FBE- Endüstri Mühendisliği Lisansüstü Programı - Doktora

Bu koleksiyon için kalıcı URI

http://hdl.handle.net/11527/32

Gözat

Konu "Ağ tasarımı" ile FBE- Endüstri Mühendisliği Lisansüstü Programı - Doktora'a göz atma
  • Öge
    Hipersezgisel yöntemlerle lojistik ağ tasarımı ve optimizasyon
    (Fen Bilimleri Enstitüsü, 2017) Erol, Vural ; Baskak, Murat ; 10182101 ; Endüstri Mühendisliği ; Industrial Engineering
    Tedârik Zinciri Yönetiminde en çok karşılaşılan problemlerden biri, Lojistik Ağ Tasarımı Problemidir. Bir işletmenin lojistik ağı, tedârikçiler, depolar, dağıtım merkezleri ve perakende mağazalarından ve bunlar arasındaki hammadde, ara ürün ve bitmiş ürün akışlarından oluşmaktadır. Lojistik Ağ Tasarımı Probleminde genel olarak amaç, müşteri gereksinimleri karşılanırken aynı zamanda sabit mâliyetler ile satınalma, üretim, depolama ve taşıma gibi değişken mâliyetleri de enküçüklemeye çalışmaktır. NP-Zor problem kapsamında ele alınan Lojistik Ağ Tasarımı Problemi için sezgisel ve metasezgisel yöntemler, statik durumlarda etkin çözümler sunmaktadır. Hipersezgisel yöntemler ise problemden bağımsız teknikler olup, çözüm arama süreci ile problem uzayı arasında bir soyutlama sağlarlar. Bir organizasyonun lojistik ağı, bir kuruluş için tedârikçi, üretim tesisleri, dağıtım merkezleri ve depolar arasındaki her türlü taşıma ve depolama işlemleri ile ilgilidir. Lojistik Ağ Tasarımı (LAT), işletmenin depo, dağıtım merkezi gibi noktalarının tedârikçi, üretim noktaları ve bayi, müşteri, toptancı gibi satış noktaları ile ilişkilendirilmesidir. Bu tez çalışmasında LAT problemleri İleri, Tersine ve Bütünleşik olmak üzere üç başlık altında incelenmiştir. İleri Lojistik Ağ Tasarımında hammadde ve ürünler tedârikçi, fabrika, dağıtım merkezi ve müşteri yoluyla ilerlemektedir. Tersine Lojistik Ağ Tasarımında ise ürün bu yönün tersi bir akışa sahip olup, Bütünleşik LAT'de her iki yöndeki hareket ele alınmaktadır. Lojistik Ağ Tasarımı Problemleri dört boyutta değerlendirilebilir. Karar Düzeyi olarak stratejik, taktik ve operasyonel, İşlevler olarak lokasyon belirleme, araç rotalama, depo miktarı belirleme, araç sayısı hesaplama vb., Çözüm Yöntemleri olarak sürekli yakınlaştırma, kesin ve sezgisel yöntemler, Uygulama Alanlarına (Sektörler) göre ise otomotiv, lojistik, elektronik vb. olarak sınıflandırılabilir. Bu tez çalışmasında Lojistik Ağ Tasarımı Problemi ve Hipersezgisel Algoritmalar ayrı başlıklar hâlinde anlatılmış ve literatür araştırmalarına ilişkin ayrıntılı sonuçlar açıklanmıştır. Çalışmada İleri Lojistik Ağ Tasarımı Problemi ile ilgili bir Karma Tamsayılı Programlama Modeli oluşturulmuştur. Lojistik Ağ Tasarımı Probleminde genel olarak amaç, müşteri gereksinimlerinin karşılanması koşuluyla tesislerin sabit mâliyetleri ve satınalma, üretim, depolama ve taşıma gibi değişken mâliyetlerin enküçüklemeye çalışılmasıdır. Problem oldukça geniş ve karmaşık olduğu için literatürde genel olarak belirli alt süreçlere ait problemler üzerinde çalışmalar yapılmıştır. Kurulan Karma Tamsayılı Programlama Modelinde temel olarak tedârikçi seçimi, tesis ve dağıtım merkezi aktifleştirilmesi, hangi fabrikanın, hangi tedârikçiden hammadde alacağı ve hangi dağıtım merkezine ürün göndereceği, müşterilere hangi dağıtım merkezi üzerinden hizmet edileceği ve dağıtım merkezi ile müşteriler arasındaki araç rotaları belirlenmeye çalışılmaktadır. Günümüzde, özellikle ekonomik nedenlerden dolayı, gerçek yaşamda karşılaşılan ve optimizasyon gerektiren problemler oldukça önem kazanmıştır. Bu tür problemler için kesin modellemeler yapmak karmaşık ve ayrıntılı olduğundan ve aynı zamanda çözümü uzun süreler gerektirdiği için bunlar uygulanabilir değildir. Bu nedenlerle, optimum sonucu garanti etmeyen ancak uygun süreler içerisinde yürütülmesi kolay, fazla kaynak gerektirmeyen ve uygulanabilir çözümler üreten basit sezgisel yöntemlere başvurulmaktadır. Metasezgisel Yöntemler son yıllarda başarısını kanıtlasa da, yürütülmesi oldukça zor, mâliyetli ve problem özelinde şekillendirilen tekniklerdir. Bir problem için yüksek kaliteli çözümler üreten bir Metasezgisel Algoritma, problemde birtakım değişiklikler yapıldığında başarısız olabilmektedir. Bu yüzden, gerçek yaşamda kullanılacak Metasezgisel yöntemlerin, bu değişikliğe uyum sağlamak üzere elden geçirilmesi gerekmektedir. Hipersezgisel Algoritmalar ise genelleştirilmiş, dayanıklı ve problemden bağımsız, yeniden kullanılabilen yöntemlerdir, Metasezgisel Yöntemlerden daha üst düzeyde soyutlama sağlarlar ve algoritma sürecinde herhangi bir zamanda hangi klasik sezgisel yöntemin uygulanacağına karar veren bir çözüm yaklaşımına sahiptirler. Klasik sezgisel teknikler, optimum, çözümü zor ve uzun süreler gerektiren büyük boyutlu problemler için, kabul edilebilir süre içinde optimuma yakın çözümler üreten, kullanımı kolay ve probleme özgü yöntemlerdir. Hipersezgisel Algoritmalar ise bu basit sezgisel yöntemleri uyumlu bir şekilde organize ederek etkin sonuçlar üretmektedir. Basit bir sezgisel yöntem, her problem için iyi çözümü üretmese de, diğer basit sezgisel tekniklerle uygulandığında kaliteli sonuçlar çıkarabilmekte, diğer bir deyişle çözümün belirli aşamalarında performansı yüksek olabilmektedir. Bu nedenle, sezgisel yöntemleri tek tek kullanmak yerine bütünleşik melez bir yapı oluşturmak, çözüm kalitesini arttırmaktadır. Hipersezgisel Algoritmalarda basit sezgisel tekniklerin nasıl seçileceğine kılavuzluk eden bir öğrenme mekanizması vardır. Hipersezgisel yöntemler süreç açısından Basit Hipersezgiseller (Sezgisel yöntemleri rassal seçen yöntemler), Seçim Fonksiyonlu Hipersezgiseller (Sezgisel yöntemlere ağırlık verip, bu ağırlığa göre seçim yapan yöntemler), Metasezgisel Yöntemlerle Melezleştirilen Hipersezgiseller (Sezgisel yöntemlerin uygulanma sırasını kodlayıp Metasezgisel kullanarak bu sırayı güncelleyen yöntemler), Öğrenme Tabanlı Hipersezgiseller (Basit sezgisel yöntemlerin daha önceki performanslarını dikkate alarak, hangi yöntemin seçileceğine karar veren uyarlanabilir (adaptif) öğrenme mekanizmasına sahip yöntemler) olmak üzere dörde ayrılabilir. Bu tez çalışmasında Lojistik Ağ Tasarımı problemi için bir Hipersezgisel Algoritma geliştirilmiş ve Microsoft .NET C# programı üzerinde kodlaması yapılmıştır. Ayrıca tasarlanan Hipersezgisel Algoritmanın farklı boyutlardaki Lojistik Ağ Tasarımı Problemleri için literatürde yer alan Genetik Algoritma ve Tavlama Benzetimi yöntemleri ile de karşılaştırılması yapılmıştır. Literatürde Lojistik Ağ Tasarımı için varolan bir problem kümesi (seti) olmadığı için, bu tezdeki problemler sanal olarak hazırlanmıştır ve problem içindeki parametrelere rassal değerler verilmiştir. Hazırlanan problemlerin düşük boyuttaki olanları için GAMS ortamında Karma Tamsayılı Programlama modeli oluşturularak optimum sonuçlar bulunmuştur, büyük boyutlu problemler için ise algoritmalar süresince bulunan en iyi çözüm dikkate alınmıştır. Geliştirilen Hipersezgisel Algoritmanın karşılaştırılması, optimum sonuca veya bulunan en iyi sonuca yakınlık, çözüm süresi ve bulunan çözümlerin dağılımları üzerinden yapılmıştır. Bu çalışmada Hipersezgisel Yöntemlerin daha iyi açıklanabilmesi için ayrıca Gezgin Satıcı Problemi üzerinde iyileştirici sezgiselleri kullanan ve salt iyileştirme gösteren hareketleri kabul eden (Sİ) Basit Hipersezgisel bir algoritma örneği verilmiştir. Bunun yanında geliştirilen Hipersezgisel yöntem kullanılarak bir, iki ve üç rotalı (güzergâhlı) LAT kapsamında basit örnekler üzerinden denemeler yapılmıştır. Tez kapsamında geliştirilen Hipersezgisel Algoritmanın etkinliğini ölçmek için altı sanal problem tipi oluşturulmuş olup, her tip için üç örnek problem hazırlanmıştır. Bu problemler üzerinden ise Altıparmak ve diğerleri tarafından 2006'da geliştirilen Genetik Algoritma ile Jamayaran ve Ross tarafından 2003 yılında geliştirilen Tavlama Benzetimi yöntemi arasında kıyaslama yapılmıştır. İlk dört problem, Karma Tamsayılı Programlama Modeli kurularak GAMS ortamında çözülmüş ve optimum sonuçlar elde edilmiştir. Diğer iki problem için, büyük olmalarından dolayı GAMS ortamında çözüm oluşturulamamış, algoritmalarca bulunan en iyi çözüm değeri ile karşılaştırmalar yapılmıştır. Literatürde Lojistik Ağ Tasarımı için bir problem kümesi olmadığı için problem verileri tümüyle rassal olarak üretilmiştir, bu sırada kapasite ve talep kısıtları dikkate alınarak uygun çözümlerin olabilirliği gözönüne alınmıştır. Üretilen problemler için bu çalışmada kurulan Karma Tamsayılı Programlama modeli dikkate alınmış ve senaryolar bu model üzerinden gerçekleştirilmiştir. Bulunan çözüm değerlerinin ayrıca sağlaması yapılarak sürecin kontrolü gerçekleştirilmiştir. Oluşturulan GAMS modelleri, program üzerindeki DICOPT ve BARON modülü ile çözülmüş ve optimum sonuçlar elde edilmiştir. Bu çalışmada yöntemler, her bir problemde her bir parametre kümesi için yüz kez uygulanmış olup, bulunan çözüm değerleri, en iyi çözümle arasındaki fark, buna ait sapma yüzdesi ve çözüm süreleri hesaplanmıştır. Bu noktada yer alan çözüm sürelerinden kasıt, algoritmanın çalışma süreci boyunca bulduğu en iyi çözüme ulaşma süresidir. Uygulamada Hipersezgisel Algoritma, Genetik Algoritma ve Tavlama Benzetimi yöntemlerince 100 denemede bulunan çözüm değerlerinin ve en iyi çözümün üretilme süresinin kutu grafikleri ile analizi yapılmıştır. Tez kapsamında gerçek yaşamdan örnek olması açısından îmalat sektöründe Türkiye'nin birçok yerinde tesisleri bulunan ve sektörün lider firmalarından biri seçilerek bir LAT problemi ele alınmıştır. Türkiye'de altı adet kutu fabrikası, dört adet depo, dört dağıtım merkezi ve 700'ü aşkın müşteriye sahip firmada gerçeğe uygun veriler alınarak gerçek yaşamdan bir uygulama gerçekleştirilmiştir. Tez çalışmasında ayrıca uluslararası hızlı taşımacılık alanında faaliyet gösteren bir lojistik firmasında da gerçeğe yakın veriler alınarak bir uygulama yapılmıştır. İngiltere, İtalya, Güney Kore ve Malezya'dan Türkiye'ye gönderilen 270 gönderi ve gönderim noktası olan 80 parsel üzerinde dört katmanlı LAT problemi için çözüm oluşturulmuştur. Bu tez çalışmasının amacı; gerçek yaşamda karşılaşılan Lojistik Ağ Tasarımı Problemi için literatürde eksikliği giderecek sağlam (robust), esnek ve kaliteli çözümleri kabul edilebilir sürede üreten bir Hipersezgisel Algoritma hazırlamak ve gerçek bir süreç üzerinde uygulamasını yapmaktır. Geliştirilmesi yapılan Hipersezgisel Algoritma, uygun süreler içinde farklı problemlerde en iyi çözümü elde etmiş, sonuçların ayrıntılı analizi yapıldığında diğer algoritmalara göre daha iyi performans göstermiştir.