risk değerlendirme ve yönetimi sağlama amacıyla HTEA'ya entegre edilebilir. Bu çalışmada, aralıklı tip-2 bulanık analitik hiyerarşi prosesi (AHP), aralıklı tip-2 bulanık HTEA ve aralıklı tip-2 bulanık ortalama çözüm uzaklığına göre değerlendirme (EDAS) yöntemlerini bütünleştiren bir karar verme yaklaşımı ile metalik biyomalzemeler sınıfı altında yer alan paslanmaz çelik, titanyum ve kobalt-krom alaşımları incelenmektedir. Literatür araştırması ve uzman görüşleri doğrultusunda altı ana kriter, otuz bir alt kriter ve üç risk faktörü belirlenmiştir. Aralıklı tip-2 bulanık AHP kriter ve faktör ağırlıklarını ortaya çıkarırken, aralıklı tip-2 bulanık HTEA'nın sağladığı risk öncelik katsayıları aralıklı tip-2 bulanık EDAS ile analiz edilmektedir. Risk faktörleri için elde edilen sıralama düzeni şiddet > fark edilebilirlik > olasılık şeklindedir. Ana kriterler için elde edilen önem ağırlıklarına göre biyolojik özellikler en öncelikli gruptur. Ayrıca, ekonomik özellikler grubu içerisinde maliyet, tasarım ve üretim özellikleri grubu içerisinde uyumluluk, mekanik özellikler grubu içerisinde çekme mukavemeti, fiziksel özellikler grubu içerisinde boyutsal kararlılık, kimyasal özellikler grubu içerisinde korozyon direnci, biyolojik özellikler grubu içerisinde ise enfeksiyon öncelikli alt kriterlerdir. Global önem ağırlıklarına göre enfeksiyon, kanserojenlik ve çekme mukavemeti en öncelikli karar kriterleridir. Malzemelerin öncelik sıralaması ise titanyum > paslanmaz çelik > kobalt-krom alaşımları şeklindedir. Bu sıralama sonucuna dayanarak, titanyumun en iyi malzeme seçeneği olduğu söylenebilir. Bu çalışma, metalik biyomalzemelerin incelenmesi için geniş bir çerçeve ve risk temelli bir karar verme yaklaşımı sunmaktadır. Mevcut çalışma, farklı alternatiflerin değerlendirilmesinde ve seçiminde etkili ve bilinçli kararlar almak için bir yol haritası sunmaktadır.
Bankacılık sektöründe robotik süreç otomasyonu - bir uygulama örneği
Teknolojinin hızlı gelişimi ve işletmelerin süreçlerinin karmaşıklaşması beraberinde yeni nesil teknolojileri de çalışma hayatına katmıştır. Bu çalışmada dijital dönüşümün etkisiyle çalışma hayatına giren robotik süreç otomasyonu detaylıca anlatılmıştır. Robotik süreç otomasyonu ile birlikte diğer yeni nesil teknolojilerden de bahsedilmiştir. Uygulamada kullanılan ve Robotik Süreç Otomasyonu olarak adlandırılan dijital çalışanlar, insan hareketlerini taklit eden, rutin ve kural bazlı işleri hayata geçiren yazılımsal robotlardır. İş süreçlerinin yönetimini en iyi sağlayan metodolojileden bir tanesi olan süreç yönetimi kavramı da ayrıca anlatılmıştır. Dijital dönüşüm teknolojilerine en fazla yatırım planlaması yapan sektörlerin başında gelen bankacılık sektörü aynı zamanda iş temposunun ve yoğunluğununda üst seviyede görüldüğü sektörlerdendir. Bankalar, kullandırdıkları kredilerin geri ödenememesi halini düşünerek kendilerini teminat denilen kavram ile güvence altına almaktadır. Bu güvence yöntemlerinden bir tanesi müşterinin maddi değeri de olan araçlarının rehin alınması işlemidir. Bu çalışmada bir bankanın araç rehni teminata alma süreci incelenerek robotik süreç otomasyonu teknolojisi uygulanmıştır. Araç rehni teminata alma sürecinin büyük bir ksmını gerçekleştiren şube satış birimleri, bankaların hedeflerine ulaşamabilmesindeki en önemli kaynaklardandır. Bu sebeple bu kaynağın mevcut iş yükününün minimize edilmesi önem arz etmektedir. İncelenen sürecin 8 aktivitesi bulunmaktadır. Bu aktivitelerin iş güçleri Tam Süreli Eşdeğer(FTE) yöntemiyle hesaplanmıştır. Sürecin toplam iş gücü 6,8 FTE olarak tespit edilmiştir. Sürecin %86,9'luk kısmı şube satış birimi tarafından gerçekleştirilmektedir. Bu çalışma sürecin %86,9'luk iş yükünü minimize etmek amacıyla gerçekleştirilmiştir. Sürecin analizi gerçekleştirilirken iş akış şemalarından yararlanılmıştır. Tüm aktivitelerin işlem adetleri ve işlem süreleri analiz edilmiştir. Elde edilen analizin sonuçlarına göre çalışanların gereksiz yaptığı aktiviteler tespit edilerek süreç iyileştirilmiştir. Yapılan ilk iyileştirme müşteriden temin edilen araç rehin sözleşmesinin içeriğinin ve doküman tipinin değişikliği olmuştur. Değiştirilen dokümandaki verilerin bankacılık sistemine işlenmesi aktivitesi, robotik süreç otomasyonuna teslim edilerek süreç dijitalleştirilmiştir. Bu aktivitenin mevcut süreçteki iş gücü 4.51 FTE'dir. Yeni süreçte ise bu aktivitenin gerçekleştirilebilmesi için 0,0027 FTE harcanmaktadır. Bankanın Türkiye'deki tüm şubelerinin, erişebildiği bir ortak windows dosyası oluşturulmuştur. E-mail aracılığı ile gelen araç rehin sözleşmeleri şube şatış birimleri tarafından ortak alana bırakılarak günde 2 defa çalışması planlanan robota teslim edilmiştir. Bu çalışmada sağlanan tasarruf sayesinde bankanın bu operasyondaki hızı arttırılmıştır. İşlem süreleri kısaltılarak, operasyonel iş gücü ve hata oranları minimize edilmiştir. Çalışanlar katma değeri daha yüksek olan işlere yönlendirilerek bankanın insan kaynağına olumlu yönde katkıda bulunulmuştur.
Elektrik sektöründe Edas ve Vikor yöntemi ile yeşil tedarikçi seçimi
İşletmeler yıllarca zehirli sıvı, katı, gaz biçiminde atıklarla doğayı kirletmiş ve yeryüzüne vermiş oldukları zararları hesaba katmamışlardır. Doğanın önemi ve gözlenmesi bakış açısı 90'larda önem kazanarak gündeme gelmiştir. Çağımız, bu bakış açısı ile doğaya daha farklı bir hassasiyetle yaklaşarak, işletmelerin endüstriyel anlamında ilerlemelerine olanak sağlamaktadır. Bu sayede farklı alanlar da faaliyet gösteren işletmeler doğayla dost nihai ürün üretilmesine destek olmaktadırlar. Aynı zamanda, ürün yaşam döngüsünün her basamağında doğanın dengesini koruyarak yeşil uygulamalarla gündeme gelmektedirler. Kağıt işletmelerinin üretilen kağıdı tekrar kullanılabilir konuma getirmesi, plastik üretimi gerçekleştiren işletmelerin çevreci hassasiyetle üretim yapmaları, bu alanda yapılan çalışmalardandır ve günümüzde oldukça önemli uygulamalardır. Bu sektörler dışında da birçok işletme, çevre dostu yaklaşımla üretim gerçekleştirmekte ve bu anlayışı tüm üretim süreçlerine yansıtmaktadırlar. İşletmelerin bu çevre dostu üretim bakış açısında doğru yeşil tedarikçi seçimi önemli bir yer tutmaktadır. Tüketicilerin de bu doğa dostu görüşe sahip olması ve yapılan yasal planlamalar da işletmeleri yeşil tedarik zinciri yaklaşımına yönelmektedir. Doğaya verilebilecek tehlikelerin en aza indirilme hedefi yeşil tedarik zincirinin yönetim faaliyetlerinin etkinliğini arttırmaktadır. Yeşil tedarik zinciri yönetiminde çevre ile ilgili yaklaşımların hedeflenmesi, onu önemli bir noktaya taşımaktadır. Bu yaklaşımı benimseyen işletmeler; sahip oldukları tedarikçilerinde ilerlemelerini en iyilemek için çok çeşitli hedefler belirleyerek bunları tedarikçilerine sunmaktadırlar. Böylece işletmeler rakiplerini geride bırakabilecek doğa dostu tedarikçilere sahip olmaktadırlar. Bu konu birçok işletmenin öncelikli olarak gördükleri çalışmaların başında gelmektedir. Söz konusu çalışmaların geliştirilmesi ve yürürlüğe konması maliyet bakımından işletmeleri zora sokabilmektedir. Bu çalışmalar arasından en iyinin belirlenmesi ve bunun uygulanabilmesi zorlu süreçlerden biridir. Aynı zamanda bilgi yetersizliği, yapılan çalışmalarda arzu edilen hedeflerin tutturulamaması, işletmelerin altyapı sorunlarının olması bazı sıkıntılar yaratabilmektedir. İşletmeler, günümüz koşullarında birden fazla tedarikçiye sahip olmakta ve bunlar arasından en iyisinin, en yeşil yaklaşıma sahip olanın seçimini gerçekleştirmek durumda kalmaktadır. Bu durum da işletmeler için tedarikçi seçim/karar verme problemlerini gündeme getirmekte ve bu problemler birçok belirsizlik barındırmaktadır. Karar vericilerin kararlarını objektif, doğru olarak verebilmesi özellikle de kriter ve alternatif sayılarının fazla olması durumunda daha da önem kazanmaktadır. Bu durumda, çok kriterli karar verme yöntemleri, birden çok alternatif ve kriter olması durumunda bilimsel ve sistematik bir yaklaşımla değerlendirmeyi mümkün kılmaktadır. Bu özelliğinden dolayı yeşil tedarikçi seçim problemlerinde çok yaygın olarak kullanılmaktadır. Çok kriterli karar verme teknikleri nicel bilgilerin yetersizliğinin aşılmasını sağlamaktadır. Aynı zamanda bu teknikler konularında uzman kişilerin fikirlerini temsil yeteneği açısından da güçlüdür. Bu bağlamda, yeşil tedarikçi problemlerinde kazanç ve çevreci ölçütleri beraber ele alabilen bu teknikler işletmeler için rekabet avantajı sunabilmektedir. Bu çalışmaya konu olan, yeşil tedarikçi seçim çalışmasının gerçekleştirildiği işletmede, hali hazırda RoHS analizi kullanılmaktadır. RoHS analizi ile işletme tedarikçi seçimi yapmaktadır. Bu analiz tekniği ile civa, kadmiyum, kurşun, krom değerleri olması gereken standart ölçüm değerleri ile kıyaslanıp analiz edilerek tedarikçi seçimi gerçekleştirilmektedir. Tedarikçi seçimine temel olan kritik parça, çalışmanın gerçekleştirildiği işletmede üretilen otomatik sigortalarda kullanılan cıvatalardır. Bu kapsamda gerçekleştirilen çalışmada; çok kriterli karar verme tekniklerinden olan EDAS ve VIKOR yöntemleri ayrı ayrı ele alınarak işletme için en iyi yeşil tedarikçi seçimi yapılmış ve RoHS analizi ile tutarlılığı irdelenmiştir. Bu amaçla öncelikle işletmedeki uzmanların görüşü ve literatürden elde edilen; uygunluk kalitesi, yeşil ürün tasarımı, yeşil satınalma, yeşil üretim kriterler olarak belirlenmiştir. Çok kriterli karar verme tekniklerinden olan EDAS ve VIKOR tekniği belirsizlik altında karar vermede etkili ve karmaşık problemleri objektif bir yaklaşımla, hızlı bir şekilde sonuca ulaştırdığı için tercih edilmiştir. RoHS analizi, çalışmada gerçekleştirilen yeşil tedarikçi seçimi ile işletmenin mevcutta kullandığı tedarikçi seçiminin geçerliliğinin kıyaslanması amacı ile kullanılmıştır.
Yurt dışı dil eğitim kurumlarında veri madenciliği yöntemi ile hedef kitle belirleme
Günümüzde teknolojinin gelişmesi ve beraberinde getirdiği yenilikler ile yabancı dil öğrenimin ve öneminin oranı ciddi olarak artmıştır. Global düzende yabancı dil öğrenmek sektör fark etmeksizin profesyonel iş yaşamında da oldukça kritik bir öneme sahip olmaya başlamıştır. Özellikle bu önem özel sektör çalışanlarında daha fazla görülmeye başlanmıştır. Özel sektörde kaynaklanan bu önemden dolayı dil bilmek işe alımlarda en belirleyici faktörlerden biri olmıuştur. Üniversite öğrencileri çoğunlukla hem maliyet hem zaman açısından öğrenci değişim programlarını tercih etse de bu durum yetersiz gelmeye başlamıştır. Bu derece öneme sahip kriter için Türkiye'de de her kesim bireyin yararlanabileceği çok fazla yurt dışı eğitim danışmanlık şirketleri kurulmuştur. Bu kuruluşlar her kesime her yaşa hitap eden hem eğitim içerikli hem çalışma içerikli hemde seyahat etmeli programlar uygulamaktadırlar. Gün geçtikçe bu kuruluşların sayısının artması kuruluşlar arasında bir rekabete yol açmaya başlamıştır. Çalışmada ele alınan danışmanlık şirketinin müşteri bilgileri toplanarak hangi kriterlerin kayıt durumunu etkilediğinin öğrenilmesi amaçlanmıştır. Bu sonuca göre müşterilerin tanımlanması, hedef müşteri grubunun belirlenmesi, özel teklif sunulabilecek müşterini profilinin belirlenmesi, gerekli durumlarda müşteri portföyünün değiştirilmesi, en çok müşteri aldıkları zamanların belirlenmesi, gerekli iyileştirme önerilerinin sunulması hedeflenmektedir. Çalışmada ele alınan sektöre özel veri madenciliği yaklaşımında bir çalışmaya rastlanmaması ile literatürde ki boşluğun doldurulması da amaçlanmaktadır. Ele alınan çalışmada veri madenciliği yöntemlerinden olan karar ağacı tekniğinin C5.0 ve C&R algoritmaları kullanılmış ve sonuçlar karşılaştırılmıştır. C5.0 algoritmasının çalışma mekanizmasında entropi değerlerini ele alırken, C&R algoritması gini algoritmasına göre çalışmaktadır. Çalışma için 727 müşterinin verileri alınmış, 8 tane bağımsız değişken, 1 tanede bağımlı değişken veri setine dâhil edilmiştir. Bağımlı değişken şirkete kayıt olup olmaması ile ilgiliyken, bağımsız değişkende kayıt olanların ya da sadece danışmanlık alanların bilgileri alınmıştır. Bağımız değişken faktörleri: cinsiyet, yaş kategorisi, bölüm, statü, aranılan şehir, yıur dışı deneyimi, başvurduğu program ve aranılan tarih olarak ayrılmıştır. Çalışmada yer alan ilk teknik C5.0 algoritması sonuçlarına göre kayıt durumunu etkileyen en belirleyici bağımsız değişkenler arasında müşterinin mesleki alanı , statüsü , yurt dışı deneyimi yer alırken; ikinci teknik olan C&R algoritması modellemesine göre de müşterinin mesleki alanı, yaşadığı şehir, aranılan tarih bağımsız değişkenleri kayıt durumunu etkilemede en belirleyici faktörler olarak yer almıştır. Çalışma sonucunda SPSS Modeler 18.0 programında yer alan literatürde çok rastlanmayan analysis modülü ile her iki tekniğinde performans değerlendirmesi yapılmıştır. Her iki teknik training ve testing olmak üzere değerlendirildiğinde C5.0 algoritması için trainig doğruluk oranı %60,33, testing doğruluk oranı %46,67 olarak, aynı şekilde C&R algoritması için training doğruluk oranı %57 iken, testing değerlendirmesinde %50,23 değerinde bir başarı oranı hesaplanmıştır.
Yapay sinir ağları ve derin öğrenme algoritmalarının kripto para fiyat tahmininde karşılaştırmalı analizi
Günümüzün gelişen teknolojisi ile internet üzerinden yapılan işlemlerde artış olmuştur. Bunun bir neticesi olarak verilerde artış olduğu gözlemlenmiştir. Verilerde meydana gelen bu artış ile birçok firma verilerin güvenli bir şekilde saklanması, paylaşılması, kontrolünün sağlaması, yönetilmesine yönelik teknoloji arayışına girmektedir. Güncel teknolojilerden biri de blok zinciri (Blockchain) yapısıdır. Blok zinciri yapısı, dağıtık yapıda bir veri tabanı olup bloklardan oluşmakta olan şifrelenmiş iş takibi sağlamaktadır. Daha şeffaf yapıda olması, hiçbir işlemin değiştirilememesi, yüksek güvenlik yapısı, merkezi yapıda olmaması tercih sebeplerinden olmuştur. Blok zinciri yapısı birçok alanda kullanılabilecek bir teknoloji olup günümüzde en popüler kullanım alanı kripto paralar üzerinde olmaktadır. Değişen teknolojiler ile kripto paralar önemli yatırım araçlarından olup finansal piyasalarda önemli hacme sahip olmuştur. Kripto paralarda işlem sayısının her geçen gün arttığı gözükmekte olup kripto para fiyatlarında meydana gelen artış ve alt kripto paralarda hızlı yükselişler, alt kripto paralara olan talebi arttırmıştır. Bu çalışmada önemli alt kripto para birimlerinden biri olan Polkadot kripto para birimi üzerinde tahminleme işlemi yapılması amaçlanmıştır. Yapılan çalışmada 20.08.2020 - 27.02.2023 tarihleri arasındaki veriler kullanılmış olup, bu verilere göre çıktı değer olarak günlük ortalama Polkadot değerlerinin tahmin edilmesi amaçlanmıştır. Girdi değerleri için oluşturulan kümeler iki farklı şekilde oluşturulmuştur. İlk girdi değerlerinde; Polkadot YouTube arama sayısı, Polkadot Google sayısı ve Polkadot hacmi kullanılmıştır. İkinci girdi değerlerinde ise ilk girdi değerlerinden farklı olarak alt kripto paraların lideri Ethereum eklenmiştir. Böylece kurucusu aynı kişi olan Polkadot ve Ethereum kripto para birimlerinin birbirine olan etkisi, daha net bir ifade ile Polkadot para birimi üzerinde Ethereum para biriminin etkisini tespit etme imkânı sağlanmıştır. İki farklı girdi yapısından oluşan bu çalışmada Polkadot para birimi günlük ortalama değerlerinin tahminlenebilmesi için yapay sinir ağlarında çok katmanlı algılayıcılar ile derin öğrenme yöntemlerinden olan uzun kısa süreli bellek yapısı kullanılarak tahminleme çalışması yapılmıştır. Çıkan sonuçlara bakıldığında 0.93 korelasyon katsayısı ile yapay sinir ağlarında 4 girdi kümesinden oluşan değerlerin daha iyi sonuç verdiği gözlemlenmiştir. Yapılan çalışma ile farklı girdi kümeleri, farklı algoritmalar karşılaştırılarak çıktı değerlerine nasıl etkisi olduğu incelenmiştir.
Kalite 4.0 modelinde blok zinciri mimarisi ve metal sektöründe depo yönetim sistemi uygulaması
Günümüz rekabet koşullarında işletmeler her açıdan birbirleri ile yarış içerisindedirler. Özellikle kalite gereksinimlerinin tüm süreçlerde karşılanması ve tüm çalışanların katkılarıyla müşteri ihtiyaçlarının hızlı ve doğru bir şekilde yerine getirilmesi çok önemlidir. Bu düşünceden hareketle; işletmelerdeki tüm süreçlerin, kullanılan tüm teknolojinin ve istihdam edilen tüm iş gücünün işletmenin toplam kalitesinde yer alması, gerekli kontrol ve düzeltmelerin yapılması ve kalitenin sürdürülebilir olması sağlanmalıdır. Teknolojinin gelişmesiyle birlikte değer yaratmak için kullanılan sistemler ve süreçler de gelişmektedir. Değer üretimini artırmak için geliştirme süreçleri ve teknolojilerin yeni sanayi devrimine, yani Endüstri 4.0'a uyum sağlaması gerekmektedir. Dördüncü sanayi devrimi olarak bilinen Endüstri 4.0, imalat sanayinin dijitalleşmesi ile ortaya çıkmıştır. Bu tez çalışmasında öncelikle Endüstri 4.0 çalışmaları kalite açısından değerlendirilerek bir sınıflandırma çalışması yapılmıştır. Sınıflandırma yapılırken, Endüstri 4.0 teknolojileri detaylı olarak incelenmiştir ve literatürde bu teknolojilerin uygulandığı alanlar araştırılmıştır. Sınıflandırma neticesinde, Endüstri 4.0'ın kalite ile olan ilişkisi, belirlenen kalite kriterleri ve bileşenleri açısından da değerlendirilmiştir. Kalitenin Endüstri 4.0 için çok önemli bir unsur olduğu görülmüştür. Sonrasında bir Kalite 4.0 modeli geliştirilmiştir. Kalite 4.0 modeli ile, bir işletmedeki tüm araçlar, birlikte ele alınıp geliştirilmiştir. Kalite 4.0 modelinde; İmalat, Tedarik, Planlama, AR-GE, Satış & Pazarlama ve Personel Yönetimi gibi altı önemli işletme departmanı için uygulama imkanı bulunmaktadır. Geliştirilen model kapsamında bu çalışmada, bir işletmenin önemli süreçlerinden biri olan, bir malzemenin tedarik edilmesinden itibaren depoya gelişi ve depoda muhafaza edilmesi ele alınmıştır. Hammadde ya da bitmiş ürünlerin depolanması işlemindeki temel süreçler, Endüstri 4.0 teknolojilerinden Blok Zinciri yöntemi yardımıyla kalite temeline dayanarak yeniden tasarlanmıştır. Blok Zinciri tabanlı Kalite 4.0 için bir mimari oluşturulmuştur. Blok zinciri kullanımıyla birlikte Kalite 4.0 modeli daha etkin şekilde kullanılabilecektir. Bu model, bir işletmenin depo yönetimi süreçlerine uygulanarak, işletmenin mevcut sistemiyle kıyaslanmıştır. Kıyaslama yapılırken, Entegre Pisagor Bulanık SWARA ve CoCoSo yönteminden de yararlanılmıştır. Kıyaslama neticesinde, geliştirilen Kalite 4.0 modelinin daha etkin ve daha kapsamlı olduğu görülmüştür. Geliştirilen modelin özgün olması nedeniyle, literatürde böyle bir çalışmaya rastlanılmamaktadır.
Makine öğrenmesi yöntemlerini kullanarak bir petrokimya firmasının hisse senedi fiyat tahmini
Günümüzde borsalar önemli bir yatırım aracı halini almıştır. Yatırımcılar deneyimlerine ve sezgilerine güvenerek yatırım portföylerini oluşturup gelir elde etmeye çalışmaktadırlar. Ancak borsadaki hisse senedi ve endekslere etki eden pek çok etken bulunmaktadır. Bu da onların tahminini zorlaştırmaktadır. Bu nedenle literatürde zaman serisi tahminlerinde kullanılan yöntemler hisse senedi ve endeks değerlerinin tahmininde de kullanılmaya başlanmıştır. Özellikle son yıllarda yapılan hisse senedi tahmin çalışmalarında geleneksel yöntemlerinden çok yapay zeka yöntemlerinin önem kazandığı görülmektedir. Bu çalışmada, Türkiye, Rusya ve Katar'daki önemli petrol endeksi ve hisse senedi fiyatlarını içeren bir veri seti kullanılarak Petkim Petrokimya Holding A.Ş.'nin hisse senedi (PETKM) kapanış fiyatı tahmini yapılmıştır. Rassal Orman Regresyonu (RFR), Uzun Kısa Süreli Bellek (LSTM) ve Evrişimli Sinir Ağı+Uzun Kısa Süreli Bellek (CNN+LSTM) yöntemleriyle tahmin edilerek sonuçları karşılaştırılmıştır. Tahmin sonuçlarının başarısını ölçmek için Ortalama Karesel Hata (MSE), Kök Ortalama Karesel Hata (RMSE), Ortalama Mutlak Hata (MAE), Ortalama Mutlak Yüzde Hatası (MAPE) gibi hata metrik yöntemleri ve Determinasyon Katsayısı (R2) kullanılmıştır. Çalışmada kullanılan bu 3 tahmin yönteminin kullanılıp sonuçlarının karşılaştırıldığı bir çalışmaya literatürde rastlanmamıştır. Tahmin işlemi için 4 farklı girdi modeli oluşturulmuştur. 1. girdi veri setinde (Model 1), Dolar açılış ve ortalama alış/satış kur fiyatı; Türkiye'nin hisse senedi ve endeks fiyatları, 2. girdi veri setinde (Model 2), Dolar fiyatı açılış ve ortalama alış/satış kur fiyatı, Türkiye'deki ve Katar'daki hisse senedi-endeks fiyatları, 3. girdi veri setinde (Model 3), Dolar fiyatı açılış ve ortalama alış/satış kur fiyatı, Türkiye'deki ve Rusya'daki hisse senedi ve endeks fiyatları, 4. girdi veri setinde (Model 4) Dolar açılış ve ortalama alış/satış kur fiyatı, Türkiye, Katar ve Rusya'daki hisse senedi-endeks fiyatları kullanılmıştır. Çalışmada farklı ülkelerden veriler bulunduğundan borsaların işlem günleri farklılık göstermektedir. Bu nedenle eksik verilerin ön işlemesi için 4 farklı yöntem kullanılmıştır. Bunlardan 1'incisi eksik verinin bulunduğu tarihin veri setinden çıkarılması, 2'ncisi eksik verilerin yerine 0 yazılması, 3'üncüsü eksik verinin ortalama ile doldurulması ve 4'üncüsü eksik verinin doğrusal enterpolasyon yöntemi ile doldurulmasıdır. Model 1'deki veriler bu 4 farklı yöntemle doldurulmuş, veri setleriyle tahmin işlemi yapılmıştır. Çalışmadaki veriler için en iyi sonucu veren yöntemin doğrusal enterpolasyon yöntemi olduğu görülmüştür. En iyi soncu veren eksik veri doldurma yöntemi diğer modeller için de uygulanmıştır. Çalışmanın amacı çalışmada kullanılan veriler için en doğru sonucu veren algoritmayı, algoritmalarda kullanılan hiperparametrelerin tahmin başarısına etkisini ve Türkiye'nin petrol temin ettiği ülkelerin PETKM hisse senedi fiyatı tahmininde bir etkisi olup olmadığını gözlemlemektir. Çalışmanın sonucunda RFR algoritmasında tahmin sonucuna en çok etki eden hiperparametrenin eğitim ve test veri seti boyutu olduğu, LSTM algoritmasında tahmin sonucuna en çok etkisi olan hiperparametrenin rastgele öğrenme durumu (Shuffle) olduğu, CNN+LSTM algoritmasında tahmin sonucuna en çok etkisi olan hiperparametrelerin havuzlama boyutu, öğrenme aralığı ve çekirdek boyutu olduğu görülmüştür. Oluşturulan bu 4 farklı girdi modeli karşılaştırıldığında Rusya ve Katar'daki hisse senedi ve endeks fiyatlarının PETKM hisse senedi kapanış fiyatını tahmin etmede anlamlı bir etkisinin olmadığı sonucuna varılmıştır. Algoritmaların başarısı karşılaştırıldığında genellikler en iyi sonuçları veren algoritmanın LSTM olduğu görülmüştür. Çalışmanın Bulgular ve Tartışma bölümünde tüm karşılaştırılmalar detaylı bir şekilde yapılmış ve incelenmiştir. Elde edilen sonuçlar ve ileride yapılacak çalışmalar için öneriler sonuç bölümünde paylaşılmıştır.
Robotik sıkıştırılmış kutuya toplama depo sistemlerinde toplama politikalarının yapay arı kolonisi algoritması ile belirlenmesi
Bu tez çalışmasında, depo tasarımı ve depo operasyonları yönetimi konuları günümüzde yaşanan teknolojik gelişmeler göz önüne alınarak araştırılmıştır. Tamamen otomasyona dayalı sistemler arasında yer alan Robotik Sıkıştırılmış Kutuya Toplama (RSKT) sistemleri detaylı olarak incelenmiş ve sistemin yapısal özelliklerini temsil eden notasyonlar üretilmiştir. Günümüzde tamamen birbirinden ayrılmaya başlamış olan toplayıcının ürünlere hareket ettiği sistemler ve ürünlerin toplayıcıya hareket ettiği sistemlerin farkları dikkate alınarak, RSKT sisteminin, sipariş toplama süreci detaylı olarak analiz edilmiş hem araştırmacılara hem de uygulayıcılara yararlı olacak sonuçlar ortaya çıkarılmıştır. Ürünlerin toplayıcıya hareket ettiği sistemlerin gelişmesi ile geleneksel toplama ekipmanlarının kullanımı için bulunan geniş koridorlara ihtiyaç kalmamıştır. Bu sayede depolarda daha çok ürün depolanabilmektedir. Yeni nesil bu depolar sıkıştırılmış depolar olarak isimlendirilmektedir. Yeni nesil sıkıştırılmış depolar, bilişim sistemleri açısından gelişmiş, robotlar, mekikler ve asansörler gibi toplama ekipmanlarının kullanıldığı yapılardır. Yeni nesil sıkıştırılmış depoların bir örneği olan RSKT sistemleri depolama alanı verimliliğini arttırır. Bu sistemlerde kurulum ve genişleme gibi işlemler sırasında sevkiyat devam edebilir. İnsan temelli ürün kayıpları ortadan kalkar. Talep değişimine veya mevsimsel etkilere göre önlemler kolaylıkla düzenlenebilmektedir. Çok düşük enerji kullanımı sayesinde daha yeşile duyarlı sistemlerdir. Depo içerisinde incelenebilecek birçok problem çeşidi bulunmaktadır; ancak bu tezin odak noktası Depo Yeri Atama Problemi (DYAP)'ni dinamik bir yapıda incelemek, sipariş toplama sisteminin verimliliğini artırmak amacıyla yeniden düzenleme yaklaşımının performansını analiz etmek olacaktır. Dinamik DYAP, depoya gelen her bir ürünün genel verimlilik anlayışına uygun ve stratejik hedefler doğrultusunda depo yerlerine atanması problemidir. Bu problemi çözmek için kullanılan geleneksel yöntemlerin yapısı, gelen ürünleri depolamayı ve konumlarına atamayı hedefleyen basit kurallar dizisinden oluşur. Depolarda kullanılan geleneksel metotlar yerine bu çalışma kapsamında DYAP'yi çözmek için yapay zekâ teknikleri arasında yer alan Yapay Arı kolonisi algoritması (YAK) kullanılmış ve yeni bir depo yeri atama sezgiseli geliştirilmiştir. Toplama ve yükleme işlemleri sırasında geçen toplam süreyi en küçükleyen 0-1 tam sayılı doğrusal bir matematiksel model kurulmuştur. Matematiksel modelin NP-zor yapısı nedeniyle bal arısı kovanlarının sahip oldukları sürü zekâsını taklit ederek bu yapıdaki problemlere, kısa sürede en iyi sonuca yeterince yakın sonuçlar üreten, meta-sezgisel algoritmalardan biri olan YAK algoritması kullanılmıştır. YAK algoritmasında besin kaynakları muhtemel çözümleri göstermektedir, besin kaynağının kalitesi ile ilgili bilgiler üyelik fonksiyonu ile hesaplanmaktadır. Depolarda sipariş toplama işlemi sırasında farklı noktalara gerçekleştirilen seyahatler toplamı bir sipariş rotasını oluşturmaktadır. Aynı sipariş içerisinde sıkça bulunan ürünlerin depo içerinde yakın yerlere yerleştirilmesi ile sipariş süreleri azaltılabilir. Bu amaçlar doğrultusunda K-DYAP isminde matematiksel modelin karesel formu geliştirilmiştir. Sipariş teslim süresini ve sipariş toplama süresini azaltacak çözümler bulmak ve bunları uygulamaya geçirmek hem bilimsel hem de yönetimsel katkılar sağlar. Geleneksel depolarda sipariş toplama maliyetini oluşturan bileşenler incelendiğinde, toplama işleminde kullanılan işçilik maliyetinin deponun en önemli maliyet kalemlerinden biri olduğu ortaya çıkmıştır. Geleneksel depolarda yeniden düzenleme işlemi için daha fazla işçi istihdam etmek ya da fazla mesai yaptırmak gerekmekteydi. Fakat yeni nesil sıkıştırılmış depolarda toplama işlemi robotlar tarafından yapılmaktadır. Bu nedenle yeniden düzenleme işlemi insansız olarak, mesai saatleri dışında veya sipariş toplama süreci ile eş zamanlı olarak rahatlıkla yapılabilir. Bu çalışma kapsamında RSKT sisteminde yeniden düzenleme işlemin sipariş toplama süresini önemli oranlarda düşürdüğü benzetim tekniği kullanılarak ispatlanmıştır.
Entegre proses planlama, çizelgeleme, teslim tarihi belirleme ve teslimat
Proses planlama, çizelgeleme ve teslim tarihi belirleme imalatı oluşturan üç temel fonksiyondur. Bu fonksiyonların aralarında herhangi bir iletişim olmadan, bağımsız bir şekilde çalışmaları günümüzde pek mümkün olmayan bir uygulamadır. İmalat sanayinin robotlarla çalışmaya başladığı günlerde, planlamanın çizelgeleme ile ya da çizelgelemenin teslim tarihi ile entegre olmadan çalışması düşünülemez. Bundan dolayıdır ki, bu fonksiyonların entegrasyonu yıllardır özellikle akademik anlamda yoğun bir şekilde çalışılan bir konudur. Yapılan çalışmalar, bu entegrasyonun zor bir iş olduğunu ortaya koymaktadır. Üç fonksiyonun entegre edildiği çalışma sayısı bile son derece az iken bu çalışmada, üç temel imalat fonksiyonuna dördüncü bir fonksiyon olan teslimat fonksiyonu ilave edilmiştir. Siparişe göre üretim felsefesinin yaygınlaştığı şiddetli rekabet piyasasında yüksek müşteri memnuniyetini sağlayabilmenin etkili yollarından biri de ürünleri hızlı teslim edebilmektedir. Özellikle raf ya da kullanım ömrü kısa olan ürünler için hızlı bir tedarik zinciri süreci oldukça önemlidir. Tedarik zincirinin en önemli adımı olan teslimatın, imalat ile entegre edilmesi tüm süreç için son derece faydalı olacaktır. Bu çalışmada, üretim süreçlerinin dijitalleştirilebilmesi amacıyla, imalatın en önemli üç fonksiyonu olan proses planlama, çizelgeleme ve teslim tarihi belirleme ile tedarik zinciri sürecinin önemli parçası olan teslimat fonksiyonunun entegrasyonu amaçlanmıştır. Entegrasyonun yapılabilirliğini göstermek, sıralı ve bağımsız çözümlere kıyasla sağladığı faydayı ifade edebilmek ve yalnızca teslimatı entegre etmenin bile etkisini gösterebilmek açılarından ilk olacak bu çalışma sayesinde literatüre önemli bir katkı sağlamak hedeflenmektedir. Ayrıca, literatürdeki çalışmaların aksine, müşterilerin birbirleri ile eşit olmadığı ve her müşterinin farklı bir öneme sahip olduğu değerlendirilmiştir. Çalışmada 4 farklı atölye incelenmektedir. Her atölyedeki iş sayıları ve müşteri konumları farklıdır. Çizelgeleme fonksiyonu bile NP-hard (polinomik olmayan zor) sınıfında girdiği için entegre problem ancak çok küçük boyutlu örneklerde kesin çözümün ulaşılabildiği bir problemdir. Bu sebeple, sezgisel çözüm yöntemlerinden yararlanılması daha doğrudur. Çalışmada ele alınan problemin çözümünde genetik algoritma (GA), tavlama benzetimi (TB), rassal arama (RA), hibrit arama (HA) ve evrimsel strateji (ES) yöntemlerinden faydalanılmıştır. Yapılan çalışma sonucunda dört fonksiyonun entegre edilmesinin mümkün olduğu, hatta entegre etmenin bağımsız çalıştığı hallere kıyasla yaklaşık yüzde 50 oranında daha fazla verimlilik sağladığına ulaşılmıştır. Ayrıca, üç fonksiyonun entegre bir şekilde çalıştığı sistemlere sadece teslimatı entegre etmenin ise yaklaşık yüzde 20 oranında bir iyileşmeye sebep olduğu görülmüştür. Çözüm yöntemlerinde ise en iyi sonuçları GA'nın elde ettiğine ulaşılmıştır.
Soğuk hava deposunda yeşil sipariş sıralama probleminin yapay arı kolonisi algoritması ve genetik algoritma ile çözülmesi
Çağımızın en büyük problemlerinden biri, küresel ısınmanın artmasını tetikleyen ve atmosferdeki karbondioksit miktarında artışa sebep olan sera gazıdır. Nüfusun artmasına bağlı olarak fosil yakıt kullanımının artması, ormanların yok edilmesi, sentetik gübre kullanılması, hayvanların tüketebileceklerin yeşil alanların yok edilmesi, endüstriyel faaliyetlerin artması sera gazının artmasına, dolayısıyla küresel ısınmaya sebep olmaktadır. Sera gazı salınımlarını azaltmak için uygulanabilecek en önemli çözüm yollarından biri karbon ayak izinin azaltılmasıdır. Karbon ayak izi, üretilen sera gazı miktarı açısından insan faaliyetlerinin dolaylı veya dolaysız olarak çevreye verdiği zararın bir ölçüsüdür ve karbondioksit cinsinden ifade edilmektedir. Enerji tüketimindeki artışın doğrudan bir sonucu olarak fosil yakıtların kullanımının artması karbon ayak izi miktarının artmasına neden olmakta ve küresel ısınmayı olumsuz etkilemektedir. Karbon ayak izi miktarını azaltmak için sürdürülebilirlik ve geri dönüşüm kavramlarına odaklanarak yeşil kavramına katkıda bulunmak gerekmektedir. Son yıllarda doğal kaynakların tükendiğinin ve ekolojinin bozulduğunun farkına varan tüketiciler yeşil kavramına yönelmişler ve sürdürebilirliği sağlamak için yeşil çalışmalara ağırlık vermeye başlamışlardır. Bu çalışmada; yeşil kavramını depolara entegre ederek soğuk hava depolarının verimliliğini arttırmak amacıyla incelemeler yapılmıştır. İncelemesi yapılan soğuk hava deposunda muhafaza edilen ürünler depolanması gereken sıcaklığa ve belirli özelliklerine göre ayrı ayrı odacıklarda depolanmaktadır. Süt ve süt ürünlerinin depolandığı bu soğuk hava deposuna gelen siparişlerin herhangi bir düzen olmamasından dolayı odacıkların kapısı sürekli açılmakta ve bu sırada dış ortam ile odacıklar arasında ısı alışverişi meydana gelmektedir. Soğuk hava deposunda bulunan odacıkların en uygun sıcaklıkta sabit kalabilmesi için soğutucular fazladan enerji harcanmakta ve bu durum hem işletme maliyetini hem de yeşil kavramını olumsuz etkilemektedir. Depoya gelen siparişlerin; dışarıdan gelen ısı transferini engelleyecek ve enerji kullanımını indirgeyecek şekilde uygun bir sıralamada toplanması amaçlanmış ve bu problemi çözebilmek amacıyla yeni yeşil sipariş sıralama modeli önerilmiştir. Önerilen matematiksel model önce elle çözülmüş, daha sonra açık ve kapalı halleri LİNGO yardımıyla çözülerek test edilmiştir. Problemin çözümünde kullanılan yeşil sipariş sıralama modeli Genetik Algoritma (GA) ve Yapay Arı Kolonisi (YAKA) Algoritması ile çözülmüş, elde edilen sonuçlar karşılaştırılmıştır. Parametrelerin optimizasyonu için deney tasarımı tekniği olan Yates Notasyonu kullanılmış ve SPSS yardımı ile istatistiği yapılmıştır.
Gıda üretiminde hammadde karışım değerlerinin matematiksel modelleme ile bulunması
Gıda ve içecek üretimi için kullanılan formüller genellikle on veya daha fazla bileşenden oluşmaktadır. Ürünler; temel ham içeriklere ve baharatlara ek olarak vitamin, renklendirici, lezzet arttırıcı veya koruyucu içerebilir. Bunlardan bir kısmı az miktarda kullanılırken bazı kısımlarında ise işlem yapmak veya dozajlamak çeşitli durumlarda güç olabilir. Reçete geliştirmenin bu iki yönü; çok sayıda içerik bulunması, reçete karmaşıklığı formülasyonlarda sıklıkla karşılaşılan en büyük zorluklardandır. Gıda teknolojilerinde "Deneme-Yanılma" yöntemi yaygın olarak başvurulan bir yaklaşım olmuştur. Deneme yanılma yönteminde, ürün geliştiriciler önceden seçilmiş bileşenlerle bir formülasyon tasarlar ve ardından formülasyondaki bileşenleri belirli spesifikasyonları karşılayacak şekilde yeniden ayarlar. Bu işlem, istenilen ürün elde edilmesine kadar tekrar edilir. Ürün geliştiren kişi, ürünü geliştirme sırasında önceden tanımlanmış bazı özelliklerden ödün verebilmektedir. Böyle bir yaklaşım ise zaman ve maliyet açısından fazlasıyla dezavantajlıdır. Bu nedenle belirli kısıtlarla matematiksel yöntem doğrultusunda gıda ürünü geliştirmek gerekmektedir. Her ne kadar beslenme içeriğini optimize etmek amaçlı Matematiksel Programlama çalışmaları literatürde yer alsa da ürün formülasyonlarının geliştirilmesinde yeterli sayıda çalışma bulunmadığı tespit edilmiştir. Bu çalışmada yeni ürün geliştirme sürecinde ürün formülasyonunun belirlenmesi maksatlı literatürde daha önce kullanılmadığı tespit edilen matematiksel modellemenin kullanılması hedeflenmiştir. Meyve barı ve granolanın hammaddelerinde bulunan temel besin öğeleri (enerji, yağ, protein, KH) ve tekstürleri (sertlik, yapışkanlık, gevreklik) ürünlerin kıstılarını belirlemektedir. Ürünlerin tekstürleri önem derecelerine ve ağırlıklarına göre matematiksel modellerden AHP metodu ile değerlendirilmektedir. SuperDecisions programı AHP'nin seçeneklerini etkili bir şekilde sıralamak, muhakeme yapmak, verileri birleştirmek ve sonuçlarını tahmin etmek için çalışmada kullanılan bir programdır. LINGO programı ise matematiksel modelde kısıt belirlemek için yardımcı olmaktadır. Meyve barı ve granola ürünlerinin üretiminde formülasyon belirlenmesi için iki farklı matematiksel model geliştirilerek en az maliyetle tüketici beklentilerini karşılayacak sonuç elde edilmektedir.
İç mekanlarda zemin yol modeli üzerinde derin öğrenme ile otonom araçların rota takibi
Üretim ortamlarında malzemelerin bir yerden başka bir yere insansız olarak taşınması yıllar boyunca önemli olmuştur. Malzemelerin insansız olarak taşınması için otonom araçlar geliştirilmiştir. Bir otonom araç zeminde bulunan sabit çizgileri, bakır kabloları takip ederek ilerleyebildiği gibi dolaşım için mıknatıs, lazer, radyo dalgası ve görüş kamerası da kullanmaktadır. Otonom araçlarda kendi kendine dolaşım temel bir konudur. Zaman içinde otonom araçlar geliştikçe ve kullanımları arttıkça çözülmesi gereken çeşitli sorunlar ortaya çıkmıştır. Gerçek zamanlı rota takibi, endüstriyel tesislerde kullanılan otonom araçlar için önemli bir araştırma konusudur. Bir otonom aracın hedefine giden rotayı takip ederken rotası üzerindeki diğer nesne veya araçlarla çarpışmaması, rotasında ilerlerken rotasının dolu olması durumunda dinamik olarak başka bir rota seçebilmesi çözülmesi gereken problemler arasındadır. Yapay zekanın gelişmesi ve özellikle derin öğrenmenin ortaya çıkışından sonra otonom araçlarda araştırmalar farklı bir boyuta taşınmıştır. Derin öğrenme mimarilerinden olan evrişimli sinir ağları kameradan alınan ve farklı açılardan elde edilmiş görüntüleri başarılı bir şekilde sınıflandırarak aracın rota takibini yapmasına ve konumu belirlemesine yardımcı olmaktadır. Bu çalışmada, otonom araçların hedeflerine gitmeleri için en kısa rotanın bulunması, bu rotalar üzerinde otonom olarak nasıl ilerleyecekleri, rotalarda ilerlerken diğer bir araçla çarpışma sorunlarının çözümü için derin öğrenme tabanlı bir zemin yolu modeli ve algoritması geliştirilmiştir. Zemin yolu modeli araçların konumlarını da gösteren işaretçilerden (marker) oluşmaktadır. Araçların ilerleyeceği rotalar bu işaretçiler kullanılarak oluşturulmaktadır. Bir rota birbirinden faklı sayıda ve hedefe kadar ilerleyen çok sayıda işaretçi içermektedir. Çakışan kavşaklarda aynı işaretçiler bulunmaktadır. İşaretçilerin üzerindeki değerler artan veya azalan ardışık harf ve sayıdan oluşmaktadır. İşaretçilerden oluşan zemin yolu modeli vektör olarak bir merkezi sunucudan tüm araçlara gönderilmektedir. Görev verilecek araca sunucu tarafından hedef işaretçi adresi gönderilmektedir. Otonom aracın kendisinde yüklü olan algoritma ile hedefe giden tüm rotalar hesaplanarak en kısa olan seçilmektedir. Araç seçilen rotada ilerlemektedir. Araç ilerlerken rotadaki işaretçi görüntüleri aracın kamerası ile algılanmaktadır. Bu görüntülere görüntü işleme yöntemleri uygulanarak araca en yakın işaretçi bulunmaktadır. Elde edilen bu görüntü önceden eğitilmiş bir derin CNN modeliyle sınıflandırılmaktadır. Sınıflandırılan görüntü araca yüklenmiş hedef vektör ile aynı ise araç hedefe doğru ilerlemektedir. Aynı zamanda bu görüntü aracın konumunu belirlemek için sunucuya gönderilmektedir. Sunucudaki bu işaretçi adresi diğer araçlar tarafından bu aracın konumunu belirlemek için kullanılmaktadır. Bu adres araçların çarpışmasını engellemek için de kullanılmaktadır. Eğer bir araç bu işaretçiye yakın bir işaretçide ise diğer aracın ilerlemesini beklemektedir. Sınıflandırılan görüntü araca yüklenmiş hedef vektör ile farklı ise araç çevresindeki diğer işaretçileri aramakta ve bulunan işaretçileri sınıflandırarak algoritmayı sürdürmektedir. Otonom araçlar sensörlerden gelen çok fazla veriyi analiz ettiklerinden büyük veri ile uğraşmaktadırlar. Bu nedenle bu tezde kullanılan otonom araçlarda gerçekleştirilen veri işleme uç hesaplama (Edge Computing) ile yapılmaktadır. Sunucuya ise sadece az miktarda veri gönderilip alınmaktadır. Yapmış olduğumuz deneysel çalışmalar sonucunda araçların rota takibi başarı ile sağlanmıştır. Otonom rota izleme araçları için CNN derin öğrenme modeline dayalı geliştirilen zemin yolu modeli ve algoritması araçların çarpışmasını engelleyerek otonom rota takibini sağlayan bir iç mekân konumlandırma sistemidir. Araçlar, zemin yolu modelinde hedef konuma giden tüm rotaları hesaplayarak en kısa yolu seçmekte ve rotayı yüksek doğrulukla takip etmektedirler.
Kauçuk bileşiklerinin mekanik özelliklerinin yapay zeka teknikleri ile tahmin edilmesi ve karşılaştırmalı analizi
Kauçuk, keşfedildiği 15. yüzyıldan bu yana endüstride ve günlük yaşantıda farklı alanlarda sıklıkla kullanılan bir malzeme olmuştur. Elastik yapısı, aşınmaya karşı direnci, su geçirmez özelliği sayesinde kauçuk, modern yaşamda farklı sektörler için hayati bir öneme sahiptir Lastik üretiminde, kayış ve conta üretiminde, konveyör bant üretiminde yoğun olarak kullanılan kauçuk, farklı dolgu malzemeleri, kimyasallar ve proses kolaylaştırıcılar ile bileşik haline getirilip, işlenerek hizmete sunulur. Kullanılacağı alanın gereksinimlerini karşılaması önemli olduğu için, kauçuk bileşik üretiminin başlangıcından sonuna kadar bir dizi gereksinim testleri yapılır. Yapılan bu testler ile kauçuk bileşiklerinin reolojik ve mekanik özellikleri belirlenir. Kauçuk bileşiklerinin mekanik özellikleri, zaman alıcı ve pahalı laboratuvar çalışmaları ile belirlenir. Öte yandan günümüzde oldukça popüler olan yapay zekâ yaklaşımları, herhangi bir numuneye veya laboratuvar deneyine ihtiyaç duymadan, kauçukların mekanik özelliklerini saniyeler içerisinde tahmin etmek için kullanılabilir. Bu çalışmada, kauçuğun mekanik özelliklerinden olan sertliği, çekme mukavemetini, kopma uzamayı ve kauçuk bileşiklerinin yırtılma mukavemeti test değerlerini tahmin etmek için yapay sinir ağları, regresyon ağaçları ve topluluk öğrenimi teknikleri kullanılmıştır. Kauçuk bileşiklerinin, proses parametreleri ve hammadde bileşimleri, bu çalışmada seçilen yapay zekâ tekniklerinde girdi olarak kullanılmıştır. Veri seti 76 farklı kauçuk bileşiği formülasyonundan oluşmaktadır. 76 farklı kauçuk bileşiği formülasyonu ve test değerleri üzerinde normallik testi yapılmıştır. Daha sonrasında veri setinde girdi olarak yer alan 29 hammadde kg ağırlıkları ve dk cinsinden proses süreleri ele alınarak test değerleri üzerindeki korelasyon ilişkisine bakılmıştır. Sertlik, çekme mukavemeti ve yırtılma mukavemeti test değerleri üzerinde anlamlı değişikliğe yol açan hammaddeler belirlenirken, kopma uzama test değerleri üzerinde hiçbir hammadde ve proses süresinin anlamlı bir değişikliğe yol açmadığı görülmüştür. Mekanik özelliklerin test değerleri üzerinde anlamlı olarak belirlenen hammaddeler her bir mekanik özellik için seçilerek veri seti her mekanik özellik için ayrı olarak oluşturulmuştur. Oluşturulan veri setleri, yapay sinir ağları, regresyon ağaçları ve topluluk öğrenimi yöntemlerinden olan ağaç topluluklarında girdi ve çıktı verileri olarak kullanılmıştır. Her bir yapay zeka tekniğinde oluşturulan modellerin performansını karşılaştırmak için ortalama hata karesi (MSE), ortalama mutlak yüzde hatası (MAPE) ve çoklu belirlilik katsayısı (R2) değerleri hesaplanmıştır. Hesaplanan bu değerler sonucunda ağaç toplulukları modellerinin sertllik, çekme mukavemeti ve yırtılma mukavemeti test değerlerini tüm veri seti için R2 = 0,99 olarak tahmin ettiği görülmüştür ve değerin 1'e yakın olması tahminin güçlü olduğunu göstermiştir. Regresyon ağaçları ise sertlik için R2 = 0.96, çekme mukavemeti için R2 = 0.98 ve yırtılma mukavemeti için R2 = 0.97 olarak hesaplanmıştır. Yapay sinir ağları ise belirlenen girdi ve çıktı değerleri ile başarılı olarak kabul edilebilecek bir R2 değeri bizlere sunmamaktadır. Çalışmanın sonucunda kauçuk bileşiklerin mekanik test özelliklerinin tahmininde ağaç toplulukları ve regresyon ağaçlarının kullanılabileceği görülmüştür.
SMED yöntemi kullanılarak kalıp hazırlık sürelerinin azaltılması
Yalın Üretim Sistemi, sonsuz insan ihtiyaçlarını karşılayabilmek için kıt kaynakların en verimli şekilde kullanılmasını ve zorlu rekabet koşullarında satış fiyatını arttırmak yerine, maliyetleri minimize ederek kar marjını arttırmak suretiyle rekabet edebilirliğini geliştirmeyi hedefler. Yalın üretim prensiplerine göre kaynakları daha verimli kullanabilmek için; tek parça akışın sağlanması, stokların azaltılması ve küçük partilerle üretimin gerçekleştirilebilmesi son derece önemlidir. Bu hedeflere ulaşılabilmesi için işletme önündeki en büyük engellerden birisi de yüksek hazırlık/model değişim süreleridir. Yalın Üretim Sisteminde hazırlık/model değişim sürelerini azaltabilmek için kullanılan en önemli tekniklerden biri Tekli Dakikalarda Model Değişim (SMED-Single Minute Exchange of Die) tekniğidir. Bu teknik, makine hazırlık sürelerindeki kayıpları etkili bir şekilde azaltırken, iş güvenliği risklerini düşürür ve ergonomik çalışma koşullarının iyileşmesine olanak sağlar. SMED yıllarca süren deneyim ve çabaların sonucunda ortaya çıkan ve yalın üretim felsefesinin fabrikalarda uygulanabilmesi için gerekliliği en önemli tekniklerden biridir. Sürekli değişen müşteri taleplerine tam zamanında cevap verebilmek için her fabrikanın tezgah ve operasyonlarında SMED tekniği uygulanabilir. Bu çalışmada; Sakarya'da faaliyet gösteren ve alüminyum profilden kış bahçesi, kapı pencere, balkon kaplama ve korkuluk sistemleri üreten bir alüminyum doğrama fabrikasında geciken sevkiyatları en aza indirmek ve yalın üretimin prensiplerinden birisi olan tek parça akışa bir adım daha yaklaşabilmek adına SMED yöntemi uygulanmıştır. Mevcut durumun analizinde Değer Akış Haritası (DAH) kullanılarak SMED yöntemine göre ilk analiz yapılmıştır. Mevcut durumun tespitinin ardından ECRS (Eliminate, Combine, Rearrange, Simplify) analizi uygulanmıştır ve belirlenen iyileştirmeler devreye alınmıştır. Çalışma sonucunda ilgili tezgahtaki hazırlık süreleri %66 azalmış, ilgili üretim alanında parti büyüklükleri %62 azalmış ve tezgahın OEE (Overall Equipment Effectiveness) oranı %9,7 artmıştır. Çalışma sonucunda elde edilen bilgiler ışığında Yalın Üretim tekniklerinin birbiriyle bütünleşik olarak kullanıldığında, üretim etkinliğine pozitif yönlü etki ettiği belirlenmiştir ve bu bütünleşik yaklaşımın işletme içerisindeki diğer alanlarda da yaygınlaştırılmasına karar verilmiştir.
Zaman pencereli araç rotalama problemi için kümeleme destekli metasezgisel çözüm önerisi
Araç rotalama problemleri, başta lojistik ve dağıtım sektörleri olmak üzere literatürde üzerine oldukça çalışılmış ve çeşitli kısıt ve parametrelerden oluşan gerçek hayat problemlerinden biridir. Ana amacı maliyet enküçüklemesi olan araç rotalama problemleri içeriği kapsamında sezgisel ya da metasezgisel yöntemlerle çözümlenmektedir. Bu çalışmada, bir lojistik firmasına ait beyaz eşya ana dağıtım deposundan Ankara ve çevre illerdeki ev ya da bayilere yapılacak olan teslimatların, teslimat saat aralığı kısıtı altında rotasının planlanmasıdır. Firma Ankara'da yer alan ana dağıtım deposundan Ankara ve çevre illerdeki 75 adet bayiye 20 dakika servis süresi ile teslimat yapmaktadır. Her bayinin kendine ait teslimat zaman aralıkları bulunmaktadır. Müşteri gereksinimi olarak bayiler için belirlenen saat aralığında teslimat yapılması en önemli kısıttır. Zaman penceresinden önce ya da sonra teslimat yapılabilir ancak geç kalınması durumunda ceza maliyeti olarak maliyeti artıracaktır, incelenen problem bu nedenle "Esnek zaman pencereli araç rotalama" problemleri sınıfında yer almaktadır. Problem mevcut depoda gerçek zamanlı bir problem olmakla birlikte, sevkiyatlar planlama personelinin deneyim ve görüşlerine dayanarak planlanmakta, sistemsel bir rotalama çalışması bulunmamaktadır. Hedeflenen, sevkiyatlarda maliyetlerin azaltılması, minimum sefer sayısı ile maksimum teslimat yapılmasıdır. Sevkiyat ve hizmet kalitesinin artırılması ve planlamada oluşan hataların minimuma indirilmesi hedeflenmektedir. Sevkiyat planlama personelinin yapmış olduğu planlama sistemi incelenerek sistematik hale getirilecek çıkarımlar analiz edilmiştir. Elde edilen verilere göre bayi konumları, teslimat saat aralıkları, sipariş hacimleri sınıflandırılmıştır, müşteriye ve sevkiyata ait kısıtlar analiz edilmiştir. Önce kümele sonra rotala yaklaşımına dayanan iki aşamalı yöntem önerilmiştir. Teslimat adresleri kapasite kısıtı altında MATLAB R2022a programı kullanılarak kümelenmiştir. Siparişlerin düzenli olarak Ankara bölgesinde yoğunluk göstermesi nedeniyle yoğunluk bazlı bir kümeleme gerektirmesi, küme sayısının başlangıçta bilinememesi ve gürültü noktalarına karşı toleranslı bir kümeleme algoritması olması nedeniyle DBSCAN algoritmasının uygun bir yöntem olduğuna ulaşılır. Kümelenen her bir rota için MATLAB R2022a programı kullanılarak metasezgisel yöntemlerden biri olan Karınca Kolonisi Algoritması yaklaşımı ile zaman pencereler kısıtı altında araç rotalaması yapılmıştır. Her bayi için zaman pencereleri dışında geç ziyaret etme durumlarında ceza maliyeti eklenmiştir. Analiz sonucu elde edilen veriler ile daha önce yapılmış olan planlama verileri mali ve operasyonel olarak karşılaştırılmıştır.
Çevik yazılım test süreçlerinde risk analizi çalışması
Gününümüzde gelişen teknoloji ile yeni rekabet ortamları oluşmuştur. Şirketlerin bu rekabet ortamında müşteri isteklerine hızlı geri dönüş yapması önem kazanmıştır. Şirketlerin müşteri isteklerini karşılayabilmek için yazılım uygulamaları kullanımı ihtiyacı ortaya çıkmıştır. Yazılım uygulamaları, yazılım geliştirme yaşam döngüleri (Software Development Life Cycle-SDLC) boyunca insan faaliyetleri ile geliştirildikleri için risklerin oluşması sıklıkla yaşanabilmektedir. Bir yazılımın güvenilir ve kaliteli olması, o yazılım ürünün hatasız veya en az hata ile çalışmasıyla mümkün kılınmaktadır. Bu nedenle, risklerin önüne geçilebilmesi için yazılım testi büyük rol oynamaktadır. Bu çalışmada, Ankara'da yer alan yazılım sektöründe faaliyet gösteren bir savunma sanayi şirketinin haberleşme projesindeki yazılım test süreçlerinde ortaya çıkan riskler için risk analizi gerçekleştirilmiştir. Şirket, müşteri isteklerini karşılayan, en az hata ile yüksek kalitede çalışan bir uygulama geliştirmeyi amaçlamaktadır. Yürütülen çevik (agile) yazılım projesinde, tekrarlanan hatalar nedeniyle yazılım testleri için uzun süren zamanlar ve insan gücü olarak büyük bir efor harcanmaktadır. Projenin zamanında ve belirlenen bütçe çerçevesinde tamamlanabilmesi için yazılım test süreçlerinde ortaya çıkan risk faktörlerinin önceliklendirilmesi gerekmektedir. Yazılım testinde ortaya çıkan her hatanın projeye olan etkileri birbirinden farkı olacağı için etki alt bileşenlerinin belirlenmesi amaçlanmıştır. Bu kapsamda proje rol almakta olan uzman kişiler ile görüşülmüştür. Yapılan görüşmeler neticesinde belirlenen etki alt bileşenlerinin ağırlıklarının belirlenmesinde Çok Kriterli Karar Verme tekniklerinden çalışmaya uygun olan bulanık SWARA tekniği kullanılmıştır. Yazılım testinde ortaya çıkan risk faktörleri arasındaki ilişkinin önceliklendirilmesi için risk yönetimi tekniklerinden FMEA kullanılmıştır. İlk olarak klasik FMEA'daki "olasılık, farkedilebilirlik, etki" olarak ifade edilen üç bileşenin çarpımı ile risk öncelik numara değeri bulunmuştur. Bu çalışmada, Klasik FMEA'nın üç bileşenin (olasılık, etki, farkedilebilirlik) çarpımı ile bulunun risk öncelik numarası değeri, Bulanık SWARA yöntemi ile bulunan etki alt bileşenlerinin ağırlıklarının entegre edilmesi ile literatürde rastlanmayan özgün bir "Ağırlıklandırılmış FMEA" modeliyle hesaplanmıştır. Alt etki bileşenlerinin ağırlıkları kullanılarak hesaplanan risk öncelik numaralarına göre önceliklendirilen yazılım test süreçlerinde ortaya çıkan riskler için hafifletici ve önleyici planlar sunulmuştur.
Katar 2030 yılı elektrik üretim kapasitesinin güneş enerjisi ile arttırımı: Çatı üstü güneş sistemi tasarımı ve çevreye katkısı
Enerji talebindeki artış ve nüfus büyümesi, enerji kaynaklarına olan ihtiyacı artırarak, fosil yakıtlara dayalı enerji üretimi modelini sorgulanır hale getirmiştir. Çevresel etkiler ve iklim değişikliği nedeniyle, alternatif enerji kaynaklarına yönelme ihtiyacı doğmuştur. Yenilenebilir enerji, sürekli mevcut olan ve tükenmeyen enerji kaynaklarıdır. Bu enerji kaynaklarının avantajları çevresel ve sürdürülebilirlik konuları, enerji bağımsızlığı ve maliyet avantajlarıdır. Yenilenebilir enerjinin önemi giderek artmaktadır. Bu çalışma, Katar'da 2030 yılında tahmin edilen elektrik enerjisi talebini karşılamak amacıyla güneş enerjisi kullanımını artırmak ve elektrik üretim kapasitesini genişletmeye odaklanmaktadır. Bu bağlamda, villaların çatılarına entegre edilecek güneş enerjisi sistemlerinin potansiyelini değerlendirmektedir. Çalışma, 2030 yılı için Katar'ın elektrik enerjisi talep tahmini yapılmış, örnek bir villa çatısı üzerinde güneş enerjisi sistemi tasarlanmış ve simüle edilmiştir. Bu veriler, Katar'daki tüm villalar için genelleştirilerek, güneş enerjisi sistemlerinin toplam üretim kapasitesi ve 2030 yılında Katar'ın enerji üretimine ve çevresel sürdürülebilirliğine potansiyel katkıları belirlenmiştir. Çalışmada, 2030 yılına kadar Katar'ın yıllık elektrik tüketimini tahmin etmek için bir çoklu regresyon modeli kullanıyor. Model, nüfus, GSYİH, ihracat ve tüketici fiyat endeksi gibi faktörleri dikkate alıyor. Modelin tahmin yeteneği, tahmin edilen değerler ile gerçek değerler arasındaki karşılaştırmayla değerlendiriliyor. Çalışma, 1980-2021 yıllarına ait verileri kullanarak, 2030 yılı elektrik enerjisi ihtiyaç tahminleri için senaryolar geliştiriyor. Excel programı yardımıyla, bağımsız değişkenler ile elektrik tüketimi arasındaki ilişki belirleniyor ve tahmin değerleri elde ediliyor. Modelin %99,55'lik ortalama başarı oranı, onun oldukça başarılı olduğunu gösteriyor. Tahminler sonucunda, 2030 yılı için Katar'ın elektrik talebi düşük, orta ve yüksek senaryolar için sırasıyla 54.135,47 GWh, 68.812,62 GWh ve 83.489,76 GWh olarak hesaplanıyor. Ardından, Katar'daki 126 bin tek katlı villanın çatılarına monte edilecek olan güneş enerjisi sistemlerinin, 2030 yılındaki elektrik üretimine sağlayacağı katkı simülasyonlar ve değerlendirmelerle incelenmiştir. Tek bir konuta kurulan bu sistemlerin performans analizleri gerçekleştirilmiş ve elde edilen bulgular, 126 bin villa için genel bir durum değerlendirmesi olarak ölçeklendirilmiştir. Ortalama bir çatı alanı 300 m2 olup, her çatıya kurulabilecek güneş enerji sisteminin kapasitesi 28,8 kWh olarak belirlenmiştir. Yıllık olarak bir çatıdan elde edilebilecek enerji miktarı ise 58,26 MWh'dir. Bu sistemin tüm villalara uygulanması durumunda, toplamda yıllık olarak 7.340,76 GWh enerji üretimine katkı sağlayabileceği belirlenmiştir. Bu durum, Katar'ın 2030 yılı elektrik talebine düşük, orta ve yüksek senaryolara göre sırasıyla %13,55, %10,66 ve %8,79 oranında katkı sağlama potansiyeli olduğu görülmüştür. Ayrıca, Katar'ın 2030 yılındaki tepe elektrik talebinin yaklaşık %30'u kurulacak sistemler tarafından karşılanması beklenmektedir. Bu sistemlerin çevresel etkisi açısından kullanılması yılda 3,670,380 ton CO2 emisyonunun azaltılması anlamına gelmektedir. Ayrıca sistemin bir yıl boyunca üreteceği elektrik enerjisi 631,305.36 TEP (ton eşdeğer petrol) olarak belirlenmiştir. Bu durum, Katar'ın doğal gaz tüketimini azaltarak daha fazla doğal gazı uluslararası piyasaya sunabilmesine ve böylece doğal gaz ihracat gelirini artırabilmesine olanak sağlar. Çalışma sonuçları, Katar'daki villaların çatılarına güneş enerjisi sistemlerinin entegrasyonunun, ülkenin enerji hedeflerini karşılamasına ve çevresel sürdürülebilirliğini geliştirmesine yardımcı olabileceğini göstermiştir. Bu uygulama, karbon emisyonlarını düşürerek küresel ısınmayla mücadeleye yardımcı olabilir ve Katar'ın uluslararası iklim hedeflerine ulaşmasını destekleyebilir. Ayrıca, fosil yakıtların kullanımını azaltarak ve yenilenebilir enerji kaynaklarına geçiş yaparak, Katar'ın sürdürülebilir bir geleceğe ilerlemesine katkıda bulunabilir.
Pertübasyon yöntemi ile hassas veri güvenliğine yönelik çok değişkenli veriler için tahmin analizi
Veri madenciliği, büyük verilerin, nesnelerin interneti (loT) yaygın kullanımı ile imalattan, sağlığa, adaletten, bankacılığa kadar tüm sektörlerde veri gizliliği kavramını gündeme getirmektedir. Veri madenciliği, büyük verilerden ilginç ve önceden bilinmeyen bilgileri keşfetme sürecidir. Dolayısıyla verilerin işlenmesi sürecinde veri gizliğinin sağlanması gerekliliği de ortaya çıkmaktadır. Veri gizliliğinin korunması ile veri madenciliğinin gerçekleştirilmesi daha sağlıklı ve etkin bir ortamda veri analizi sağlayacaktır. Bu çalışmada statik veya dinamik ortamlardaki veri; pertürbasyon yöntemleri ile gizliliği sağlanacak, öncesi ve sonrası verilerin çok boyutlu yapısına dikkate alarak analizleri yapılacaktır. Teknolojinin gelişimi ile büyük veri kullanımı da artan bir hızla yaygınlaşmaktadır. Verilerin depolanması, analiz edilmesi ve gizliliğinin sağlanması konuları, geliştirilmesi gereken algoritma yöntemlerini de beraberinde getirmiştir. Gizlilik koruması veri bozulması, kayıt gizliliğinin korunması, veri tabanında yer alan değerlerin anlamını ve değişkenler arasındaki ilişkiyi bozmadan saklama tekniğidir. Yarı tanımlı ve hassas sayısal verilerin gizliliğinin korunmasına esas alan bu çalışmada pertürbasyon yöntemlerine yer verilmiştir. Pertürbasyon yöntemleri, verilerin gizliliğini korurken veri analizine olanak sağlamak için kontrollü gürültü veya rastgelelik eklemek için kullanılan matematiksel tekniklerdir. Rastgele yanıtlama, farklılaştırılmış gizlilik, güvenli çoklu taraf hesaplama, gürültü eklemesi, örnekleme ve birleştirme gibi çeşitli yöntemler, hassas bilgilerin ifşa edilmesini veya istismarını engellemek için kullanılır. Bu yöntemler, makine öğrenimi, istatistik ve kriptografi alanlarında veri gizliliğini sağlamak için başarılı bir şekilde uygulanmaktadır. Bununla birlikte, uygulama dikkatli bir şekilde tasarlanmalıdır, böylece veri doğruluğunu tehlikeye atmaz veya analize önyargı getirmez. Genel olarak, pertürbasyon yöntemleri çeşitli alanlarda veri gizliliğini koruma konusunda umut verici bir yaklaşım sunar. Çalışmada veri gizliliğinin bununla birlikte veri güvenliliğinin sağlanması için çok boyutlu rotasyona dayalı pertürbasyon ve rastgele üretilmiş gürültü ekleme mekanizmaları 4 veri seti, 6 sınıflandırma yöntemi yardımı ile analiz edilmiştir. Veri setleri sınıflandırma yöntemleri öncesi aykırı değerleri, boş değerleri farklı veri madenciliği yöntemleri yardımıyla değiştirilmiştir. Veri setlerindeki sayısal değerler normalizasyon yöntemleri ile, kategorik değerler tek çizgi ve sahte değişken kodlama yöntemleri ile sınıflandırma öncesi ön işlemeye tabi tutulmuştur. Dört veri seti, test ve eğitim verileri olmak üzere çapraz doğrulama yöntemi ile kümelere ayrılmıştır. Orijinal veri setleri lojistik regresyon (LR), k en yakın komşu (KNN), yapay sinir ağları (NN), destek vektör makinaları (SVM), gradyanı artıran karar ağaçları (XGBoost), hafif gradyanı artırılmış makinaları yöntemleri ile doğruluk değerleri hesaplanmıştır. Veri setlerindeki sayısal iki yarı tanımlayıcı değişken önce 110 derece döndürülerek sonra ortalamaları ve standart sapmaları nezdinde gauss gürültüsü eklenerek doğruluk değerleri f1 skorları hesaplanmıştır. Hesaplanan Friedman sıralama değerleri yardımıyla da sınıflandırma çıktıları kıyaslanmış en iyi sınıflandırma yöntemi dört veri seti için bulunmuş ve performans metrikleri yorumlanmıştır. Çalışmada geometrik pertürbasyon yöntemleri ile nümerik verilerin gizliliği korunmaya çalışılmış ve sınıflandırma yöntemleri ile de bu değişimin doğurduğu bilgi kaybının miktarı analiz edilmiştir. Çalışmanın ana katkısı, mahremiyeti koruyan güvenlik tahmini analizi için bir çerçeve önerisidir. Çerçeve, veri toplama, pertürbasyon teknikleri, analiz metodolojileri ve mahremiyetin korunmasının değerlendirilmesi dahil olmak üzere çok değişkenli hassas verilere pertürbasyon yöntemlerinin uygulanmasıyla ilgili adımları özetlemektedir. Çalışmanın bir diğer katkısı, güvenlik tahmini için verilerin faydasını korurken mahremiyetindeki etkinliklerini değerlendirerek farklı pertürbasyon yöntemlerinin karşılaştırmalı bir analizini sunmaktır.
Esnek imalat hücrelerinin dijital ikiz modellemesi
Hücresel üretim, malzeme taşıma, bekleme süreleri ve envanteri azaltmak için makineleri, süreçleri ve iş istasyonlarını bağımsız hücrelerde gruplandırmayı içeren bir yalın üretim yaklaşımıdır. Hücresel üretim tesislerinin yerleşim tasarımı, verimlilikleri, üretkenlikleri ve çıktıları üzerinde önemli bir etkiye sahiptir. Ancak, tesis yerleşim tasarımı için geleneksel deneme yanılma yöntemleri zaman alıcı, maliyetli ve riskli olabilir. Dijital ikiz benzetimi, tasarımcıların tesisin sanal modellerini oluşturmasına ve farklı yerleşim düzenlerini fiziksel olarak uygulamadan önce test etmesine olanak tanıyarak güçlü bir alternatif sunar. Hücresel üretimin kritik bir yönü, üretkenliği, kaliteyi ve genel performansı önemli ölçüde etkileyebilecek tesisin yerleşim tasarımıdır. Bu yazıda, bir hücresel üretim tesisinin yerleşim tasarımını optimize etmek için dijital ikiz benzetimi kullanmayı öneriyoruz. Çalışmamız, dijital ikiz benzetiminin üretkenliği en üst düzeye çıkaran, israfı en aza indiren ve malzeme ve ürünlerin sorunsuz akışını sağlayan en uygun yerleşim tasarımını belirlemeye yardımcı olabileceğini gösteriyor. Ayrıca, üretim sistemindeki değişikliklerin tesisin performansı üzerindeki etkisini değerlendirmemizi sağlayarak karar vericilerin bilgiye dayalı kararlar almasına yardımcı olur. Çalışma ile birlikte Bilgisayar destekli tasarım aşamasına sembolik olarak giriş yapılmış ancak detaylandırma ve iyileştirme oranlarına sonraki çalışma ile değinilecektir. Tasarımda iyileştirme bu yazı içerisinde ortaklaştırma ile yansıtılmıştır. Yazı içerisinde ele alınan bir bölüm içerisinde malzeme kullanımı, ara ürün kullanımı, hat kullanımı tasarıma bağlı ortaklaştırılmıştır. Genel olarak, bu makale, hücresel üretim tesisi yerleşim tasarımını optimize etmek ve operasyonel performansı iyileştirmek için güçlü bir araç olarak dijital ikiz benzetimlerinin potansiyelini vurgulamaktadır. Bu yazıda, bir hücresel üretim tesisinin yerleşim tasarımını optimize etmek için dijital ikiz benzetiminin kullanımına ilişkin bir vaka çalışması sunuyoruz. Ekipman ve makinelerin ayrıntılı 3B modellerinin yanı sıra hücrelerin yerleşimini içeren tesisin dijital ikiz modelini oluşturma sürecini açıklıyoruz. Birden fazla senaryo üzerinden kontrol edilen bu model ile detaylı verim oranı eldesi yapıyoruz. Daha sonra, farklı düzen yapılandırmalarını simüle etmek ve bunların döngü süresi, verim ve ekipman kullanımı gibi temel performans göstergeleri üzerindeki etkilerini değerlendirmek için dijital ikizi kullanıyoruz.
Bilgisayarlı görü ile dijital ergonomik risk değerlendirme sistemi: REBA, RULA ve OWAS uygulaması
Çalışma ortamında kas-iskelet sistemi bozuklukları işle ilgili en yaygın hastalıklar arasındadır. Genel olarak, Kas İskelet Sistemi Rahatsızlıkları (KİSR) tek bir neden ve sonuca bağlı olmamaktadır. Tersine, fiziksel, biyomekanik, psiko-sosyal ve bireysel risk faktörleri ile ortak bir şekilde meydana gelmektedir. KİSR genellikle hızlıca etki göstermemektedir. Ancak uzun vadede KİSR bağlantılı hastalıklar birkaç belirgin şikâyet ile ortaya çıkmaktadır. Sırt ve boyun ağrıları en sık görülen belirtiler arasındadır. Kas yaralanmaları, yorucu veya tekrarlayan faaliyetlerden kaynaklanabilmektedir. Fiziksel olarak zorlu çalışma koşullarının yanı sıra psikososyal stres de vücuttaki gerilimin nedeni olabilmektedir. İnsanların yaşadıkları tüm sağlık problemlerine ek olarak, iş kazaları ve işle ilgili hastalıklar, şirketler ve bir bütün olarak ekonomi için hem doğrudan hem de dolaylı maliyetlere neden olmaktadır. Uygunsuz duruş, tekrarlayan hareketler ve tek yönde ağırlık baskısı gibi etkenlerle oluşan rahatsızlıklar , çalışanlar için sağlıklı yaşam yıllarının kaybı gibi ise uzun vadeli ve dolaylı maliyetleri oluşturmaktadır.Uzun vadede KİSR, çalışanlarda kalıcı rahatsızlıklar , felç veya kısmı ve tam işgörmezlik riskini beraberinde getirmektedir. Çalışmanın amacı, iş yerlerinde ergonomik risk değerlendirmelerini (ERD) web tabanlı, fotoğraf ve videolar üzerinden çalışan ERD analizi yaparak KİSR rahatsızlıklarına erken aşamada önlem alınmasını ve doğru analiz yapılmasını sağlamaktır. Çalışmada, bir web platformu üzerinde bilgisayarlı görü destekli ergonomik risk değerlendirme yazılımı yapılandırılmış ve kullanıcı arayüzü ile çalışma sahasında kullanılması sağlanmıştır. Web platformu, kullanıcı tarafından yüklenen fotoğraflar ile Hızlı Tüm Vücut Değerlendirmesi (Rapid Entire Body Assessment-REBA), Hızlı Tüm Vücut Değerlendirmesi (Rapid Upper Limb Assessment-RULA) ve Ovako Çalışma Duruş Analiz Sistemi (Ovako Work Posture Analysis System-OWAS) metotları için aynı anda sonuç hesaplayıp çıktı üretebilmektedir. Çalışmada makine öğrenmesi ve bilgisayarlı görü tabanları kullanılmıştır. Poz tahmini aşaması için MediaPipe kütüphanesinde poz tahmini teknolojisi ile vücut açılarının analizleri gerçekleştirilmiştir. Yapay zekâ modeli olarak Önerilen platformun validasyonu amacıyla, poz tahmini algoritmalarında kullanılan Anahtar Nokta Benzerliği (Object Keypoint Similarity-OKS) testi uygulanmıştır. Test, 32 vücut anahtar noktasının her birine uygulanmış ve genel ortalamada %92 doğruluk oranı elde edilmiştir. Diğer test sürecinde ise ERD metotlarında kullanılmak üzere ölçülen vücut eklem açılarının doğruluğu hesaplanmıştır. Program tarafından ölçülen 32 vücut eklemi açısının her biri gerçek olarak baz alınan açılarla karşılaştırılmış ve ortalamada 7,7°'lik Kök Ortalama Karesel Hata (Root Mean Sqaured Error-RMSE) değeri elde edilmiştir. Elde edilen RMSE değeri ve OKS sonucu güncel literatür ile kıyaslandığında değerlerin tutarlı olduğu belirlenmiştir. Çalışmada ergonomik risk değelerlendirme uygulamalarının testi yapılmıştır. RMSE değeri 0,52 ve sonucu %95 olarak ölçülmüştür. Tutarlılık seviyesinin yüksek olduğu belirlenmiştir. Bu çalışmada, nesne algılama ve sınıflandırma problemlerinin çözümünde etkili bir yöntem olarak göze çarpan Bölgesel Evrişimli Sinir Ağı ( Region-based Convolutional Neural Network-RCNN ) algoritması benimsenmiştir. RCNN, görüntü içerisindeki önceden belirlenmiş bölgelerin (region proposals) özel bir evrişim sinir ağı mimarisi aracılığıyla dikkate alındığı ve bu bölgelerin sonrasında ayrı ayrı işlendiği inovatif bir yaklaşımdır. Algoritmanın başarımı, nesnelerin tespiti ve doğru sınıflandırılmasında gösterdiği yüksek hassasiyet ve doğrulukla kanıtlanmıştır. RCNN yöntemi kapsamlı bir şekilde değerlendirilerek, çeşitli görsel veri setleri üzerindeki performansı ayrıntılı bir şekilde incelenmiştir. Elde edilen sonuçlar, RCNN'in nesne algılama alanında önemli bir çözüm olarak değerlendirilmesini destekleyici niteliktedir.
FMCG sektöründe çok kriterli karar verme teknikleri ile yatırım projesi seçimi
Rekabetin günden güne arttığı ve teknik gelişimin çok hızlı ilerlediği günümüz dünyasında karar verme süreçleri zorlaşmaktadır. Şirketler için özel olarak tasarlanan yatırım projeleri, büyük bütçeleri ve etkileri sebebiyle şirketler için çok önemli bir karar problemidir. Bu nedenle bilimsel yöntemlerle karar vermek şirketler için kritiktir. Hazırlanan bu çalışmada FMCG sektöründe hizmet veren global bir şirketin yatırım projeleri seçimi ÇKKV çalışması olarak ele alınıp analitik bir yaklaşımla değerlendirilmektedir. ÇKKV yöntemlerinden literatürde proje seçimlerinde en yaygın kullanılan AHP, TOPSİS, VİKOR yöntemleri kullanılmıştır ve literatüre katkı sağlamak amacıyla proje seçimlerinde daha az tercih edilen yöntemlerden ARAS yöntemi ile de problem çözülüp diğer yöntemlerle uyumlu çalıştığı belirlenmiştir. Karar verme problemlerinde her zaman olan belirsizlik dezavantajını yok edebilmek için bulanık mantıkta da değerlendirilme yapılarak, literatürde proje seçimlerinde en yaygın kullanılan Bulanık AHP, Bulanık TOPSİS yöntemleriyle yapılan çalışma desteklenmiştir. Proje seçimi probleminde 5 ana kriter kullanılmıştır ve bu ana kriterler göz önünde bulundurularak buna bağlı 8 alt kriter belirlenmiştir. Belirlenen 5 proje alternatifi arasından en uygun proje seçimi belirtilen yöntemlerle değerlendirilmiş ve sonuçlar karşılaştırılmıştır. Bu çalışma ÇKKV yöntemlerinde AHP, TOPSİS, Bulanık AHP, Bulanık TOPSİS, VİKOR metodlarının proje seçiminde kullanılması açısından literatüre katkı sağlamıştır, buna ek olarak literatürde sık rastlanmayan ARAS yöntemi ile gerçekleştirilen proje seçimi ile literatürdeki boşluğun doldurulması hedeflenmiştir.
Üç boyutlu palet yükleme probleminin metasezgisel çözüm yaklaşımı ile bir otomotiv fabrikasında uygulaması
Bu çalışma, lojistik yönetimini yakından ilgilendiren iç ve dış lojistik disiplinlerinin her ikisinde de kullanılabilecek olan palet yükleme problem tipi üzerine yoğunlaşan bir çalışmadır. Bu tezin konusu olan üç boyutlu palet yükleme problemi (3B-PYP) sevkiyat zincirinin önemli bir halkasını oluşturur. Çalışmada, literatürde palet yükleme veya konteyner atama problemlerinin önümüze çıktığı bir diğer alt bölüm olan kutulama problemleri önceliklendirilmiştir. Bu çalışmanın amacı tır yükleme problemlerinin bir türevi olan 3B-PYP'yi kutulama başlığında ele alarak, sektörün ihtiyacı olan bazı özel kısıtlar altında en uygun çözümü üretmek ve sevk edilecek olan ürünlerin en az sayıda palete yüklenerek , kutulama için tam bir küp yaparken en az sayıda boş kutu kullanılarak sevk edilmesini sağlamaktır. Kutulama problemleri, yüke dayanım, kırılgan kutu tipleri (karton) üzerine başka nesne konulmaması ve her bir palete tek bir tedarikçinin tek bir iç rotasının ürünlerinin yerleştirilmesi (bağlantılı nesnelerin bir arada olması) kısıtları altında ele alınmıştır. Kutuluma problemleri ve 3B-PYP'leri için Türkiye'nin sayılı büyük otomotiv üretim tesislerinden montaj bölümü iç lojistik birimine bu çalışma ile çözüm önerisi sunulmaktadır. Farklı kutu tipinin en verimli nasıl küplenip sevk edileceği mevcutta, ilgili birimde sadece manuel olarak kutu tiplerinin tanınması ve tecrübeye dayalı şekilde planlanıyordu. Diğer taraftan tedarikçiler ise gelen siparişleri karmaşa ve tecrübeye dayalı el yordamıyla bulunan çözümler ile sevkiyata hazırlıyorlardı. Günümüzde teknolojinin gelişmesi ve küreselleşme ile artan ticaret hacmi, lojistik operasyonlarının optimizasyonunu zorunlu hale getirmiştir. Bu operasyonları yüksek hızda, yüksek doğrulukta ve düşük maliyetle yürütmek için matematiksel optimizasyon araç ve modelleri kullanılarak bu çalışma ile optimum çözüm sunmak amaçlanmıştır. Sevkiyatta kullanılan kutuların en, boy ve yükseklik ölçüleri dikkate alınarak sevkiyatta kullanılan ve firmanın ana kuralı olan standart tabanlara yükseklik limitleri içinde en az boş kutu kullanacak şekilde 3 boyutlu palet yükleme problemi örnek bir tedarikçi seçilerek örnek bir rotasında uygulanmaya çalışılmıştır. Bu örnek olarak seçilen tedarikçi firmanın yerel tedarikçiler içinde en yüksek sipariş hacmine sahip olan tedarikçidir. Sipariş hacmi dışında kullanılan kutu türleri ve rota çeşitliliği ve kısıtların %90'ı hedeflenerek test problemi oluşturulmuştur. Çalışma sonucunda, tabu arama sezgiselleri ile genetik algoritma kullanılarak firmaya 3B-PYP'leri çözümleri sunulmuştur. Bu çalışmadaki sonuçlar doğrultusunda firmada manuel yöntemlerden otomasyona geçiş ve boş kutu ile toplam palet kullanım oranında azaltma sağlanmaya çalışılmıştır. Paletlerin dolu kullanım hacmi artırılarak verimli paletleme yapılması ile maliyet azaltılması önerilmiştir. Genetik algoritma ve yükleme sezgiselleri ile amaç fonksiyonu ve problemin kısıtları Python da tanımlanarak sonuçlar listelenmiştir. Mevcut durumda insan beyni ile manuel olarak yerleştirme işlemi yapılan paletleme operasyonunda yerleşim kararı verilirken her kutu için yüzlerce farklı iterasyon yaparak en iyi sonucu seçmesi ve tüm iterasyonları değerlendirip dakikalar içerisinde en verimli paletleme çözümü yapması mümkün olmamaktadır. Fakat bu çalışmada kurulan GA ve TA algoritması ve çözüm yöntemleri ile örnek test problemi seçilen 1 tedarikçi 8 farklı kutu tipi ve 1 rota ve toplam 42 kutu için bile her bir kutuyu yerleştirirken ortalama 640 ile 450 arasında değişen çözüm seçenekleri oluşturulup verilen skorlama sonuçlarına göre en iyi çözüm seçilerek doluluk oranlarını maksimize etmesi saniyeler içinde tamamlanmıştır. Modelleme çalıştırıldığında tek 1 tedarikçinin 1 rotasına ait olan 8 farklı kutu tipi ve 46 adet kutunun maksimum verimle yerleştirilmesi problemi, sunulan bu çalışma ile toplam 5 palete sığdırılmıştır. Bu paletin 4 adeti %100, 1 adeti %32 oranında doluluk hacmine sahiptir. Son paletin doluluk hacmindeki düşüklük ise yerleştirilmesi gereken kutuların bitmiş olması kaynaklıdır. Bunun yanı sıra bu paletlerin yerleştirilmesinde paletleme dengesini sağlamak için hiç boş kutu kullanımı olmadan dengeli bir palet yerleşim düzeni sunulmuştur. Tüm bu sonuçlar tek seferde çalıştırıldığında ortalama 0.10 saniyede çözüm sunabilmiştir. Kullanılan kutuların elenerek programın ayrı ayrı yeniden çalıştırılması ile ise toplamda 0.42 saniyede çözüme ulaşılmıştır. Bu örneklem büyüklüğü için tüm kutuların yerleştirilmesi, verilerin manuel olarak hazırlanma süresi dahil 32 dakika sürmektedir. Bu çalışma kapsamında aynı problem 6 yıllık deneyimli bir çalışan ve 1 yıllık deneyimli bir çalışan tarafından ayrı ayrı çözülmüştür. Bu durumda 6 yıllık deneyimli çalışan tüm kutuları toplamda 6 palete, 1 yıllık deneyimli çalışan ise toplamda 7 palete sığdırabilmiştir. Sisteme göre deneyimli personel ve tecrübesiz operatör tarafından yapılan paletleme çözümünde palet sayısındaki artışın yanı sıra boş koli kullanımında da artış ortaya çıkmıştır. Bu çalışma ile firmaya manuelden dijitale geçiş, gelecekteki firma vizyonuna uygun olan robotik çalışma alanına kolay entegrasyon, iş yapış süresinde iyileşme ve maliyet kazancı sağlanmıştır. Toplam palet sayısında azalma elde edilerek sadece çalışma yapılan firmaya değil, tedarikçilere de işgücü ve maliyet kazancı fırsatı sunulmuştur.
Tereddütlü bulanık çok kriterli karar verme yöntemleri esaslı kalite fonksiyon yayılımı yaklaşımı ve brode üretiminde bir uygulama
Tekstil sektöründe yeni pazarların ortaya çıkmasıyla brode üretiminin önemi de artmıştır. Dış giyimden ev tekstiline kadar her ortamda kullanılabilen brode üretimine artan talepler doğrultusunda, tasarım aşamasından üretim aşamasına kadar geçen süreçler içerisinde müşteri beklentilerini de beraberinde getirir. Bu çalışmada müşteri isteklerine en kısa sürede ve sonuç odaklı cevaplar verebilmek adına teknik gereksinimlerin özelliklerinin araştırılması ve önceliklerinin belirlenebilmesi için Kalite Fonksiyon Yayılımı (QFD) yönteminden yararlanılmıştır. Kalite Fonksiyon Yayılımı birçok imalat endüstrisinde, planlama yönetimi için kullanılan önemli bir araçtır ve kalite evi yapısı içinde müşteri isteklerini teknik gereksinimlere dönüştürür. Buna yaparken teknik gereksinimlerin kendi aralarında oluşabilen korelasyonu da dikkate alarak teknik gereksinimler ile müşteri istekleri arasındaki ilişkinin belirlemesini amaçlar. Bununla birlikte geleneksel QFD metodu, uzman görüşlerinin toplanması, müşteri isteklerinin ağırlıklarının belirlenmesi ve teknik gereksinimlerin sıralanması konusundaki eksik yönleri tarafından çokça eleştirilmiştir. Bu çalışmada, bahsedilen eksikliklerin üstesinden gelebilmek ve bu yöntemin etkinliği arttırabilmek amacıyla, çalışmada çok kriterli karar verme (ÇKKV) tekniklerinin QFD yöntemine entegrasyonu sağlanarak uygulanmıştır. Buna ilaveten değerlendirme sürecindeki belirsizliğin yönetilebilmesi için Tereddütlü Bulanık Dilsel Terimler Kümesi (HFLTS) kullanılmıştır. Uygulama sırasında kriter ve alternatifleri belirlerken alanında uzman kişilerden oluşan bir grup kurulmuştur. Uzmanların değerlendirme yaparken görüşlerinin belirlenmesi konusunda kararsız kalmaları, tereddüt yaşamaları gibi durumlara karşın oluşacak belirsizliğin daha iyi yönetilebilmesi amacıyla tereddütlü bulanık dilsel ifadelerden faydalanılmıştır. Ayrıca tereddütlü bulanık dilsel ifadelerin bütünleştirilmesi için OWA operatörü kullanılmıştır. Bu çalışmada tereddütlü bulanık ortamda SWARA, DEMATEL ve MOORA yöntemlerini QFD yöntemine entegre edilmesi ile analitik bir model sunulmuştur. Kalite evi yapısının oluşumunda müşteri isteklerinin önem değerleri Tereddütlü Bulanık SWARA ile elde edilmiş ve böylece müşteri isteklerinin ağırlıklandırılması sağlanmıştır. Devamında müşteri isteklerini karşılamak üzere belirlenen teknik gereksinimler arasındaki ilişkiyi tespit edebilmek amacıyla Tereddütlü Bulanık DEMATEL yöntemi kullanılmıştır. Sonrasında ise teknik gereksinimlerin müşteri istekleri üzerindeki etkisini değerlendirebilmek için Tereddütlü Bulanık MOORA yöntemleri uygulanmıştır. Bu çalışmada önerilen bu model tekstil sektöründe brode imalatı yapan bir fabrikada uygulanarak müşteri isteklerini karşılayabilecek nitelikte teknik gereksinimlerin belirlenmesi ve önem değerlerinin elde edilmesi ile birlikte önceliklendirilmesi sağlanmıştır.
E-ticaret platformlarına ait operasyon merkezinde makine öğrenmesi ile birliktelik analizi ve ürün lokasyonlarının belirlenmesi
Hızlı bir şekilde büyümekte olan e-ticaret sektörüne olan ilgi her geçen gün artmaktadır. Pandeminin hayatımıza girmesi e-ticaret sektörüne olan ilgiyi artırmış ve sektörün gelişimine büyük katkı sağlamıştır. Bu dönemde e ticaret sektörü küresel anlamda büyüme göstermiştir. Pandemi, sektörün gelişimine sağladığı katkının yanında bazı zorlukları da yanında getirmiştir. Herkesin evlere kapandığı dönem ve sonrasında olmak üzere Pandemi, pek çok insanın alışveriş alışkanlığının da değişmesine yol açmıştır. Bu değişiklik sektörde faaliyet gösteren e ticaret platformların depolama operasyonlarında çeşitli zorluklar yaşamasına sebep olmuştur. Bu yüzden de sektörde faaliyet gösteren firmalar müşteri ihtiyaçlarına karşılık verebilmek için depolama faaliyetleri verdikleri önemi artırmaları gerekmektedir. Depo içerisinde farklı süreçler bulunmaktadır. Bu süreçlerde sağlanacak verimlilik artışları depo operasyonlarının performansı üzerinde etkili olmaktadır. Bu süreçlerden en önemlisi sipariş toplama sürecidir. Sipariş toplama süreci gerek müşteri ihtiyaçlarının karşılanmasında gerekse sektörel gelişimden kaynaklı etkilendiğinden ötürü farklılık gösterebilmektedir. Günümüz teknolojisi hızlı bir şekilde gelişirken firmalar operasyonlarında bu teknolojilerde maksimum oranda faydalanmak istmektedirler. Gelişen teknoloji ve sektörel hacmin büyümesi ile birlikte firmalarda büyük verileri üretilmeye ve depolanmaya başlanmıştır. Depolanan veriler, firmaların sahip oldukları makinelerin öğretilmesi ile birlikte daha anlamlı sonuçlar üretme ihtiyacını oluşturmuştur. Bu veriler ile makine öğrenimi algoritmaları ile birlikte çalışmalar yapılarak bu ihtiyaçlar giderilmeye başlanmıştır. Bu çalışma ise müşteri alışkanlıklarının makine öğrenimi algoritmalarından Apriori algoritması kullanılarak müşteri siparişlerinin analiz edilmesi ve elde edilen sonuçlarla depo raf yerleşiminin yeniden planlanmasını kapsamaktadır. Bu çalışmada, Türkiye'de faaliyet gösteren e ticaret platformu Trendyol'un satış verileri ele alınmıştır. Veri içerisinde müşteri sipariş numarası, müşteri sipariş grup numarası, ürün kategorisi, lokasyon ve sipariş edilen miktar yer almaktadır. Ele alınan veriler incelendiğinde, toplam 100.004 adet ürün satışı ve 100.000 adet satırdan oluşmaktadır. Toplamda 12 adet ürün kategorisinden en çok tercih edilen ürünler TekstilC, TekstilA ve TekstilE olmuştur. Bu çalışmada, ele alınan verilere ilk olarak Python programlama dilinde Apriori algoritması uygulanmıştır. Bu algoritmada, gruplanan müşteri siparişlerinin ürün kategorileri arasındaki birliktelik ilişkisi analiz edilmiştir. Daha sonra analiz sonucu birbiri arasındaki ilişki yoğunluğu fazla çıkan ürün kategorilerinin, depo raf yerleşiminde daha yakın lokasyonlarda adreslenebilmesi için algoritma tasarlanmış ve Python programlama dilinde uygulanmıştır. Bu algoritma ile ürün kategorisinin adreslenmesi için lokasyon öneri sistemi geliştirilmiştir. Bu çalışmada ürün kategorileri için önerilen lokasyon ile müşteri siparişlerinin daha az mesafe yürütülerek toplanması ve böylelikle firmanın daha verimli depo operasyonuna sahip olması hedeflenmiştir.
Elektrik üretim kaynaklarının paylarının ve etkilerinin belirlenmesi için bir sistem tasarımı ve uygulaması
Bu çalışmada, artan elektrik talebinin mevcut ve yeni kurulacak santraller ile karşılanabilmesi için bir üretim genişleme planlaması problemi ele alınmıştır. Bu problem için tek amaçlı lineer olmayan bir model önerilmiş, modelin uygun ortamda çözümü ile enerji yatırımına ilişkin değerlendirmelerde bulunulmuştur. Elektrik üretimine ilişkin yatırım problemlerini ele aldıkları konular ve kullandıkları yöntemler ile çeşitlendirmek mümkündür. Güncel hususların da modellere eklenmesi bu problemleri daha gerçekçi hale getirmektedir. Bu çalışmanın amacı Türkiye'nin artan elektrik talebini karşılamak amacıyla ulaşması gereken enerji karmasını incelemektir. Bu amaçla, çeşitli kaynakların elektrik üretimindeki paylarının 2022-2035 yılları arasında nasıl olacağı, hangi kaynaklardan ve hangi güçte yeni tesislerin kurulacağı ve bunların emisyon salınımına etkisi araştırılmıştır. Planlamada karşılanamayan talep olmayacak şekilde tercih edilen elektrik talebi, tesislerin inşa süreleri, kullanılabilirlik faktörleri de göz önüne alınarak modele dahil edilmiştir. Yeni kurulacak tesislerin kapasitesi ve bu tesisin kurulma kararı olan ikili değişkenin, yatırım maliyeti hesaplanırken birlikte bulunmaları amaç fonksiyonunu lineer olmayan hale getirmektedir. Tek amaçlı, lineer olmayan ve karışık tam sayılı olarak ele alınan problemin çözümü için Python programlama dili ve geniş kütüphanesinden faydalanılmıştır. Çözücü olarak kısıt tam sayı programlama çözücüsü olan SCIP tercih edilmiştir. Toplam 22 ayrı durumun değerlendirildiği başlıca iki senaryo vardır. Senaryo 1, 2021 Aralık verileri ile mevcut kurulu güç üzerinden, Senaryo 2 ise 2023 yılında Akkuyu Nükleer Santralinin devrede olacağı şartı üzerinden çeşitli durumları inceler. Bu durumlardan başlıcaları ithal edilen enerji oranının sınırlandırılması, yenilenebilir kaynakların üretimdeki payının arttırılması, net sıfır emisyon hedefi doğrultusunda emisyon salınımının azaltılmasıdır. Uygun optimallik aralığındaki senaryo çıktıları not edilmiş ve enerji yatırımına dair yorumlarda bulunulmuştur. Nükleer santralin varlığının plan maliyetini ve plan süresince salınan emisyonu düşürdüğü istatistiksel test ile gösterilmiştir. Çalışmada rüzgâr santrallerinin artan elektrik talebini karşılamada öncelikle tercih edildikleri, doğal gaz santrallerinin ithal enerji olduğu göz ardı edildiğinde elektrik üretim maliyetini düşürdükleri, güneş santrallerinin kullanılabilirlik faktörlerinin küçük olması nedeniyle elektrik üretiminde payının düşük olduğu ifade edilmiştir. Model çıktıları geçtiğimiz yıllarda duyurulan doğal gaz keşifleri, yenilenebilir enerji kaynaklarının desteklendiği finansal mekanizma ve küresel anlamda destekçisi olduğumuz net sıfır taahhüdü ile birlikte ele alınarak yorumlarda bulunulmuştur.
Entegre BWM-CoCoSo ve entegre sezgisel bulanık AHP-bulanık MOORA uygulamaları ile otel seçimi
Konut, insanların barınma, sağlık, güvenlik ve sosyo-kültürel ihtiyaçlarını sınırlı bir bütçe içerisinde karşılamalarını gerektiren çok yönlü bir konudur. Günümüzde iş, tatil ve birçok farklı nedenden dolayı isteğe bağlı veya mecburi olarak seyahat yaygın hale gelmiştir. Seyahat ederken bireyler, yurt içi-yurt dışı, yaz-kış ve seyahat türü gibi özelliklere göre karar almakta ve konaklama seçimlerini verilen karara uygun şekilde yapmayı ön görmektedir. Çalışmada yurt içi, yurt dışı-yaz, kış-vizeli, vizesiz ve seyahat türlerinin seyahat edecek bireyler tarafından belirlendiği, belirlenen kriterler baz alınarak en uygun otelin belirlenmesi amaçlanmıştır. Çalışma, yurt içi-yurt dışı için tercih edilen seyahat yerleri için yapılan analizleri, seyahat türlerini (iş seyahati, çift seyahati, aile ile seyahat,arkadaş ile seyahat ve yalnız seyahat) kapsamaktadır. Her bir seyahat türüne göre kriterler araştırması yapılmış ve özelleştirilmiştir. Uzmanlar için anket hazırlanmış ve anket sonuçları baz alınarak seyahat türlerine göre kriterlere puanlar verilmiştir.Verilen puanların ağırlıklı ortalaması hesaplanmıştır. Alternatifler için Google ve sosyal medya yardımıyla gezgin seyahat rotaları araştırılmıştır. Araştırmalar sonucu belirlenen seyahat yerlerinde bulunan otel alternatifleri Trivago, Tripadvisor ve Booking otel arama motorlarında bulunan verilerin analizi ile elde edilmiştir. Yurt dışı için altı adet yurt içi için ise beş adet alternatif üzerinden değerlendirilmiştir. Çalışmada en uygun otel seçimi için iki farklı uygulama yapılmıştır. Her iki uygulamada da hem kriter ağırlıklandırılması hem de en uygun otel seçimi beş farklı seyahat türü için yapılmıştır. Toplam olarak dört adet yöntem ele alınmıştır. Kriterlerin derecelendirilmesi ve ağırlıklarının belirlenmesi için iki adet çok kriterli karar verme metodu kullanılmıştır. Bu yöntemlerden birincisi BWM -Best-Worst Method- (En İyi- En Kötü Yöntemi), ikincisi ise Intuitionistic Fuzzy Analytic Hierarchy Process (Sezgisel Bulanık Analitik Hiyerarşi Prosesi) tir. Alternatif seçimi için iki adet çok kriterli karar verme metodu belirlenmiştir. Birinci yöntem CoCoSo - Combined Compromise Solution (Kombine Uzlaşmacı Çözüm Yöntemi) ikinci yöntem Fuzzy MOORA - Multi Objective Optimization for Ratio Analysis - (Oran Analizi ve Referans Noktası Yaklaşımı) olarak çalışılmıştır.BWM-CoCoSo yöntemleri birinci ve Sezgisel Bulanık AHP-Bulanık MOORA ise ikinci uygulama olarak belirlenmiştir. Çalışmada her iki uygulama ile de kriterler ağırlıklandırılmış ve otel alternatiflerinden en iyisi seçilmiştir. Elde edilen sonuçların birbiriyle karşılaştırılması,sonuçlara göre negatif ve pozitif yönlerinin yorumlanması amaçlanmıştır.
Bankacılık alanında makine öğrenme algoritmaları ile iş yükü tahminlemesi
Dijitalleşen dünya, özellikle finans sektöründe köklü değişikliklere neden olmaktadır. Son yıllarda dijital bankaların sayısındaki artış, geleneksel şubeli bankalar için hem bir tehdit hem de dijitalleşme yolunda bir uyarıcı olarak karşımıza çıkmaktadır. Bu yeni dönemde, şubeli bankaların personel giderleri gibi büyük maliyet kalemlerini yönetebilmesi, dijital bankalar ile rekabette avantaj sağlamaları için büyük önem taşımaktadır. Dijital bankalar, düşük operasyonel maliyetleri ve hızlı hizmet sunumları ile müşteri çekme konusunda avantajlıdır. Bu nedenle, şubeli bankaların sektördeki paylarını koruyabilmeleri ve sürdürülebilir büyüme sağlayabilmeleri adına dijitalleşmeyi benimsemeleri ve kadro planlamalarını etkin bir şekilde gerçekleştirmeleri gerekmektedir. Kadro sayısının optimizasyonu, hem çalışan memnuniyetini hem de müşteri deneyimini doğrudan etkileyebilecek kritik bir faktördür. Kadro sayısının azaltılması, çalışanların iş yükünü artırarak memnuniyetlerini azaltabilir ve müşteri bekleme sürelerinin uzamasına yol açabilir. Fazla kadro belirlenmesi ise kullanılmayan kapasiteyle maliyetleri yükseltebilir ve olası yer değişiklikleri sebebiyle çalışanların sosyal yaşamlarını olumsuz etkileyebilir. Bu nedenle, bankaların optimal kadro sayısını belirleyerek hem maliyetleri düşürmesi hem de hizmet kalitesini artırması gerekmektedir. Bu çalışma, finans sektöründe faaliyet gösteren bir banka şubesinin kadro planlaması ve kaynak yönetimi süreçlerinde yapay zekâ tekniklerinin potansiyel avantajlarını keşfetmeyi amaçlamaktadır. Farklı metotlar ile, belirli bir unvan grubu ele alınarak geçmiş performans verileri, müşteri talepleri ve diğer etkenler detaylı bir şekilde analiz edilmiştir. Gelecekteki iş yüklerini doğru bir şekilde öngörmek için bu veriler kullanılmıştır. Çalışma kapsamında, elde edilen 0,99 ve 0,91 yüksek korelasyon değerleri ile Extrem Gradyan Arttırma (eXtreme Gradient Boosting, XGBoost) yönteminin en etkili sonuçlara sahip olduğu görülmüştür. Bu yöntem, bankaların daha etkin kadro planlaması yaparak hem maliyetleri optimize etmelerini hem de müşteri ve çalışan memnuniyetini maksimize etmelerini mümkün kılmaktadır. Sonuç olarak, bu araştırma, yapay zekanın kadro planlamasındaki rolünü derinlemesine inceleyerek, bankacılık sektöründe kaynak yönetimi ve operasyonel verimliliği artırmaya yönelik yenilikçi bir yaklaşım sunmaktadır. Bankaların, dijitalleşen dünyada rekabet edebilmek için teknolojileri kullanarak daha verimli ve etkili stratejiler geliştirmesi gerektiği vurgulanmaktadır. Bu bağlamda, yapay zekâ tabanlı kadro planlama modellerinin, bankaların hem maliyetlerini azaltma hem de hizmet kalitesini artırma konusunda önemli bir araç olduğu ifade edilebilir.
Otomotiv döküm parça talep tahmininin yapay sinir ağları ile modellenmesi ve arıma yöntemi ile karşılaştırmalı analizi
Şirketler kar edebilmek, sürekliliğini korumak ve büyümek için bazı politikalar uygularlar. Bu politikalara stok yönetimi, üretim planlaması, tedarik zinciri yönetimi ve maliyet yönetimi örnek verilebilir. Uygulanan bu politikaların temelini talep tahmini oluşturur. Otomotiv sektörü geçen her günde teknolojik gelişmeler ile daha da gelişmektedir. Otomotiv sektörünün gelişmesi uygulanan talep tahmini yöntemlerinin de gelişmesi gerektirdiğini ortaya çıkarmıştır. Döküm sektöründe faaliyet gösterip otomotiv sektörünün en önemli tedarikçilerinden birisi olan firmada müşteri ihtiyaçlarını karşılamak ve üretimi yönlendirmek için teknoloji ve üretimi birleştiren şirket için yeni bir talep tahmini yöntemi olan bu çalışma yapılmıştır. Döküm sektörü çok fazla girdiye, üretim olarak dar boğaza, yüksek üretim çeşitliliğine sahiptir. Hem üretim çeşitliliğini hem de kapasite kısıtlarını aynı anda yönetmek ayrıca müşteri beklentilerini tam zamanında karşılamak oldukça zordur. Bu zorluğun önüne geçmekte talep tahmini önemli bir araçtır. Literatürde cam sektörü, ekonomik kurlar, enerji harcamaları, giyim sektörü, beyaz eşya sektörü, yiyecek içecek tüketimleri, otomotiv satışları, demir çelik sektörleri gibi farklı çalışma alanlarında talep tahmini çalışmaları yapılmıştır. Yapılan talep tahmini çalışmalarında yapay sinir ağı, makine öğrenmesi, zaman serisi yöntemleri, istatiksel yöntemler gibi farklı talep tahmini yöntemleri kullanılmıştır. Bu çalışmada yapay sinir ağının farklı katman sayıları, farklı nöron sayıları ve farklı öğrenme algoritmaları kullanılarak talep tahmini yapılmış, ARIMA yöntemiyle karşılaştırılarak tahmin performansı en iyi talep tahmini yöntemi ve modeli belirlenmiştir. Yapay sinir ağı (YSA) tahminlerinin tahmin performansları ortalama mutlak hata (MAE), R Kare, kök ortalama kare hata (RMSE), mutlak ortalama yüzde hata (MAPE) analizleri ile karşılaştırılmıştır. En iyi yapay sinir ağına R Kare analizine göre karar verilmiştir. Yapay sinir ağı yönteminin sonuçları ARIMA yönteminin sonuçlarıyla karşılaştırılmıştır. ARIMA modellerinin tahmin performansları Akaike Bilgi Kriteri kullanılarak karşılaştırılmıştır. Seçilen parçanın satışını etkileyen kriterler hem uzman görüşleri alınarak hem de literatür taraması yapılarak kamyon üretim adeti, elektrik birim fiyatı, Euro kuru, yurtiçi üretici fiyat endeksi, genel tüketici fiyat endeksi, brent petrol varil fiyatı, hurda fiyatları, pik fiyatları ve gayri safi yurt içi hasıla olarak belirlenmiştir. Çıktı olarak ise parça aile grubuna ait satış adetleri kullanılmıştır. Çalışmada kullanılan veri ise girdi ve çıktı kriterlerine ait 2017 ve 2022 yılları arasındaki aylık verileridir. Yapay sinir ağı yöntemiyle yapılan talep tahmini çalışmalarından R Kare hata analiz yöntemine göre en iyi tahmin performansına sahip çalışma traincgb öğrenme algoritmalı, 2 katman 10 nöron, tansig aktivasyon fonksiyonlu yapay sinir ağı modeli olduğu sonucuna ulaşılmıştır. Ayrıca yapay sinir ağı yöntemiyle zaman serisi analizi yöntem sonucunu karşılaştırmak için satış verilerine ARIMA yöntemi uygulanmıştır. ARIMA modelleri arasından Akaike Bilgi Kriteri değeri baz alınarak en iyi ARIMA modeli ARIMA (1,1,1) seçilmiştir. Yapay sinir ağı ile ARIMA (1,1,1) modeli R Kare hata analiz yöntemiyle karşılaştırılarak yapay sinir ağı modelinin tahmin performansının ARIMA modelinden daha yüksek olduğu sonucuna ulaşılmıştır.
Yapay sinir ağları ve makine öğrenmesi ile otomobil satış tahmininin yapılması ve zaman serileri analizi ile karşılaştırılması
Talep tahmini, günümüz koşullarını da göz önüne aldığımızda talep üzerinde çeşitli etkenler olması sebebiyle işletmelerin kolay ve etkili kararlar alabilmesini sağlamaktadır. İşletmeler müşteri memnuniyetin arttırılması, iyi bir üretim planının gerçekleştirilmesi, kaynakların verimli kullanılabilmesi için güvenilir talep tahminleri gerçekleştirmeyi amaçlamaktadırlar. Belirsizlikler altında, gelecek için öngörüde bulunmak işletmeler için büyük avantajlar sağlayabilmektedir. Otomobil talebini etkileyen birçok faktör bulunmaktadır. Otomobil talebinin ekonomik, çevresel ve sosyal etkenlerin tümünden etkilenebilmesi sebebiyle tahmininin gerçekleştirilmesi kolay olmamaktadır. Gelecek tahmini yapmanın dışında, talep tahmini geçmişte yaşanan ve gelecekte de yaşanabilecek olan olay ve durumların yorumlanmasına fırsat tanımaktadır. Bu sebepler göz önüne alındığında otomobil talep tahminini gerçekleştirmek önemli olmaktadır. Nitel yöntemlerin dışında daha güvenilir sonuçlar elde edilmesi için matematiksel yöntemlere dayanan algoritmalar talep tahmininde kullanılmaktadır. Matematiksel yöntemler literatürde, sıklıkla kullanılan ve yüksek performans gösteren yöntemler olarak yer almaktadır. Özellikle son yıllarda yapılan çalışmalarda, talep tahmini üzerinde yapay zeka yöntemlerinin önemli bir yer tuttuğu görülmektedir. Bu çalışmada, otomobil talep tahmini uygulaması gerçekleştirilmiş olup makine öğrenmesi algoritmaları, yapay sinir ağları ve zaman serileri analizi yöntemleri tahmin performansları analiz edilmiş ve karşılaştırılmıştır. 2014-2022 yılları arasındaki veriler ile uygulama gerçekleştirilmiştir. Çalışmada, bağımlı veri olarak otomobil satış verileri kullanılmıştır. Bağımsız veriler ise otomobiller için ithalat miktar endeksi, reel kesim güven endeksi, tüketici güven endeksi, ortalama taşıt kredi faiz oranları, Türkiye otomobil üretim adetleri ve zaman olarak belirlenmiştir. Yöntemler ile daha yüksek performans elde edilmesi ve daha güvenilir tahminler yapılması için veri ön işleme uygulamaları gerçekleştirilmiştir. Makine öğrenmesi algoritmaları, yapay sinir ağları ve zaman serileri analizi için veriden güvenilir tahminler elde etmeyi zorlaştıran engellerden olan aykırı veriler için aykırı değer analizi gerçekleştirilmiştir. Çalışmada makine öğrenmesi yöntemlerinden Kategorik Arttırma Yöntemi (CatBoost), Gradyan Arttırma Yöntemi (Gradient Boosting), Rassal Karar Ormanları (Random Forest-RF), Destek Vektör Regresyonu (SVR) algoritmaları, Yapay Sinir Ağları (YSA) ve Zaman Serileri Analizi yöntemleri kullanılmış ve performans analizi gerçekleştirilerek yöntem karşılaştırması yapılmıştır. Sonuç olarak, 0,85 R2 değeri ile en yüksek performans gösteren yöntemin makine öğrenmesi yöntemlerinden CatBoost algoritması olduğu görülmüştür. Otomotiv sektörü, ülke ekonomisinin etkili sektörlerinden biri olmasının yanında, diğer sektörler için de tedarikçi konumundadır. Bu sebeple otomobil sektöründeki taleplere güvenilir cevap verilmesi bir gereklilik haline gelmektedir. Bu çalışmada da otomobil talebine doğru ve güvenilir bir yaklaşım sergileyen algoritmanın bulunması amaçlanmıştır.
Akıllı şehir endeksi geliştirme ve bir model önerisi: Tekin Akıllı Şehir Endeksi
Her gün gelişen ve değişen dünyada çağ açılıp çağ kapanma süresinin geçmişteki gibi yüzyıllar sürmediği malumdur. Bu bağlamda akıllı şehirler, yenilikçi şehir planlama yaklaşımları ile teknolojiye dayalı çözümlerin birleşimi olarak ortaya çıkmıştır. Teknolojinin hızla evrildiği bu zamanda akıllı şehir uygulamalarına entegre edilen şehirlerin değişimi kaçınılmazdır. Çalışmada önerilen Tekin Akıllı Şehir Endeksi modelinde 22 şehir, 16 ana bileşen ve 50 alt kriter ile çalışılmıştır. Alanında uzman görüşleri alınmış ve literatürdende yararlanarak ÇKKV yöntemlerinden FUCOM yöntemi ile kriterlerin önem ağırlıkları hesaplanmıştır. Çalışmaya hesaplanan kriter ağırlıklarını kullanarak alternatifleri sıralama aşamasına geçildiğinde ÇKKV yöntemlerinden TOPSIS, VIKOR, ARAS, MABAC, EDAS ve COPRAS yöntemleri ile belirlenen 22 şehir 16 ana kriter ve 50 alt kriter altında akıllı şehir performansları incelenmiştir. Elde edilen sonuçlar modellenen Tekin Akıllı Şehir Endeksi ile tekrar sıralamaya dâhil edilerek performans değerlendirmesi yapılmıştır.
Makine öğrenmesi algoritmaları kullanılarak sağlık sisteminde tahmin çalışması
Ülkemizde hastanelerin acil sağlık hizmeti verdiği acil servislerin hasta yoğunluğu, artan nüfusla ve artan salgın hastalık türleriyle beraber gün geçtikçe artmaktadır. Acil servislere başvuran hastaların şikayetlerine ve doktor yorumlarına bakıldığında; acil servise sadece durumu acil nitelikte hastalar başvurmamaktadır. Polikliniklere gidip teşhis ve tedavi süreci görmesi gerekirken, acil servislere başvuran hastalarda olmaktadır. Tüm bu durumlar acil servislerdeki hasta yoğunluğunu, dolayısıyla kalabalıklığı artırmaktadır. Acil servislere başvuran hastaların hepsinin acil bir şekilde, aynı anda sağlık hizmeti alabilmesi pek mümkün olamamaktadır. Durumu kritik olan hastaların hemen hizmet görmesi gerekirken, hayati tehlikesi bulunmayan hastaların farklı sınıflandırılması gerekmektedir. Bu sebeple hastaların sağlık durumları göz önüne alınarak bir önceliklendirme ve sınıflandırma yapılması gerekmektedir. Bu sınıflandırmaya ise tıp dilinde triyaj denilmektedir. Triyajdaki amaç; acil servise başvuran hastaların sağlık durumları esas alınarak triyaj alanlarına karar verilip, gerekli yönlendirmeler yapılmasıdır. Bu şekilde acil sağlık hizmetinin verimliliği ve süreçlerin verimliliği artmaktadır. Aynı zamanda hastanenin kaynakları etkin kullanılıp; bekleme ve hizmet süreleri kısaltılmaktadır. Triyaj kavramı ortaya çıktığı zamanlarda kullanılan tek bir standart varken, zaman içerisinde triyaj standartları sürekli gelişerek sayısı da artmıştır. Dünya geneline bakıldığında üç seviyeli, dört seviyeli ve beş seviyeli farklı triyaj sistemlerinin olduğu görülmektedir. Ülkemizde ise kırmızı, sarı, yeşil ana alan olmak üzere, kendi içerisinde bölümlere ayrılan bir triyaj sistemi mevcuttur. Çalışmada amaç; gerçek hayattan alınmış gerçek veriler ile makine öğrenmesi sınıflandırma algoritmalarını eğitip, triyaj alan tahmin modelini ve yatış-taburcu tahmin modelini oluşturup, bu modelleri test verileriyle test ettikten sonra elde edilen tahmin sonuçları göz önüne alınarak kullanılan sınıflandırma algoritmalarının performansını kıyaslamaktır. Bununla birlikte elde edilen makine öğrenmesi modelleri ile gerçek hayattaki problemlere çözüm ışığı olabilmektir. Bunun için, Türkiye'deki hastanelerin acil servisinden elde edilen gerçek triyaj verileriyle çalışılmak istenmiş ve Kartal Doktor Lütfü Kırdar Şehir Hastanesi Acil Tıp Kliniği ile görüşülmüştür. Çalışmaya başlamadan önce Sakarya Üniversitesinden etik kurul izni, hastaneden başhekim onayı alınmıştır. Bu çalışmada; Kartal Doktor Lütfü Kırdar Şehir Hastanesi Acil Tıp Kliniği'ne başvuran hastaların yaş, cinsiyet, yaşamsal bulgular, hastalık şikayetleri, önceden sahip olmuş ya da şu an sahip olduğu hastalıkları, acil servise varış şekli, Glasgow koma skalaları gibi verileri toplanmış olup, veriler manuel olarak toplanmıştır. Veri seti 2023 yılı Ocak-Nisan ayları arasında hastaneye başvuran 18 yaşından büyük hastaları kapsamaktadır. Direkt gebelikle ilgili vakalar veri setine dahil edilmemiştir. Sözel verilerin karşılıklarını elde etmek uzun sürmesi sebebiyle veri toplama süreci 2023 yılı Ocak-Eylül aylarını kapsamaktadır. Çalışmada toplam 3.000 hastanın 56 çeşit girdi bilgisi kullanılmış olup 2 farklı tahmin çalışması yapılmıştır. İlk olarak hastaların triyaj alan sınıflandırmaları yeşil, sarı, kırmızı olarak tahmin edilmiş; ikinci çalışma olarak ise yatış-taburcu durumu yani hastaların sağlık hizmeti aldıktan sonra direkt taburcu mu olacağı yoksa yatış mı yapacağı tahmin edilmiştir. Tahmin çalışmaları için toplanan bu veriler, % 80 eğitim verisi ve %20 test verisi olacak şekilde ikiye ayrılmıştır. Eğitim verileriyle makine öğrenmesi sınıflandırma algoritmalarıyla 12'şer tane eğitilmiş model elde edilmiştir. Çalışmada; gini ve entropi kriteriyle karar ağacı algoritması, doğrusal destek vektör makinesi algoritması, RBF-poly-sigmoid çekirdekler ile doğrusal olmayan destek vektör makinesi algoritması, naive bayes algoritması, lojistik regresyon algoritması, manhattan ve minkowski uzaklığıyla k-en yakın komşu algoritması, gini ve entropi kriterleriyle rassal orman algoritması kullanılmıştır. Test verileriyle eğitilmiş modeller ile tahmin çalışması yapılıp, karışıklık matrisleri elde edilmiştir. Karışıklık matrisleri ile performans ölçütleri olan doğruluk, kesinlik, duyarlılık, F skor, AUCROC değerleri hesaplanmıştır. Ardından her iki tahmin çalışması için de çapraz doğrulama işlemi yapılmıştır. Tüm bu elde edilen sonuçlar, öncelikle kendi tahmin çalışması içerisinde kıyaslanmış ardından iki tahmin çalışmasından elde edilen sonuçlar birlikte değerlendirilmiştir. Değerlendirmeler sonucunda triyaj alan tahmini çalışmasında; %97,79 en yüksek AUROC değeri karar ağacı-entropi algoritmasıyla, %96 en yüksek doğruluk oranı rassal orman gini ve entropi algoritmalarıyla elde edilmiştir. Triyaj alan sınıflandırmasında çapraz doğrulama işlemiyle % 97,05 en yüksek doğruluk oranı karar ağacı-gini algoritmasıyla elde edilmiştir. Yatış-taburcu olma durumu tahmin çalışmasında ise; %68,26 en yüksek AUROC değeri rassal orman-gini algoritmasıyla ve yine %90,8 en yüksek doğruluk oranı rassal orman gini algoritmalarıyla elde edilmiştir. Yatış-taburcu olma durumu sınıflandırmasında çapraz doğrulama işlemiyle % 89,12 en yüksek doğruluk oranı rassal orman-gini algoritmasıyla elde edilmiştir. Karar ağacı algoritmasıyla triyaj alan sınıflandırmasında yüksek performans oranları elde edilebildiği, rassal orman-gini algoritmasıyla yatış-taburcu durum tahmininde en yüksek değerler elde edildiği görülmüştür. Sonuç olarak, triyaj sürecinde makine öğrenmesi algoritmalarının kullanılması durumunda yüksek performans oranlarıyla verimliliği artırabilecek başarılı triyajlar yapılabilmektedir. Makine öğrenmesi algoritmalarının triyaj süreçlerinde kullanılmasıyla; daha kaliteli triyaj sınıflandırması yapılabileceği, acil servis süreçlerinin daha verimli yürütülebileceği, hastane kaynaklarının daha verimli ve planlı kullanılabileceği, hastaların bekleme sürelerinin azaltılabileceği, hasta memnuniyetinin arttırılabileceği öngörülmektedir.
ERP sistemine entegre tüketime dayalı stok kontrol parametrelerinin belirlenmesi
Günümüz işletmeleri, verimliliklerini arttırmak ve maliyetleri azaltmak için karmaşık ERP (Enterprise Resource Planning - Kurumsal Kaynak Planlama) sistemlerine giderek daha fazla bağımlı hale gelmektedirler. Başarılı rekabet için kaynakların etkin bir şekilde yönetilmesi gerekmektedir bu nedenle tüm süreçlerin tamamen entegre olduğu, planlamadan satışa, sevkiyattan maliyeye kadar her aşamanın kontrol edilebildiği sağlam bir bilgi altyapısına ihtiyaç vardır. ERP, müşteri ilişkilerinden üretim planlamasına kadar her aşamada kaynakların en etkin şekilde izlenmesine ve bu doğrultuda kararların alınmasına yardımcı olan bir sistem olarak öne çıkar. Bu sistemler, tedarik zinciri yönetimi, finans, üretim ve diğer işletme süreçlerini entegre ederek şirketlerin verimliliklerini artırmak için kritik bir rol oynamaktadır. Ancak, ERP sistemlerinin etkinliği doğrudan tedarik zinciri yönetimi süreçlerine ve özellikle de stok kontrolüne bağlıdır. Bu tez, tüketim bazlı stok kontrol parametrelerinin en az maliyet ile belirlenmesi üzerine odaklanmaktadır. Tüketim bazlı stok kontrolü, geçmiş tüketim verilerini kullanarak gelecekteki stok gereksinimlerini tahmin etme ve buna göre stok seviyelerini optimize etme yöntemidir. Bu tez, bu parametrelerin belirlenmesi için kullanılan stok kontrol benzetimi ile girilen parametrelere uygun tüm senaryoları incelemekte ve işletmelere en uygun olan parametrelerin belirlenmesinde yardımcı olmaktadır. Tez, öncelikle tüketim bazlı stok kontrolünün teorik temellerini ele almaktadır. Ardından, farklı işletmelerde stok kontrolü için kullanılan farklı yöntemler incelenmektedir. Her bir yöntemin avantajları, dezavantajları ve uygulama alanları detaylı bir şekilde ele alınmaktadır. Daha sonra, ERP sistemine entegre tüketim bazlı stok kontrol parametrelerinin belirlenmesi için bir simülasyon model ve program önerilmektedir. Bu model, işletmenin özel gereksinimlerini dikkate alarak stok kontrol parametrelerini otomatik olarak ayarlayabilir ve optimize edebilir. Model, işletmelere stok yönetiminde daha verimli ve etkili bir yaklaşım sunarak rekabet avantajı sağlayabilir. Son olarak tez, önerilen modelin gerçek bir işletme ortamında uygulanmasını, kodlanmasını, oluşan simülasyonları ve performansının değerlendirilmesini ele almaktadır. Bu değerlendirme, modelin gerçek dünya koşullarında ne kadar etkili olduğunu belirlemek için kapsamlı bir veri analizi ve karşılaştırmayı içermektedir. Bu tez, işletmelerin ERP sistemlerini daha etkin bir şekilde kullanmalarına ve tüketim bazlı stok kontrolü üzerinde daha iyi bir kontrol sağlamalarına yardımcı olmak için önemli bir katkı sunmaktadır.
Çevrimiçi toplantı araçlarını kullanma niyetini etkileyen faktörlerin teknoloji kabul modeli ile incelenmesi ve yapısal eşitlik modeli analizi
COVID-19 salgını küresel bir sağlık krizine yol açarken aynı zamanda önemli teknolojik, sosyal ve kültürel değişimleri de tetiklemiştir. İş süreçlerini ofislere bağımlı olarak sürdüren çalışanların bir kısmı artık uzaktan çalışmaya alışmışken, diğerleri ofis ve uzaktan çalışmanın bir karışımını barındıran hibrit çalışma modellerini hayata geçirmeye başlamıştır. İçinde bulunduğumuz dönem, uzaktan çalışmanın doğası hakkında fikir edinmek, çeşitli iş süreçlerini uzaktan yürütmek ve pandemi sürecinde öğrenilen tecrübeleri, ofis içi ve hibrit çalışma ortamlarını iyileştirmek üzere kullanmak için eşsiz bir fırsat sunmaktadır. Artık birçok çalışanın ofis ortamı yerine uzaktan çalışmayı tercih ettiği ve iş arkadaşlarıyla iletişim kurmak, görüntülü toplantılar ve konferans görüşmeleri yapmak ve birlikte çalışmak için çevrimiçi toplantı araçlarını kullandığı bilinmektedir. Ancak iş birliği, bilgi paylaşımı, sosyalleşme, performans değerlendirme ve veri güvenliği gibi konulara yönelik bazı endişeler halen devam etmektedir. Bu çalışma, günümüz çalışma ortamlarında çevrimiçi toplantı araçlarının çalışanlar tarafından kabulünü etkileyen faktörlere odaklanmaktadır. Temel araştırma sorusu: "Türkiye'deki çalışanların çevrimiçi toplantı araçlarının kullanımına ilişkin beklenti ve endişeleri, bu araçları kullanma niyetlerini nasıl etkilemektedir?" olarak belirlenmiştir. Araştırmanın nihai sonucuna ulaşmak için öncelikle, çalışanların çevrimiçi toplantı araçlarının kullanımına ilişkin beklenti ve endişelerinin tespit edilmesi; daha sonra, bu faktörlerin bu araçların kullanılma niyetini ne ölçüde etkilediğinin belirlenmesi gerekmektedir. Bu doğrultuda çalışmada, keşfedici ardışık tasarıma dayalı bir karma araştırma yöntemi benimsenmiştir. Nitel aşama sonucunda elde edilen bulgular üzerinden genişletilmiş bir teknoloji kabul modeli önerisinde bulunulmuş; nicel veri seti kullanılarak yapısal eşitlik modellemesi ile modeldeki ilişkiler test edilip yorumlanmıştır. Çevrimiçi toplantı araçlarının kullanımına ilişkin beklentilerin (çalışan-çalışan etkileşimi, teknolojik katkı ve sosyal ve örgütsel değişimlere uyum), algılanan fayda ve algılanan kullanım kolaylığı aracılığıyla, çalışanların bu araçları kullanma niyeti üzerinde yüksek düzeyde, pozitif yönlü ve istatistiksel olarak anlamlı bir etkiye sahip olduğu görülmüştür. Bu araştırmanın, günümüz iş dünyasında yaygın olarak kullanılan çevrimiçi toplantı araçlarının kabulüne ilişkin teori, metot ve uygulama alanı kapsamında literatüre katkı sağlayacağı düşünülmektedir.
Son adım teslimat problemi:Bir e-ticaret firmasında uygulama
2019 yılı son çeyreğinde ilk olarak Çin in Wuhan kentinde görülmeye başlanıp Covit-19 olarak adlandırılan koronavirüs, salgının getirdiği yaşam koşulları ile birlikte dünya ticaretine birçok olumsuz etkisine rağmen e-ticarette hızlı bir gelişmeye yol açmıştır. Salgının bize getirdiği yeni alışkanlıklar ile birlikte tüm dünyada insanlar, ihtiyaçlarının büyük bir kısmını internet üzerinden karşılamaya başlamıştır. Talebe istinaden artan e-ticaret hacminin vazgeçilmez unsuru olan lojistik kısmı üzerine daha fazla çalışmalar ve yatırımlar yapılmaya başlanmıştır. Lojistik maliyetlerinin en büyük kısmını oluşturduğu iddia edilen son adım teslimatı üzerine yapılan çalışmalarla birlikte kısıtlı kaynaklarla yüksek miktardaki talebe cevap verirken maliyetlerin de kontrol altında tutulabilmesi için çeşitli lojistik modelleri ortaya çıktığı görülmüştür. Bu çalışmada, mobilya sektöründe e-ticaret faaliyeti yürüten bir firmanın verileri kullanılarak son adım teslimatı maliyetini minimize edebilmek için dört farklı senaryoda lojistik modelleri oluşturulmuştur. Senaryoları çözümlerken p-medyan, kümeleme ve rotalama yapılmıştır. Sonrasında ise, senaryoların maliyetleri birbiriyle karşılaştırılmıştır. Birinci senaryoda son adım teslimatının bir lojistik firması tarafından kargo hizmet alınarak gerçekleşmesine dayanmaktadır. İkinci senaryoda ise, p-medyan algoritması kullanarak bir depo yeri belirlenmiş, tüm müşteri teslimatları bu depodan sağlanacak şekilde rotalar oluşturulup son adım teslimatı yapılmıştır (rotalama). Senaryo 2 de, 1.senaryodan farklı olarak kiralanan depo sebebiyle personel istihdamı ve araç kiralama maliyetleri de toplam maliyete eklenmiştir. Üçüncü senaryoda pareto analizine göre sipariş büyüklüğü en fazla olan bölgelerin verileri kullanarak yeni depo yeri belirlenmiş (p-medyan) ve bu noktalara teslimat yapılması sağlanmış (rotalama), diğer bölgelere olan teslimatlar için kargo firması aracılığıyla teslimatlar planlanmıştır. Bu senaryoda da senaryo 2 deki gibi personel istihdamı ihtiyacı hasıl olmuş olup araç kiralama maliyetiyle birlikte toplam maliyete eklenmiştir. Dördüncü senaryoda ise pareto analizi ile sipariş yoğunluğunu oluşturduğu görülen 1. ve 2. bölgedeki müşteriler kümeleme algoritması yardımıyla gruplanmıştır. p-medyan algoritması yardımıyla kümelenen 5 müşteri bölgesi için 5 ayrı müşteri teslimat noktaları belirlenmiş, teslimatların bu noktalardan yapılması durumu dikkate alınmıştır. Katılımlı teslimat modeline teşvik için müşterilere bir sonraki siparişlerinde kullanılmak üzere hediye çeki tanımlanmış ve bu maliyet de senaryo maliyetine eklenmiştir. Belirlenmiş 4 senaryo üzerinden maliyet hesaplamaları karşılaştırılıp maliyet açısından en uygun seçenek yönetime sunulmuştur. Yeni senaryolarla gelen personel istihdamı, araç kiralama ve depo kiralama seçenekleri yeni problemlere yol açabilir. Firma yeni eklentilerle birlikte istihdam koşullarını sağlamak için bazı yasal sorumluluklara mecbur kalabilir. Kiraladığı deponun ve aracın kullanım süreçlerinde başka sorunlarla karşılaşabilir. Bu durumlar senaryoların dışında tutulmuş olup firma yönetimine görüş olarak ayrıca bildirilmiştir.
Veri madenciliği ve makine öğrenmesi yaklaşımı ile tiroit kanserinin tanılanması
Sağlık sistemi, hedeflenen kitlenin sağlıkları ile ilgili tüm hizmetlerini görmek üzere ilgili kurumların, kaynakların ve insanların bir arada örgütlendiği bir sistem olarak tanımlanabilir. DSÖ'ne göre Sağlık sistemi, sağlığı korumak, hastalıkları tedavi etmek ve bireylerde sağlıklı gelişimi sağlamak üzere kişileri, eylemleri ve organizasyonları kapsamaktadır. Her yıl artarak devam eden hastalık ve ölüm oranları zaman, para ve insan gücü maliyetleri açılarından büyük giderlere muhatap olmaktadır. Hızlı artan bu maliyetler daha fazla insan gücü istihdamı ile çözülememektedir. Teknolojinin gelişimi ve birçok alanda olduğu gibi tıp alanında da yararlı neticeler vermesi sonucu, yukarıda belirtilen problemlerin çözümü ve maliyetlerin olabildiğince aza indirilerek verimliliğin arttırılması amacıyla, uzmanlar tarafından yürütülen karar süreçleri zeki karar destek sistemleri ile desteklenme potansiyeline sahiptir. Veri bilimi (Data science) ve eldeki hasta verilerinin birer anlamlı bilgiye dönüştürülmeleri için kullanılacak teknikler elde etmek istenilen sonuçların anahtarı niteliğindedir. Bu anahtar, maliyetleri azaltacak ve doktorların üzerinden fazlalık işleri alarak hastalara daha fazla bakım ve daha verimli tedavi olanakları sağlayacak şekilde sağlık sistemlerini başarıya ulaştıracaklardır. Veri bilimi bu başarısını, çoklu veri kullanımı ile tanı ve tedavide çoklu seçeneklere sahip olmasına borçludur ve hatalı sonuçlar vermesi çok küçük düzeylerde kalmaktadır. Buna mukabil birçok doktorun son tıbbi gelişmeler hakkında yayınlanan örneğin binlerce makaleyi (verileri kontrol altında tutmak açısından) okuyabilmesi ve elde ettiği tüm verilerden analizler çıkartarak tanı ve tedavi yapabilmesi mümkün görünmemektedir. Uzman kontrolünde yazılım ve donanım olarak kullanılan teknolojik yapılar, günümüzde yapay zekâ adıyla anılan ve kendi kendine öğrenerek karar çıktıları üretebilen makine öğrenmesi türünden algoritmalar ile desteklenebilmektedirler. Bu araştırmada önerilen yöntem, uygun veri toplama (bizim durumumuzda, çevrimiçi eldeki veri setleri), veri seçimi, veri ön işleme işlemlerinin gerçekleştirilmeleri ile birlikte destek vektör makineleri ve lojistik regresyon gibi makine öğrenmesi yöntemlerinin karar destek sistemleri olarak modellenmelerinde veri madenciliği ve makine öğrenmesi yaklaşımları olmuştur. Elde edilen bilgiler, tablolar ve diyagramlarda gösterilmek üzere sonuçların görselleştirilmesi ve değerlendirilmesi ile başlayan farklı veri madenciliği süreçlerini de içermektedir. Tanı ve tedavi için eldeki kullanılabilir veriler, destek vektör makineleri, lojistik regresyon teknikleri ile diğer makine öğrenmesi algoritmaları ile uzmanlık seviyesinde karar verme süreçlerine yardımcı olabilir bilgilere dönüştürülmüştür. xxii Öznitelik seçme teknikleri amaca yönelik araştırılan tüm modelleri ve bu modellerin sonuçlarını etkilemektedir. Bu sebeple mümkün olan tüm öznitelik seçme algoritmaları denenerek en uygun doğru sınıflandırma elde edilmiştir. Farklı öznitelik seçme algoritmalarından elde edilen en uygun özniteliklerin, sonuçları doğru vermede (Accuracy) çok önemli olduğu ortaya konmuştur. Ayrıca model değerlendirmesinde Spesifiklik ölçüsü gibi farklı ölçülerin kullanılabileceği ve bu ölçüler üzerinden doğru sonuçlar ve analizler yapılabileceği gösterilmiştir. Destek vektör makineleri sınıflandırıcısı kullanılarak oluşturulan bir model üzerinden bir web uygulaması çalıştırılmıştır. Girdi olarak elde var olan tiroit kanser hasta verilerini alan web formu, modelin verdiği karar üzerinden hastanın kanserli olup olmadığı sonucunu web ara yüzü üzerinden ekrana yansıtmaktadır.
Makine öğrenmesine dayalı talep tahmin modellerinin karşılaştırılması
Üretim planlarındaki gecikmelerin önlenmesi için hammaddenin ve yarı mamulün belirlenen miktarda bulundurulması planların gerçekleşmesinde önemli bir etkiye sahiptir. Bu doğrultuda literatürde yapılan çalışmaların tedarik zincirinde sürekliliğin sağlanması ve müşteriye teslim tarihlerinin gerçeklenmesinde talep tahmin modellerinin önemi yadsınamaz. Literatürde ve endüstriyel raporlarda sipariş gecikmelerinin önlenmesi için gerekli çalışmalardan biri olan gerçekçi talep tahmin modellerinin geliştirilmesi önemli bir yer tutmaktadır. Bu çalışmada makine öğrenmesine dayalı gerçekçi bir talep tahmin modeli geliştirilmesi amaçlanmıştır. Bu çalışmayla ürünler için ihtiyaç duyulan sipariş gecikmelerinde birincil derecede önemli hammadde ve yarı mamulün ihtiyaç duyulan zamanda ve miktarda belirlenebilmesi bu problemleri önemli oranda azaltacaktır. Bu çalışmanın sonucunda aylık periyotta yapılan tahminler ile malzemelerin stok miktarlarının optimum seviyede bulundurulabilmesi sağlanacaktır. Sipariş fazlası ve ürün teslimatındaki gecikmelerin önemli oranda düşürülebileceği bu çalışmanın sonuçlarına dayanarak söylenebilir. Bu çalışmada geliştirilen modelin tahmindeki hataları azaltabileceği, son üç dönem talep ortalamalarının bağımsız değişkenler olarak ele alınması ile sağlanabileceği gözlemlenmiştir. Geliştirilen modelde enerji maliyeti, euro/dolar paritesi, çelik fiyatı, 1 ay önceki sipariş miktarı, 2 ay önceki sipariş miktarı, 3 ay önceki sipariş miktarı ve son 3 dönem sipariş ortalaması niteliklerinin yanı sıra talebin artması ve azaltılması trendlerinin belirlenmesinde çelik hammadde fiyatındaki değişim ile enerji maliyetlerindeki değişim ve sipariş miktarındaki değişimler de bağımsız nitelikler olarak ele alınmıştır. Tahmin modellerinin geliştirilmesinde yapay sinir ağları, karar ormanı ve lineer regresyon yöntemleri kullanılmış ve modellerin performansları değerlendirilerek karşılaştırılmıştır. Talep tahmin modellerinin geliştirilmesinde en ilgili özelliklerin belirlenebilmesi amacıyla Parçacık Sürüsü Optimizasyonu, Harris Şahini Optimizasyonu, Gri Kurt Optimizasyonu, Yusufçuk Optimizasyonu, Genetik Optimizasyonu ve Yerçekimi Arama Optimizasyonu olmak üzere 6 farklı nitelik seçimi yöntemi uygulanmıştır. Bu optimizasyon algoritmalarıyla nitelik seçimleri yapılarak daha doğru sonuç veren modeller geliştirilmiştir. Geliştirilen modellerde hammaddenin ve yarı mamullerin yeterli miktarda bulunmaması sipariş gecikmelerine, fazla olması ise stok maliyetlerinin artmasına neden olabilmektedir. Geliştirilmiş olan modelde tahmin hatalarının azaltılmasıyla sipariş gecikmelerinin ve stok maliyetlerinin azaltılabileceği öngörülmüştür. Modelin uygulanmasında kullanılan veriler çelik imalat sektöründe faaliyet gösteren büyük ölçekli bir firmadan temin edilmiştir. Modelin uygulanmasında dört farklı ürünün geçmiş yıllara ait satış verileri kullanılmıştır. 89 aylık veri toplanmış ve bunun 80 aylık verisi modeli eğitmek için, 9 aylık veri de test ve performans verisi olarak kullanılmıştır. Deneysel sonuçlara göre, nitelik seçimi yöntemlerinin genel olarak tahmin modellerinin performansını artırdığı sonucuna ulaşılmasına ragmen her bir ürün için en uygun tahmin performansını gösteren nitelik kümesi ve talep tahmini yöntemi kombinasyonunun farklılık gösterdiği değerlendirilmiştir. Geliştilen modeller sayesinde ürünler için sırasıyla %93,6, %94,7, %90,3 ve %91,5 tahmin doğruluğu değerine ulaşılmıştır. Geliştirilen modeller MAPE, MAE, RMSE ve MSE performans ölçütlerine göre değerlendirilmiş, yapay sinir ağları yöntemiyle geliştirilen modelin diğer modellere göre daha iyi sonuç verdiği değerlendirilmiştir. Yapay sinir ağlarıyla geliştirilen modellerin ortalama %91,9, karar ormanı yöntemi ile geliştirilen modellerin ortalama %91,3, lineer regresyon yöntemiyle geliştirilen modellerin ortalama %87,3 doğruluk değerine ulaştığı gözlemlenmiştir. Çalışmada önerilen metodolojinin çelik sektöründe faaliyet gösteren firmalar bünyesindeki ürünler için etkili bir şekilde kullanılabileceği öngörülmektedir.
Sürdürülebilir tedarik zinciri için tedarikçi seçim ve değerlendirme model önerisi ve tekstil sektöründe ugulama
Sürdürülebilir ve çevre dostu üretim, dünyanın sınırlı kaynaklarının korunmasında ve gelecek nesillere daha sağlıklı ve yaşanabilir bir çevre bırakılmasında önemli bir role sahiptir. Bu bağlamda ortaya çıkan sürdürülebilir tedarik zinciri; doğa, üreticiler, tüketiciler ve çalışanlar gibi tüm paydaşların haklarını ve sağlığını korumayı amaçlayan ilkelere dayanmaktadır. Bu çalışmada sürdürülebilir tedarik zinciri için tekstil endüstrisindeki bir ana fabrikanın tedarikçi seçiminde çok kriterli karar verme yöntemlerinden Sezgisel Bulanık TOPSIS, SWARA, COPRAS ve WASPAS kullanılarak bir tedarikçi değerlendirme ve seçim modeli önerilmektedir. Önerilen model, öncelikle tedarikçileri belirlenen küresel sürdürülebilirlik kriterlerine göre puanlandıran; ardından bunları fiyat, kalite, zamanında teslimat gibi seçim kriterleriyle birleştiren yeni bir tedarikçi seçim ve değerlendirme modeli ve entegre bir yaklaşımı temsil etmektedir.
Ant colony optimization and greedy algorithm performance comparison in travelling salesman problem
Nestled within the intricate realm of combinatorial optimization, the TSP emerges as a focal point, not merely entangled in theoretical complexities but also exerting a substantial influence on the practical terrains of logistics and supply chain management. This thesis embarks on a comparative journey, intricately exploring the efficacies of two prominent optimization methodologies—ACO and the Greedy Algorithm—in unraveling the subtleties of the TSP. Recognizing the pivotal role of streamlined route planning in modern supply chains, the study meticulously examines the theoretical underpinnings and practical ramifications of these algorithms. The methodological framework for this study encompasses the execution and assessment of ACO and the Greedy Algorithm through Matlab programming. The algorithms are meticulously executed within the Matlab environment, allowing for a precise examination of their performance. The comparative tests encompass a set of meticulously crafted scenarios for evaluating the algorithms' efficiency in addressing the TSP. The Matlab platform serves as the computational engine, enabling the execution of algorithmic processes and facilitating an in-depth analysis of key metrics, including time and cost. The choice of Matlab as the programming environment ensures a standardized and rigorous comparison, providing a robust foundation for deriving meaningful insights into the capabilities and limitations of both ACO and the Greedy Algorithm. The study yields illuminating results by closely examining pivotal metrics, such as time and cost, providing a well-rounded comprehension of the performance dynamics of ACO and the Greedy Algorithm across a spectrum of TSP scenarios. ACO's versatility shines through in its adept navigation of diverse TSP instances, while the Greedy Algorithm's efficiency becomes apparent in optimizing more extended and intricate routes without significant drawbacks. This comparative exploration introduces and clarifies methodologies and outcomes, contributing significantly to the discourse on optimization strategies for real-world logistical challenges. Considering the intricate complexity of global supply chains, the selection between ACO and the Greedy Algorithm is crucial for streamlined solutions for the TSP. The thesis aims to offer actionable insights for practitioners and researchers seeking optimal algorithmic approaches in the expansive field of logistics and supply chain optimization.
Bir porselen firmasında Pisagor bulanık AHP ve bulanık gri ilişkisel analiz yöntemleri ile iç lojistik yatırım projesi seçimi
Günümüzde firmalar sürekli karar vermek durumunda kalmaktadır. Şirket yöneticileri tedarikçi seçimi, yatırım projesi seçimi, pazarlama stratejisi seçimi, yeni ürün seçimi gibi çeşitli durumlarda sürekli seçim yapmaktadırlar. İşletmeler için yatırım projelerinin seçimi artan rekabet, kısıtlı kaynaklar ve firma stratejilerinden dolayı oldukça karmaşık bir karar problemi haline gelmiştir, çeşitli kısıtlar altında en doğru seçimin yapılması oldukça önemlidir. Yatırım projeleri seçilirken birden fazla kriter ve birden fazla alternatifin bulunması karar verme sürecinin zorlaşmasına sebep olmaktadır. Karar verme süreci problemi ve amacı doğru şekilde analiz etmenin önemli olduğu karmaşık bir süreçtir bu yüzden çözümün bilimsel temellere dayalı olması kritiktir. Yatırım projesi seçimi gibi çok kriterin ve çok alternatifin olduğu karar problemlerinin çözümü için ÇKKV (Çok Kriterli Karar Verme) metotları kullanılmaktadır, literatürde bulunan çeşitli ÇKKV metotları sayesinde kriterler ağırlıklandırılmaktadır sonrasında her bir alternatif bu kriterlere göre değerlendirilerek sıralanmaktadır ancak günlük hayatta kesin yargılara varılamamaktadır, bu yüzden Klasik ÇKKV Yöntemlerinin cevap veremediği sorulara cevap verme amacıyla Bulanık Küme teorisinden yararlanılarak çeşitli bulanık ÇKKV Yöntemleri geliştirilmiştir. Literatür incelendiğinde çok sayıda Bulanık ÇKKV Yöntemi'nin kullanıldığı görülmüştür. Her sektörde olduğu gibi porselen sektöründe de bitmiş ürünlerin depoya transferinin nasıl yapılacağı önemli bir sorudur. Ürünlerin kolaylıkla stoklanabilmesi, iş gücü verimliliğinin artırılması ve işlerin doğru organize edilebilmesi için uygun iç lojistik sisteminin seçilmesi önemlidir. Sürecin kolayca koordine edilebilmesi ve gelecekte ihtiyaç duyulabilecek değişikliklere cevap verebilmek için esnek bir sisteme sahip olmak ve uygun seçimler yapmak gerekmektedir. Bu transferi yapmayı sağlayan iç lojistik sisteminin esnekliği, maliyeti, kullanılabilirliği gibi çok sayıda kriter bulunmaktadır. Bu çalışmada porselen sektöründe hizmet veren bir firmanın iç lojistik yatırım projesinin ÇKKV metotları kullanılarak seçilmesi amaçlanmıştır. İlk olarak kriterler ve alternatifler belirlenmiştir, dokuz adet ana kriter ve ana kriterlerin alt kriterleri olmak üzere toplamda on yedi kriter ve dört farklı alternatif literatürde bulunan dilsel değişkenler yardımıyla karar vericiler tarafından değerlendirilmiştir. Bulanık ÇKKV metotlarından Pisagor Bulanık AHP Yöntemi kullanılarak kriterler ağırlıklandırılmıştır, sonrasında Bulanık Gri İlişkisel Analiz Yöntemi kullanılarak alternatifler sıralanmıştır. Literatüre bakıldığında Pisagor Bulanık AHP Yöntemi ve Bulanık Gri İlişkisel Analiz Yönteminin diğer yöntemlere göre daha az sayıda kullanıldığı görülmüştür. Ayrıca bu yöntemlerin birbirine entegre olarak kullanıldığı çalışma bulunmamaktadır. Porselen sektöründe ilk kez uygulanan bu alternatif yöntem ile literatürdeki boşluğun doldurulması amaçlanmıştır, bu duruma ek olarak çalışmanın sadece yatırım projesi seçim problemi çözümü olarak değil diğer herhangi bir karar problemi için kullanılabileceği için literatüre katkıda bulunacağı düşünülmektedir.
İki aşamalı soğuk tedarik zincirinde NSGA-II algoritma uygulaması
İki aşamalı soğuk tedarik zinciri; dondurulmuş gıda, taze/yeşil ürün veya ilaç gibi dikkat gerektiren ürünlerin taşınması, depolanması ve dağıtılması aşamalarını içeren bir sistemdir. Üzerinde çalışılan iki aşamalı soğuk tedarik zincirinde üç temel eleman mevcuttur. Bu elemanlar; bir tedarikçi, bir depo ve birden fazla müşteridir. İki aşamalı soğuk tedarik zincirlerinde birçok ürünün tedarik planlaması yapılabilmektedir. Çalışmada kalitesi aşamalı olarak düşen taze/yeşil bir ürünün taşınacağı kabul edilmiştir. İki aşamalı soğuk tedarik zincirinde; maliyet en küçüklemesi, ürün kalitesi optimizasyonu, ürün taşıma koşulları optimizasyonu, ürün depolama koşulları optimizasyonu, vb. gibi birden fazla amaç fonksiyonu belirlenebilmektedir. Birden fazla amaç fonksiyonun optimize edilebilmesi için kurulmuş olan matematiksel modelde maliyetleri ve ürün yaşlarını minimize eden iki ayrı amaç fonksiyonu oluşturulmuştur. Literatürde özellikle geleneksel çözüm yöntemleri birden fazla amaç fonksiyonu içeren matematiksel modellerin çözümünde iyi bir performans göstermemektedir. Bu nedenle iki aşamalı soğuk tedarik zinciri için kurulan matematiksel modelin çözümü için; Genetik Algoritma geliştirilerek oluşturulan Baskın Olmayan Sıralama Genetik Algoritması II (NSGA-II) kullanılmıştır. Belirli talep altında, 7 günlük periyot için yapılacak olan planlama NSGA-II ile optimum planlamaya ulaşılmaya çalışılmıştır. Yapılan çalışma sonucunda elde edilen sonuçlar; NSGA-II'nin iki aşamalı soğuk tedarik zincirindeki rotalama performansının literatürde yer alan geleneksel çözümlere göre yüksek olduğu ve önemli ölçüde optimum sonuca ulaşılmasını sağladığını göstermiştir.
Çelik profil üretimi yapan bir firmada yalın dönüşüm ve jidoka uygulamaları
Maliyetlerin artması halihazırda zorlu olan rekabet koşullarında işletmeleri daha da dezavantajlı hale gelmesine neden olmaktadır. İşletmeler, zorlu rekabet ortamında ayakta kalabilmek, fiyat avantajlarını ve kar marjlarını koruyabilmek için geleneksel üretim modellerinden ayrılmak, kısıtlı olan kaynakları en verimli şekilde kullanmak ve satış fiyatını artırmak yerine maliyetleri düşürmek işletmelerin öncelikli hedefi olmak zorundadır. Değeri, müşteriye doğru zamanda, talep edilen miktarda, istenen kalitede ve en az maliyette ulaştırma isteği üretim sektöründe köklü bir değişime sebep olmuştur. Bu değişimin merkezinde de üretim süreçlerindeki israfları ortadan kaldırmayı amaçlayan bir yaklaşım olan Yalın Üretim yer almaktadır. Yalın üretim felsefesinin temel amacı süreçlerdeki israfların ortadan kaldırılması / en aza indirilmesidir. Süreçlerdeki 8 büyük israftan bir tanesi olan "Hatalı Üretim" israfı birçok şirketin karşılaştığı sorunlardan bir tanesidir. Çoğu firma yüksek fire veya hurda oranları ile üretimlerini devam ettirmektedir. İşletmeler farklı çözümler uygulayarak bu kayıpların ortadan kaldırılmasını / en aza indirilmesi amaçlamaktadır. Yalın üretim ve Toyota Üretim Sisteminin temel yapı taşlarından biri olan Jidoka, hatalı üretim israfının ortadan kaldırılması/en aza indirilmesi için kullanılabilecek en iyi tekniklerden bir tanesidir. Jidoka, makinelerde veya proseslerde meydana gelebilecek arıza, kalitesizlik vb. hataları tespit eden, süreci durdurarak hatanın sonraki süreçlere aktarılmasını engelleyen otomasyon sistemleridir. Jidoka, sadece tezgahlarla sınırlı olmayıp emek yoğun proseslerde de kullanılabilir. Bununla birlikte son yıllarda yazılım mimarilerinde de kullanılmaya başlanmıştır. Bu çalışmada, çelik profil üretim sektöründe faaliyet gösteren işletmede, OEE sistemi kurulmuş ve ham madde, işgücü ve ekipman kapasitelerinin verimli kullanılabilmesi için Jidoka yöntemi uygulanmıştır. Mevcut durum analizinde 2022 yılına ait OEE ve duruş verileri kullanılmıştır. Bu veriler ışığında ilk olarak odak fabrika seçilmiştir. Seçim kararında hem duruş süreleri hem de yönetim tarafından alınan yatırım kararları etkili olmuştur. Fabrika seçiminden sonra uygulama yapılacak kayıp noktası belirlenmiş ve devreye alınmıştır. Çalışma sonucunda ilgili kayıp süresi 12,5% azalmıştır. Hurda miktarında da 19,5% iyileştirme sağlanmıştır. Çalışmada elde edilen kazanımlar, yalın dönüşüm ile dijital dönüşüm entegrasyonunun işletmelere getireceği faydaları göstermiştir. Ayrıca Jidoka tekniğinin sadece kalite kayıplarına değil aynı zamanda kapasite kayıplarına da önlem olabileceği ortaya çıkmıştır. Elde edilen kazanımlar sonucunda uygulamanın firmanın diğer fabrikalarına da yaygınlaştırılmasına karar verilmiştir.
Çelik profil üretimi yapan bir firmada yalın dönüşüm ve otonom bakım uygulaması
Rekabetin giderek arttığı günümüz koşullarında işletmelerin maliyetlerini azaltabilmesi ve aynı zamanda varlıklarını koruyabilmesi için etkin bir üretim yönetimine sahip olması gerekmektedir. Bunun için katma değersiz faaliyetleri eliminize ederek pazarın değişimine uyum sağlayabilecek yalın bir üretim metodu geliştirilmelidir. Geleneksel metotlar ile üretim yapılan bir işletmede tezgahlara ait bakım metodolojisinin gelişmemiş olması üretimde kalitesizliğe ve zaman kaybına yol açmaktadır. Seri üretim yapan bir üretim hattı için bu durum uzun duruşlara ve üretim planında aksamalara neden olmaktadır. Bu noktada işletmeler ekipmanların etkin bir şekilde yönetilebilmesini, bakımlarının yapılmasını ve sürecin iyileştirilebilmesini sağlayan sistematik bir yaklaşım olan Toplam Üretken Bakım faaliyetlerine yönelmeye başlamışlardır. Toplam Üretken Bakım tüm çalışanları içine alan, arızaların giderilmesini değil önlenmesini amaçlayan, sıfır hata ve sıfır kaybı hedefleyen yenilikçi bir yalın üretim anlayışıdır. Birçok işletmede otonom bakım ile bakım faaliyetleri karıştırılmaktadır. İşletmelerdeki çalışanların sadece üretime odaklanması ve bakımın sadece bakım personelinin işi olarak algılaması, özellikle ekipmanlardaki arıza kayıplarını arttırmaktadır. Ayrıca ekipmanın doğal yaşam döngüsünü tamamlayamadan atıl duruma gelmesine de neden olmaktadır. Bu noktada otonom bakımın önemi ortaya çıkmaktadır. Bu çalışmada çelik profil üretimi yapan bir firmanın bakım süreci incelenmiş ve arıza kaynaklı duruşları azaltıp ekipman etkinliğini en üst düzeye çıkarabilmek için yalın üretim faaliyetleri uygulanmıştır. Öncelikle 5S ve OEE sistematiği kurulmuştur. TPM felsefesinin araçlarından biri olan otonom bakım yöntemi ile ekipmanların arıza kaynaklı duruş sürelerinin azaltılması ve buna bağlı olarak OEE değerinin arttırılması amaçlanmıştır. Otonom bakım uygulamaları sektörde nadir olduğu için ve işletmede ilk defa uygulanacağı için sınırlı bir pilot bölgede devreye alınmıştır. Pilot bölge belirleyebilmek için üç fabrikanın geçmiş bir yıllık duruş verileri incelenmiştir. Belirlenen işletmede otonom bakım sürecini devreye almak için bir proje planı oluşturulmuştur. Otonom bakım komitesi kurulmuştur. Komite üyelerine belirli görev ve sorumluluklar atanmıştır, ilgili eğitimler verilmiştir. Otonom bakım faaliyetlerine başlanacak ekipmanın belirlenmesi için şirket içi envanter listesi çıkarılmıştır. Komiteyle birlikte belirlenen ekipman için mevcut durum analizi yapılmıştır. Analiz sonuçlarına göre belirlenen ekipman ortalama 157 dk/ay olmak üzere 1887 dk/yıl arıza kaynaklı duruşa sahiptir. Otonom bakım sonrasında bu duruş verilerinde iyileştirme hedeflenmektedir. Otonom bakım faaliyetlerinin ikinci adımı pilot ekipmanda yeni tamamlanmıştır. Üçüncü adım ve sonraki adımlar için çalışmalar devam etmektedir. İkinci adım sonucunda 157 dk/ay olan 2022 yılı arıza duruş ortalaması, 2023 yılında 142 dk/ay olarak ölçülmüştür. Toplam arıza kaynaklı duruşları incelediğimizde, 1.887 dk/yıl olan 2022 yılı arıza kaynaklı duruş süresi yaklaşık %9,5 iyileşme göstererek 2023 yılında 1.708 dk/yıl ölçülmüştür. Bu çalışmada ele alınan konu, çelik profil üretimi yapan firmada yalın dönüşümün uygulanması ve konu özelinde otonom bakım sistematiğinin nasıl kurulması gerektiği konusunda literatüre katkı sağlamıştır.
Yassı alüminyum üretiminde kalite sınıflarının makine öğrenmesi yöntemleri ile tahminlenmesi
Rekabetçi ve esnek üretim ortamında, ürünü müşteriye hızlı, istenilen kalitede ve oluşabilecek en düşük maliyette üreterek sevk edebilmek, dün de önemli olmakla birlikte günümüzde üreticiler için olmazsa olmaz bir hale gelmiştir. Bazı üretim süreçlerinde, üretimin çıktısının istenilen kalitede olup olmadığını önceden tahmin edebilmek ise, bu hedefe ulaşmada en etkin yollardan biridir. Günümüzde bu konuda genel yaklaşım uzman kişilerin bilgi ve tecrübelerinden yararlanmaya çalışmak olsa da, bu tarz yaklaşımlarla elde edilen başarılar, oldukça sınırlı kalmaktadır. Alüminyum, Dünya'da yükselen bir metaldir. Bu metalden elden edilen yassı rulo ürünlerin de yükselişi, alüminyumun cazibesinin artmasına paralel olarak devam etmektedir. Ortada olan yüksek pazar, yüksek rekabeti de beraberinde getirmektedir. Sürekli üretimin yapıldığı bu ürünlerin üretim prosesindeki en küçük iyileştirmeler bile, yüksek karlılık ve rekabet avantajı olarak firmalara geri dönmektedir. Bu çalışmada, Alüminyum Yassı Mamul üretiminin ilk aşaması olan Döküm Sıcak Haddeleme sürecine ilişkin, süreçteki girdi değişkenleri parametrelerine bağlı olarak nihai ürünün kalitesini (1. Kalite, 2. Kalite ya da 3. Kalite), nihai ürün sok kontrol aşamasına gelmeden, daha döküm aşamasında iken tespit edecek, böylelikle istenmeyen üretimlerin ve bunlara bağlı oluşan maliyetlerin önüne de geçerek üretim planlama esnekliğini artıracak, öğrenebilen akıllı bir yapı oluşturulmaya çalışılmıştır. Araştırma esnasında, Eğiticisiz Öğrenme metodu olan Kümeleme Yöntemleri ve Eğiticili Öğrenme, Sınıflandırma yöntemleri olan Makine Öğrenmesi ve Derin Öğrenme yöntemleri denenmiştir. Yöntemlerin uygulanmasından önce verinin sistemden alınması sonrasında veri üzerinde veri ön işleme süreçleri uygulanmıştır. Araştırma sonuçlarına göre, Kalite Tipi'nin eğiticisiz öğrenme teknikleri ile belirli bir seviyede ama düşük bir seviyede olmakla birlikte, eğiticili öğrenme teknikleri ile yüksek seviyede tahmin edilebileceği görülmüştür. Araştırma, mevcut durumda Eğiticili Öğrenme tekniklerinin yarı mamul bazında uygulanmasının en iyi sonuçları ortaya koyduğunu, bu durum içerisinde de farklı yarı mamul tiplerinde farklı algoritmaların en başarılı algoritmalar olabileceğini göstermiştir. Elde edilen sonuçlar ışığında yüksek derecede kazanımlar elde edilmiştir.Sonuçlar, fiili olarak kullanıma geçmiş olmakla birlikte, kullanılmakta olan yazılımlara entegrasyon süreci devam etmektedir.
Entegre et tesisinde yeşil tedarikçi seçimi için gri ilişkisel analiz ve aksiyomatik tasarım yöntemleri uygulaması
Geçmiş yıllara göre günümüzde tüketicilerin birçoğu, çevreye duyarlılık konusunda daha bilinçli ve hassas yaklaşımlar sergilemektedir. Teknolojinin gelişmesi ve insanların gün geçtikçe bilinçlenmesi durumu; işletmeleri, varlıklarını sürdürebilmeleri için tüketicilerin "yeşil" tercihleri doğrultusunda ürün üretme durumuna getirmiştir. Bu bağlamda en uygun tedarikçinin seçimi önem kazanmıştır. Yeşil tedarik zinciri kavramı ürünlerin yaşam döngüleri boyunca hammadde tedariğinden üretimine, lojistiğinden pazarlanmasına, geri dönüşümünden tekrar üretim döngüsüne katılmasına kadar olan tüm faaliyetleri kapsamaktadır. Geçmişte yapılan çalışmalara bakıldığında işletmeleri yeşil tedarik yönetimine iten birçok farklı sebep olduğu görülmektedir. Her geçen gün artan çevre kirliliği, nüfusun artması yanı sıra doğal kaynakların hızla tükenmesi, tüketicinin talebi, toplumun baskısı, israfın ortaya çıkardığı maliyetler, hükümetlerin çevre politikaları ve benzeri sebepler yeşil tedarik zinciri yönetimini nerdeyse zorunlu hale getirmiştir. Yeşil tedarik zinciri yönetimi, hem işletmelere hem de çevreye olumlu etkileri olduğu için her sektör tarafından uygulanabilmektedir. Bu sektörlerden biri de gıda sektörüdür. Nüfusun artması ile artan temel tüketim ihtiyaçlarının başında gıda gelmektedir. İnsan sağlığını doğrudan etkileyen gıda güvenliği ve hijyeni bu açıdan oldukça önemlidir. Gıda sektöründeki talebi karşılayabilmek, sürdürülebilirlik ve israfı önlemek için firmalar yeşil tedarik zinciri yönetimine ihtiyaç duymaktadır. Bu durum aynı zamanda ülke ekonomilerine de katkı sağlamaktadır. Bu çalışma Sakarya'da kırmızı et sektöründeki bir entegre et tesisi için yeşil tedarikçi seçimi problemini ele almaktadır. Bu çok kriterli karar verme (ÇKKV) probleminde tedarikçi seçimi için, Gri İlişkisel Analiz (GİA) ve Aksiyomatik Tasarım (AT) olmak üzere iki farklı yöntem ayrı ayrı uygulanmıştır. Problemde hem tüketicinin ihtiyaç ve talepleri hem de üreticinin beklentileri değerlendirilerek, literatür araştırmaları neticesinde uzman görüşlerini de dikkate alarak sektör için en uygun kriterler oluşturulmuştur. Ele alınan uygulama için mevcut beş kriter ve yedi tedarikçi bulunmaktadır. Ancak bu kriterlerin her birinin önem derecesi farklı olduğundan; kriterlerin ağırlıklarının hesaplanmasında Bulanık Analitik Hiyerarşi Prosesi (BAHP) yöntemine başvurulmuştur. Çalışmanın sonucunda hangi kriterin daha önemli olduğu belirlenip, her iki yöntem değerlendirildikten sonra firma için en iyi yeşil tedarikçi sıralaması oluşturulmuştur. Araştırma sonucunda tedarikçi firmaların yeşil politikaları konusunda oldukça hassas davrandıkları ancak geliştirmesi gereken alanlar olduğu görülmüştür.
Savunma sanayi sektöründe faaliyet gösteren bir firmaya değer akış haritalama ile bulanık htea entegrasyonu
Günümüzde üretim yapan fabrikalar rekabetin, azalan karın ve ekonomik belirsizliklerin yol açtığı sonuçlardan dolayı gelişimlerini ancak maliyetlerini azaltarak ve verimliliklerini arttırarak sağlayabilirler. İşletmelerinin var olan rekabete bakış açıları, sahip oldukları üretim sistemleriyle doğrudan bağlantılıdır. Bu sebeple işletmeler müşterilerine mükemmel değeri sunmak için yeni sistemler geliştirmek istemişlerdir. Yalın Düşünce Sistemi ve Yalın Üretim bu istek sonucunda ortaya çıkmıştır. Yalın üretim temelde hammaddenin fabrikaya girişinden itibaren nihai ürünün oluşumuna ve sonrasında müşteriye teslim edilişine kadar geçen sürenin en aza indirilmesini sağlar. Yalın üretimin temel amacı, mevcut düzene ait süreçlerin verimlilik analizlerini gerçekleştirmek, israfları ortadan kaldırmak , maliyetlerin azalmasına katkı sağlamak ve müşteriye olabilecek en kısa sürede mükemmel ürünü sunmaktır. Savunma Sanayi sektöründe güvenilir performans sunmak ve operasyonel riskleri azaltmak gün geçtikçe zorlaşmaktadır. Bu sektörde faaliyet gösteren ve uygulama yapılacak olan firma düşünüldüğünde, kurusıkı ses tabancası için Sanayi ve Teknoloji Bakanlığının yayınlamış olduğu yönetmelikler, gerçek silah için ise Milli Savunma Bakanlığının yayınlamış olduğu yönetmelikler güvenlik ve kalite standartlarını sağlayabilmek amacıyla uygulanması zorunlu olan yönetmeliklerdir. Ancak başarıyı elde etmek ve rekabet ortamında gelişimlerini sürdürebilmek için bu yönetmelikler yeterli olmamaktadır. Bu sektörde faaliyet gösteren firmalar kaliteli, güvenilir, hızlı ve en az maliyetle üretim yapabilmek için Yalın Düşünce sistemini ve Risk Optimizasyonunu benimsemelidir. İşletmelerde, kaynakların yoğun kullanımı katma değersiz faaliyetleri ortadan kaldırır düşüncesi başarılı olmanın önündeki en büyük engeldir. Katma değersiz faaliyetlerin ortadan kaldırılması ve istenen verimle çalışılabilmesi için hammaddeden başlayıp nihai ürünün müşteriye teslim edilmesine kadar uzanan sürecin bir bütün olarak değerlendirilmesi gerekir. Tedarik zincirinde tek bir halkanın başarılı olması yeterli değildir. Değer Akış Haritalama, Yalın Üretim Tekniklerinden biridir. İşletmelerdeki tedarik zinciri süreçlerine bütüncül bakış açısıyla yaklaşmayı sağlar. Oldukça sade ve anlaşılır bir yöntemdir. Değer Akış Haritalama tekniği kullanılarak mevcut durumda üretimde yaşanan tüm problemler ve hatalar görünür hale gelir. Bu yöntem kullanılarak üretimde zorunlu olmayan her faaliyetin, israfın ve hatanın maliyet üzerindeki etkisi azaltılabilir. Değer Akış Haritalama tekniği ile görünür hale gelen hataların, etkileri ve bunların önlenmesi için kullanılacak en uygun sayısal yöntemlerden biri Hata Türü ve Etki Analizi'dir. Hata Türü ve Etki Analizi süreçlerde oluşan/oluşması muhtemel hataların tespit edilmesini ve öncelik sıralamasına göre sistemin iyileştirilmesini amaçlar. HTEA'nın bu amacı, Yalın Düşüncedeki sürekli iyileşme ve mükemmelleşme ilkelerine doğrudan bağlıdır. Bu yöntem sisteme olan güvenin artmasını sağlar. HTEA'da , kesinliği arttırmak ve belirsizliği ortadan kaldırmak için Bulanık Mantık destekli entegre bir yöntem oluşturularak iki yönteminde iyi yönlerini buluşturmak amaçlanmıştır.Bulanık Mantık, güncel hayatta insan beyni tarafından her an oluşturulan nitel verileri nicel hesaplamalara dönüştürüp karar verme problemlerinde hataların minimize edilmesine katkı sağlar. Bu çalışmada, Savunma Sanayi sektöründe faaliyet gösteren CS firmasında, yaşanan hataların görünür hale gelmesini sağlayan Değer Akış Haritalama tekniği ile C9 model ürünü için örneklem alınarak dört adet yarımamüle ait Mevcut Durum Değer Akış Haritası çizilmiştir. Yarımamülller kapak, namlu, ateşleme iğnesi ve gövdedir. Daha sonra çizilen dört harita birleştirilip C9 model ürün için Mevcut Durum Değer Akış Haritası ortaya çıkarılmıştır. Kapak için çizilen haritada toplam akış süresinin 156,5 gün olduğu sonucuna ulaşılmıştır. Saha gezisi ve çizilen harita sonucu kalite hataları, finans planlaması yetersizliği, üretim planlama eksiklikleri, stok kontrolsüzlüğü ve bakımsızlık gibi 13 farklı kategoride problem/hata tespit edilmiştir. Tespit edilen problemler ve hatalar için önlem alınması amaçlanmıştır. Önlem alabilmek için ihtiyaç duyulan sıralama ise Bulanık HTEA yöntemi ile tespit edilmiştir. Bulanık HTEA yöntemi, MATLAP programında uygulanmıştır. Programa, olasılık, şiddet ve tespit edilebilirlik değerleri girdi olarak ; risk öncelik sayısı çıktı olarak tanımlanmıştır. Programa toplam 343 adet kural işlenmiştir. Çalışmada doğru sonuçlar elde edebilmek için CS firmasında anket çalışması yapılmıştır. Tüm bu işlem adımları sonrası sonuçlar incelenip en uygun sıralama önerilmiştir. Daha sonra yapılacak iyileştirmeler doğrultusunda Gelecek Durum tasarlanmış ve Gelecek Durum Değer Akış Haritası çizilmiştir. Sonuçta C9-Kapak yarımamülü için toplam akış süresi 57 güne kadar düşürülmüştür. Bu sonuç kapak yarımamülü için %63,57'lik bir iyileşme olduğunu gösterir. Uygulanması önerilen tüm iyileştirmeler firmaya sunulmuştur. Çalışmada Bulanık HTEA kullanılmasının sebebi, Klasik HTEA'da risk öncelik sayısının hesaplanmasında şiddet , olasılık ve tespit edilebilirlik kriterlerinde nitel veriler kullanılması ve değerlendirmenin kişiye bağlı olması gibi eksikliklerin önüne geçilmek istenmesidir. Çalışma sonucunda HTEA ile Bulanık HTEA kıyaslanmıştır. Gün geçtikte daha bulanık ve karmaşık bir yapıya sahip olan yeni dünyada, üretim yapan tüm firmaların faaliyetlerini sürdürebilmeleri için Yalın Üretim ilkelerini benimsemeleri gerekmektedir. Klasik yöntemlerle problem çözmeye çalışmak veya hata önceliklendirmeye çalışmak gittikçe zorlaşmaktadır. Bu noktada Bulanık Mantık, belirsiz ve farklı sözel verilerinin değerlendirilmesine, dolayısıyla daha kesin sonuçlar elde edilmesine olanak sağlar.
Karınca kolonisi ve parçacık sürü optimizasyonu algoritmaları ile 360 derece performans değerlendirme modeli: Bir yazılım firmasında uygulaması
İşletmeler hayatta kalabilmek ve rakiplerine karşı güçlü pozisyonlarda bulunabilmek amacıyla mevcut durumlarını iyileştirmek ve sürekli gelişimi ilke edinmek zorundadır. İşletmelerin günümüzde var olan potansiyelini geliştirerek kendi hedefleri doğrultusunda yol alabilmeleri ancak çalışana verdiği emek ve önemle mümkün olabilmektedir. Bu nedenle işletmeler çeşitli performans değerlendirme yöntemleriyle rakiplerine karşı üstünlüğü sağlayacak nitelikli işgücünü elde bulundurmak durumundadır. İşletmelerin varlıklarını sürdürebilmesi, büyüyebilmesi ve rekabetin yoğun olduğu piyasa koşullarında rakiplerinden öne çıkabilmesi, ancak doğru ve etkin performans değerlendirme sisteminin seçilmesi ile mümkün olmaktadır. Günümüzde işletmelerde yaygın olarak kullanılmaya başlanılan 360 derece performans değerlendirme sistemi ile çalışanlar birçok değerlendirici tarafından çok yönlü olarak değerlendirilerek doğru ve güvenilir sonuçlar ortaya çıkmaktadır. İşletmelerin 360 derece performans değerlendirme sonucuna göre çalışanlara geri bildirimde bulunması, çalışanların durumlarının analizi, gelişimi ve bu yönde gerekli desteğin sağlanmasıyla etkin bir değerlendirme süreci gerçekleşmektedir. Bu çalışmada bir yazılım firmasına etkin ve doğru bir değerlendirme sürecinin var olabileceği çok yönlü bir performans değerlendirme sisteminin önerilmesi için hizmet veren çalışanların uzman görüşü alınarak belirlenen performans değerlendirme kriterlerinin 360 derece performans değerlendirme sistemi modelinde değerlendirilmesi incelenmiştir. İşletmenin objektif ve ayrıntılı bir şekilde değerlendirilmesi ile verimli bir değerlendirme süreci sunan 360 derece performans sistemiyle çalışanlar tek yönden değil ast, eşlenik, yönetici ve müşterileri tarafından detaylı bir şekilde değerlendirilmesi ile değerlendirme süreçlerinde yanlışların giderilmesi ve buna bağlı gelişen etkenlerin ortadan kaldırılması istenmiştir. Bu çalışmada, performans değerlendirme sisteminde belirlenen kriterlerin önem sırasına göre seçimi ve bu kriterlerin ağırlıklarının bulunması için meta sezgisel yöntemlerden olan Karınca Kolonisi Algoritması ve Parçacık Sürü Optimizasyonu Algoritması kullanılmıştır. Çalışmada, sezgisel algoritmaların kullanılma nedeni 360 derece performans değerlendirme sisteminin girdisi olarak belirlenen kriterlerin seçiminde ve ağırlıklarındırılmasında sabit olan verilere bağlı olmaksızın birçok alternatifin biraraya getirilmesi ve değerlendirilmesinin mümkün hale getirilmesi sağlanmaktadır. Klasik karar verme yöntemlerinde değiştirilemez ve ya alternatifi olmayan nesnel sonuçlar kabul edilirken sezgisel yöntemlerin kullanılması ile kısıtlı kaynak ve karar vericiler ile zamandan tasarruf edilerek optimal sonuç için birçok alternatifin birarada incelenmesi mümkün hale gelmektedir. Sürü zekasına dayanan bu sezgisel yöntemler ile doğadaki canlılar örnek alınarak birçok optimizasyon problemi çözülmektedir. Uygulamada kullanılan yöntem ile amaçlanan önem sırasına göre kriterlerin seçilmesi ve kriter ağırlıklarının optimizasyonunu sağlayan en iyi algoritmayı bulabilmektedir.360 derece performans değerlendirme sisteminde yetkinliklerin fazla olması değerlendirme işleminin objektif ve güvenilir olmasını engellemesinden dolayı kriterler uzman görüşü alınarak Karınca Kolonisi Algoritmasının öznitelik bulma özelliği kullanılarak seçilmiştir. Karınca Kolonisi Algoritması ile kriterlerin önem sırasına göre seçilmesi için algoritmanın çalışma sonuçlarının hata payları ölçülmüştür. Algoritma sonucuna göre hata payı ölçümü en düşük olan iterasyon seçilerek kriterlerin önem sırasına göre seçim işlemi gerçekleşmiştir. Seçilen kriterlerin ağırlıkları Parçacık Sürü Optimizasyonu ile bulunarak kriterlerin hata payları ortalama mutlak hata (MAE), ortalama hata karesi (MSE), ortalama mutlak yüzde hata (MAPE) ile ölçülmüştür. Algoritmanın çalıştırılmasıyla çıkan sonuçlar incelediğinde hata payı en düşük olan iterasyon kriter ağırlıkları olarak belirlenmiştir. Algoritmanın sonuçlarına göre temel yetkinliklerden en yüksek kriter ağırlığına sahip olan yetkinlikler insan ilişkileri (iletişim), müşteri ve toplam kalite yönetimi ve takım çalışması ve iş birliğidir. Fonksiyonel yetkinliklerden ise en yüksek kriter ağırlığına sahip olanlar planlama ve karar alma, bilgi paylaşımı ve iş yönetimiyken yönetsel yetkinliklerden koçluk, kriz yönetimi, süreç ve risk yönetimidir. İki algoritma birbirine entegre biçimde kullanılarak çalışmada uygulanan yöntem 360 derece performans değerlendirme sistemine yeni bir yaklaşım getirmiştir. Uygulama bir yazılım programında tasarlanarak örnek bir 360 derece performans değerlendirme sistemi modellenmiştir. Sonuç olarak firma için etkin bir performans değerlendirme sistemi önerilmiştir.
Montaj hattı dengeleme problemi için bulanık mantık tabanlı ergonomik risk değerlendirme modeli
Montaj hattı dengeleme problemlerinde ergonomik faktörlerin dikkate alınması, iş güvenliği ve performansı iyileştirme potansiyeli taşımaktadır. Bu çalışmada, ergonomik riskler göz önünde bulundurularak karma model montaj hattı dengeleme problemi (Ergo-KMMHDP) için iki aşamalı sistematik bir yaklaşım geliştirilmiştir. İlk aşamada, aralık değerli küresel bulanık analitik hiyerarşi prosesi (IVSF-AHP) kullanılarak ergonomik risk değerlendirme yöntemlerinin ağırlıkları belirlenmiştir. Bu ağırlıklar temel alınarak, bütünleşik ergonomik risk değerlendirme bulanık mantık modeli oluşturulmuştur. Bu aşamada, REBA, OCRA, QEC ve COPSOQ yöntemlerine dayalı risk skorları üzerinden bütünleşik ergonomik risk değeri hesaplanmış ve risk sınıfları tanımlanmıştır. İkinci aşamada ise, Ergo-KMMHDP için matematiksel modeller geliştirilmiştir. Bu modeller, çevrim süresini minimize ederken, bütünleşik ergonomik risk değerini ve her risk sınıfına ait görevlerin istasyonlar arasında dengeli bir şekilde dağıtılmasını hedeflemektedir. Geliştirilen sistematik yaklaşımın geçerliliğini test etmek ve performansını değerlendirmek amacıyla bir kablo donanımı üretim tesisinde uygulama yapılmıştır. Uygulama sonuçları, ergonomik risklerin daha dengeli bir şekilde dağıtılabileceğini ve aynı çevrim süresi ile daha yüksek ergonomik performans elde edilebileceğini göstermektedir. Ön montaj hattında yapılan iyileştirmeler neticesinde hat verimliliğinde %10-11 ve ergonomik risk dengeleme performansında %12-25 oranında iyileşme sağlanabileceği belirlenmiştir. Ana montaj hattında ise hat verimliliğinde %2-3 ve ergonomik risk dengeleme performansında %6-12 oranında iyileşme elde edilebileceği saptanmıştır. Ergonomik amaç fonksiyonu ve bölgeleme kısıtlamalarının çevrim süresi ve ergonomik risk dengeleme performansı üzerindeki etkilerini değerlendirmek amacıyla çok değişkenli varyans analizi (MANOVA) uygulanmıştır. Çoklu karşılaştırma sonuçları, ergonomik faktörlerin modele dahil edilmesinin çevrim süresi üzerinde anlamlı bir etkisinin olmadığını, ancak ergonomik risklerin istasyonlar arasındaki dağılımını daha dengeli hale getirdiğini ortaya koymuştur. Çalışma sonuçları, önerilen yaklaşımın iş güvenliği ve verimlilik açısından önemli faydalar sağlayabileceğini göstermektedir.
Akımsız nikel esaslı alaşım kaplamalarda en iyi kaplama özelliklerini sağlayan banyo parametrelerinin yapay zeka yöntemleri ile tersine optimizasyonu
Akımsız nikel kaplamalar, nikelin bir yüzey üzerine elektrokimyasal olarak bir kaplama oluşturulmasını ifade eden bir kaplama yöntemidir. Akımsız nikel kaplamada, elektrokimyasal bir işlem kullanarak nikelin bir yüzey üzerine bir kaplama tabakası oluşturulması esas alınmıştır. Bu işlemde elektrik akımı kullanılarak metal iyonları, bir katot yüzeyine çekilir ve orada nikel tabakası olarak çökeltilir. Bu kaplama teknolojisi, geleneksel elektroliz yöntemlerine göre çeşitli avantajlar sunmaktadır. Akımsız nikel kaplamada, yüzeyde homojen ve eşit dağılımlı bir kaplama sağladığı için diğer kaplama yöntemlerine nazaran daha düzgün bir görünüm elde etmeyi mümkün kılar. Ayrıca bu kaplama yönteminde, kaplama kalınlığı hassas bir şekilde kontrol edilebilmektedir. Böylece istenilen özelliklere ve değer aralıklarına uygunluk artırılabilmektedir. Geleneksel elektroliz yöntemleriyle kıyaslandığında, akımsız nikel kaplamalar daha karmaşık ve yüzey fiziksel özelliklerinin daha girinti çıkıntılı olduğu banyo kaplamalarında daha etkili olabilmektedir. Yüzeylerin korozyona karşı direncini ve aynı zamanda dayanıklılıklarını artırarak aşınma ve çizilmelere karşı koruma sağlar. Akımsız nikel kaplamalar, endüstriyel uygulamalarda yüzey koruma, estetik ve dayanıklılık açısından tercih edilen bir kaplama yöntemi olarak öne çıkmaktadır. Bu yöntem, geniş bir endüstri yelpazesinde kullanılan çeşitli parçalarda başarılı bir şekilde uygulanabilir. Örneğin, otomotiv parçalarında kullanılması neticesinde özellikle sertlik, korozyon direnci ve estetik açıdan tercih edilmektedir. Yine elektronik parçalarda, özellikle konektörlerde ve devre kartlarında kullanılır. Parçalar üzerinde elektrik iletkenliği ve korozyon direnci sağlamaktadır. Diğer bir kullanım alanı olarak endüstriyel makinelerde kullanılan parçalarda aşınma direnci ve uzun ömürlülük için akımsız nikel kaplama yöntemi tercih edilmektedir. Akımsız kaplamalarda banyo parametreleri, istenilen sertlik, kalınlık, korozyon direnci, vb. özellikleri elde etmede kullanılan girdi değişkenlerini ifade etmektedir. Yapılacak olan kaplamanın çeşidine göre, ısı, süre, indirgeyici, aktivasyonu sağlayan toz çeşitleri ve miktarlarını ifade etmektedir. Parametre optimizasyonunda çok farklı yöntemler kullanılabileceği gibi, günümüzde yaygın hale gelen ve yüksek doğruluk oranlarına sahip makine öğrenmesi yöntemlerini içeren yapay zekâ teknikleri de başarı ile uygulanmaktadır. Yapılan bu çalışmada, veri elde edilmesi, ulaşılacak sonuçların gerçek hayatta elde edilen sonuçlar ile karşılaştırılması için bir dizi kaplama deneyleri yapılmıştır. Bu deneylerin sayısı, hangi parametrelerin kullanılacağı, herhangi bir parametrenin hangi seviyesinin deneyde yer alması gerektiğini önceden belirlemek amaçlı Taguchi deneysel tasarım yöntemi kullanılmıştır. Elde edilen deney sonuçlarını bilgisayar ortamına aktarmak ve gelecekte yeni verilerin oluşturulabilmesi aşamasında Yapay Sinir Ağları kullanılmıştır. Yapay Sinir Ağları, insan sinir sisteminden esinlenilmiş bir makine öğrenmesi yöntemidir. Girdi, çıktı ve ara (gizli) katmanlardan oluşan bir yapıya sahiptir. Ortaya koyduğu sonuçların gerçek deney sonuçlarıyla arasındaki hatayı minimize etmeye çalışmaktadır. Çalışmanın amacı hedeflenen kaplama özelliklerine dayalı banyo türü ve parametrelerinin belirlenmesi olduğu için, ikinci aşamada Genetik Algoritmalar yöntemi kullanılmıştır. Böylece bir nevi sonuçtan hedefe ulaşmak için kromozom yapısını taklit eden ve çaprazlama oranı, mutasyon özellikleri ile optimizasyonu sağlayan teknikten faydalanılmıştır. Çalışmamızda laboratuvar ortamında hazırladığımız banyo setleri ve kaplama numunelerinin istenilen çıktı özelliklerine göre elde edilmiş değerleri, bilgisayar tarafından elde edilmiş değerlerle karşılaştırılmıştır. Laboratuvarda deneyler 3'er kez tekrarlanarak daha kararlı değerlerin elde edilmesi hedeflenmiştir. Daha önce yapılmış olan çalışmalarda veya sanayi ortamında banyo parametrelerinin sonuçlarına göre sertlik, korozyon, aşınma gibi çıktı özellikleri değişkenlik göstermektedir. Yapılan bu çalışmanın özgün değeri olarak değerlendirdiğimiz kullanıcının nihai olarak elde etmek istediği çıktı özelliklerine ulaşmak için hangi banyo türü ve hangi bileşenlerin olması gerektiği hakkında çıkarım yapmasına olanak sağlamaktadır. Çalışma sonucunda elde edilen değerler incelendiğinde, geliştirilen modelin sonuçlar ile laboratuvar deneylerinin sonuçları arasındaki hata oranlarının, özellikle MAD, MAPE, MSE, RMSE vb. hesaplama yöntemleri ile elde edilen değerlerin kabul edilebilir sınırlar dahilinde olduğu gözlemlenmiştir. Örneğin MAPE için değerin %10 ve altında değerlerde olduğu sonucuna varılmıştır.
Elektrikli araçların kullanımına yönelik yük tahmini ve karar destek sistemi
Dünya'da teknolojik yenilikler ile eşgüdümlü küresel ölçekteki üretim ve tüketim anlayışı çerçevesinde birçok sektörü etkileyen devinim süreci yaşanmaktadır. Toplumsal düzeni temelden etkileyen bu durum ve beraberinde artan çevre bilinci, enerji sektörünün de farklı dinamizmlerle yapılandırılması ihtiyacını ortaya çıkarmıştır. Enerji sektörü ve piyasasının dinamik altyapılarında operasyonel ve yönetsel birçok süreç yürütülmektedir. Enerjinin arz-talep dengesini koruma hedefiyle yürütülen bu süreçlerde ise tüketiciler, dağıtım şirketleri ve diğer piyasa paydaşları doğrudan veya dolaylı olarak etkileşim içerisindedirler. Günümüzde küresel enerji sektörünün değişimi ve gelişimi için oluşturulan stratejik hedeflere bağlı olarak hükümetlerin, tüketiciler (müşteriler/kullanıcılar) ve piyasa paydaşları doğrultusunda belirli taahhütleri bulunmaktadır. Bu taahhütler arasında, güç sistemlerinin şebeke altyapılarına dijital dönüşüm destekli akıllı şebeke çözümlerinin üretilmesi ve net sıfır CO2 emisyon hedefine ulaşılması yer almaktadır. Elektrikli araçlar (EA), farklı ölçeklerdeki dağıtık üretim kaynakları ve enerji depolama sistemlerinin orta/alçak gerilim şebekelerine entegrasyonu ile akıllı gömülü sistemler tesis edilmesi bu hedeflere ulaşmada kritik önem arz etmektedir. Akıllı şebeke altyapısı ile bilgi, haberleşme, izleme, kontrol ve yönetim sistemlerinde otomasyon ve dijitalleşme artırılarak, karar vericiler için doğru ve güvenilir yönlendirme mekanizmalarının oluşması sağlanacaktır. Enerji sektöründe faaliyet gösteren şirketlerin ihtiyaç analizlerine uygun stratejiler geliştirmesi amacıyla oluşturulan bu sistematik ve teknolojik altyapılar ile karar vericilere geniş ve farklı bakış açıları sunulabilir. Şebekelerin yönetimindeki tahminleme, planlama, kontrol ve izlenebilirliğin gerçek zamanlı işletimi ile yaşanabilecek krizler anlık olarak fırsata dönüştürülerek karar verme sistemlerinin desteği artırılabilir. Böylelikle ilgililerin karar verme sürecine yardımcı karar destek sistemleri ile analiz, değerlendirme, yönlendirme, etkileşim, dengeleme ve uzlaştırma ortamı sağlanarak zamandan ve kaynaklardan tasarruf elde edilebilir. Bu tez çalışmasında enerji sektöründeki genel yaklaşıma göre enerjinin üretimi ve tüketiminden etkilenen unsurları EA şarj yükü tahmini bazında ele alan ve puant yükün dağıtım şebekesine etkisini en aza indirmek için uygulanacak stratejilerin ve buna bağlı belirlenen değişken faktörlerin kavramsal çerçevesi oluşturulmuştur. EA kullanımının dağıtım şebekesine etkisi neden-sonuç ilişkisi kapsamında ele alınan bu kavramsal çerçevede; bağımlı ve bağımsız değişkenler ile bunlara etki eden karıştırıcı, yönlendirici, aracı, kontrol olmak üzere altı farklı değişken kategorisi yer almaktadır. EA kullanıcılarının şarj istasyonlarını yoğun kullanımı durumunda hem kullanıcı hem de yerel dağıtık üretim kaynakları açısından bir çok unsur göz önüne alınmalı ve takibi yapılmalıdır. Çalışmanın devamında, oluşturulan kavramsal çerçevede belirlenen faktörler dikkate alınarak elektrikli araç kullanıcıları ve kamu hizmeti sağlayıcıları bakış açısıyla organizasyonların operasyonel ve yönetsel karar alma sürecini etkileyen unsurların yer aldığı bir kavramsal Karar Destek Sistemi geliştirilmiştir. Tüketicilerin yoğun elektrik tüketim taleplerinin karşılanabilmesi adına çeşitli yenilenebilir enerji kaynaklarından enerji dönüşümleri sağlanmaktadır. Elektrikli araç kullanımının artışı ile oluşan yeni enerji talebinin gelişimi; tüketici rolündeki elektrikli araç kullanıcılarının davranışları ve üretimi besleyen yenilenebilir enerji kaynaklarında bir takım değişim ve dönüşümler yaşanmasına neden olmaktadır. Bu nedenle elektrikli araçların yoğun kullanımı ile dağıtım şebekesi üzerinde oluşacak yeni talebin ve tüketim profilinin iyi anlaşılması önemlidir. Elektrik şebekesinde oluşacak yük talebinin artışı ve bu talebin en yoğun olduğu zaman dilimindeki aşırı yüklenme sorunu ile baş edebilmek için farklı çözüm stratejileri üretilmesi gerekmektedir. Elektrik enerjisi tüketimi ile oluşan günlük enerji talebinin yönetimi ve bir sonraki gün için yapılan saatlik talep miktarını belirleyen yük tahmin planları enerji sektörü için belirleyici ve yol gösterici unsurlardır. EA'ların enerji tüketim verilerinin elde edildiği dağıtık üretimin (ya da dağıtılmış enerjinin) bir bileşeni olan elektrikli araç şarj istasyonlarının yaygınlaşması ile enerji talep tahminlerinin bölgesel odaklılık yerine gelişmiş şebeke analizlerini de içerecek şekilde daha detaylı yapılması gerekmektedir. Enerji sektöründeki talep tarafı yönetimi ve yük yönetimine bağlı yük tahmin planlarını etkin bir şekilde yapabilmek için enerji talebinin tahmin doğruluğu ciddi önem arz etmektedir. Çalışma konusu ve kapsamında; dağıtım şebekesi üzerinde oluşacak yeni enerji talebi ve dönemsel puant güç (veya puant yük) talebinin analizi ile kısa dönemli yük tahmini için uygulanacak yük tahmin algoritmaları ele alınmıştır. Çalışmada geçmiş verilerden faydalanılarak gelecekteki yeni talebi oluşturan EA enerji tüketimi veya EA şarj yükünün tahmini için; gerçeğe en yakın, tutarlı ve efektif sonuçlar elde edilmesi hedeflenmektedir. Çalışmada kullanılan tahmin yöntemleri literatürde zaman serisi tahmini olarak ele alınmakta olup tahmin algoritmalarını geliştirme sürecinde ise derin öğrenme modellerinden faydalanılmıştır. Bu amaçla çalışmada elektrikli araçların kısa dönemli şarj yükü tahmin doğruluğunun artırılması için Yığılmış Derin Öğrenme Topluluk Modeli (YDÖTM) önerilmiştir. Önerilen modelde CNN, LSTM, GRU, BiLSTM ve BiGRU modelleri temel öğrenici olarak ele alınırken meta öğrenici olarak LightGBM algoritması kullanılmıştır. Önerilen modelin uygulaması için ABD'nin Kaliforniya eyaletindeki Pasadena kentinde yer alan bir araştırma üniversitesinin, Caltech kampüsü garajında bulunan, 54 adet halka açık şarj istasyonlarından toplanan, gerçek zamanlı şarj oturum olaylarından yararlanılmıştır. Bu gerçek zamanlı şarj oturum olaylarına ait veriler; EA şarj bağlantı zamanı, EA şarj bağlantı bitiş zamanı ve enerji tüketim niteliklerini içermekte olup ACN-DATA adlı açık veri platformundan elde edilmiştir. Geliştirilen Yığılmış Derin Öğrenme Topluluk Modeli'nin etkinliği MAE, RMSE, NRMSE ve R² performans ölçütleri kullanılarak, derin öğrenmeye dayalı tekli modellerin performansları ile karşılaştırılıp değerlendirilmiştir. Değerlendirme sonucu önerilen modelin MAE, RMSE, NRMSE ve R² performans ölçüt değerleri sırasıyla 3.5894, 4.9935, 0.0551 ve 0.9444 olarak elde edilmiş olup karşılaştırılan tekli modellere kıyasla en iyi performansı verdiği görülmüştür. Dağıtım şebekelerinin EA şarj alyapısındaki kapasite planlamalarında elektrikli araç talebini yönetebilmek ve şarj kontrolünü optimize edebilmek için talep belirsizliği, enerji belirsizliği, EA mobilitesi, ağ belirsizliği, fiyat belirsizliği gibi sorunlar ele alınmalıdır. Bilgi ve haberleşme teknolojilerinin güç sistemine entegrasyonu ile bu belirsizlikleri yönetebilmek adına enerjinin öngörü bazlı dinamik süreçlerindeki faaliyetlerde yapay zeka uygulamaları ile optimallik, iyileştirme ve sürdürülebilirlik sağlanmalıdır. Çalışmada özetle; EA şarj yükü talebinin dağıtım şebekelerindeki etki analizine dair bir kavramsal çerçeve, bir kavramsal Karar Destek Sistemi ve EA'ların şarj yükü tahmini için bir metodoloji oluşturulmuş olup dâhilinde derin öğrenme algoritmalarına dayalı yük tahmin modelleri geliştirilmiştir. Bu bağlamda bilgi ve haberleşme teknolojilerinden faydalanılarak elde edilen ve anlamlandırılan verilere dayalı akıllı şarj kontrol ve karar verme mekanizmalarının inşa edilmesi desteklenerek güç sisteminin esnekliğini artırmak amaçlanmaktadır. Bu çalışmanın diğer akıllı şebeke teknolojilerini geliştirme çalışmalarına da yol gösterici nitelikte olacağı düşünülmektedir.