Geri Dön

Teknoloji tahmini için yeni bir model önerisi

A model proposal for technology forecasting

PDF İndir

  1. Tez No: 421197
  2. Yazar: GİZEM İNTEPE
  3. Danışmanlar: PROF. DR. VEHBİ TUFAN KOÇ
  4. Tez Türü: Doktora
  5. Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2016
  8. Dil: Türkçe
  9. Üniversite: İstanbul Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 212

Özet

Küreselleşmenin getirdiği zorlu ve rekabetçi çevresel koşullar, şirketleri hayatta kalmak için yeni yollar aramaya itmektedir. Ekonomik büyüme, organizasyonları ve ülkeleri yenilikçi stratejiler geliştirmeye ve teknolojik yetkinliklerini ilerletmeye yönlendiren itici bir güç konumundadır. Bu nedenle teknoloji gelişimini takip etmek ve teknolojik gelişimler karşısında güncel kalabilmek şirketler için hayati önem taşımaktadır. Son yıllarda artan önemi nedeniyle teknoloji gelişimi çok sayıda çalışmanın konusu olmuştur. Başarılı bilim teknoloji politikaları, teknoloji öngörüsü ve teknoloji tahmini çalışmalarına bağlıdır. Teknoloji tahmini, uzun dönemdeki teknolojik seviyeyi, teknolojinin performansının nasıl bir gelişim izleyeceğini ve bu teknolojinin muhtemel etkilerini incelemeyi amaçlamaktadır. Geleceği çevreleyen çok fazla bilinmeyen olduğundan, bir belirsizlik olmadan teknolojik gelişmeleri tahmin etmek imkansızdır. Doğru bir teknoloji tahmini belirsizlikleri en aza indirirken, karar verme kalitesini arttırmaktadır. İyi bir tahmin yapabilmek için öncelikle teknolojinin ve teknolojik ilerlemenin yapısının net bir şekilde anlaşılması gerekmektedir. Teknoloji insani bir amacı gerçekleştirmek için fiziksel bir olayın uygulamaya konulmasıdır. Bir ya da daha fazla olgunun bir çalışma prensibi doğrultusunda bir araya getirilmesiyle oluşmuş bir sistemdir. Ana amacın yerine getirilmesi için bir araya getirilmiş alt sistemlerden oluşur. Bu nedenle teknolojik gelişim, alt sistemlerdeki gelişmelerle birlikte takip edilmelidir. Önerilen hiyerarşik yapı, sistemin ana performansına katkıda bulunan kritik alt sistemlerden oluşmaktadır. Bu kritik alt sistemlerin sayısı ve ayrıştırmanın seviyesi, incelenen ana sistemin karmaşıklığına bağlıdır. Teknolojinin bu şekilde kritik alt sistemlerine ayrışmasından elde edilmiş bir hiyererarşik yapıyı kullanarak teknoloji tahmini yapmak, hem teknolojinin fiziksel limitlerini belirlemede, hem de ana sistemin performansının altında yatan nedenleri belirlemede faydalı olacaktır. İkinci önemli nokta ise teknolojik gelişmelerin neden kaynaklandığını anlamaktır. Literatürdeki çoğu uygulamanın aksine, teknolojik gelişimin sebebi zaman değil,“çaba”dır. Dolayısıyla gerçekçi bir teknoloji tahmininde girdi olarak“ortaya konulan çaba”ya ait değişkenler kullanılmalıdır. Bu değişkenlerin belirlenmesi, çalışmada geliştirilen modelin ARGE alt modeli bölümünde anlatılmaktadır. Diğer taraftan, harcanan her çabaya karşılık alınan sonuçlar teknolojik gelişmelerin takip edilebildiği göstergeler yaratır. Bu göstergeler ikiye ayrılmaktadır. Birincisi yenilik denemeleri olarak bilinen patentlerdir. Teknoloji çalışmalarında sıkça kaynak olarak başvurulan patentler, bilimsel ve teknolojik performans gelişimlerinin ilk göstergeleridir. Fakat her patent teknolojik gelişime yol açmaz, bazıları ticari değeri olmayan icatlarla sınırlıdır. Sonraki süreç yenilik fikirlerinin uygulamaya geçmesi ve bu fikirlerin ve patentlerin kullanımından doğan performans göstergeleridir. Bu da ikinci grubu oluşturmaktadır. Karmaşık bir sistem içinde performans göstergeleri birden fazla değişken ile karakterize edilebilmektedir. Modelde bu teknolojik gelişim göstergeleri sistem ve performans alt modellerinin içerisinde incelenecektir. Model oluştururken, girdi ve çıktıların doğru tayini, çalışmanın en önemli kısmını oluşturmaktadır. Bu tez çalışmasında amaç, teknolojilerin karmaşık yapısını kritik alt sistemlerine ayrıştırarak ve teknolojiyi çabanın bir fonksiyonu olarak modelleyerek bir tahmin üretmektir. Bu model; a) ARGE yatırımları, doğa bilimleri, teknoloji arasındaki bağlantıları ve bilgilerin akışını göstererek; b) sistem ve alt sistemler seviyesinde teknolojik gelişimlerin performans ölçülerini açıklayarak; c) sistemin kritik sistemlerine ayrılmasına ilişkin bir model sunarak; ve d) modelin bileşenlerini birbirine bağlayan ve tahmin üreten bir yapay sinir ağı kullanılarak tasarlanmıştır. Bu amacı gerçekleştirmek için üç ana alt modelden faydalanılmıştır. ARGE alt modeli, teknolojik gelişimlere neden olan değişkenlerin nasıl belirlenmesi gerektiğini ve neleri içerebileceğini; sistem alt modeli, ana sistemin kritik alt sistemlerine nasıl ayrılması gerektiğini; performans alt modeli ise ana sistem ve alt sistemlerdeki performans ölçülerinin nasıl belirlenmesi ve ne gibi değişkenler kullanılması gerektiğini içermektedir. Bu tezin akademik literatüre diğer bir katkısı da, teknoloji tahmininde ana sistemin kritik alt sistemlerine nasıl ayrıştırılabileceği ve ne amaçla kullanılabileceğinin açıklanmasıdır. Model, sistemin kritik teknolojilerindeki teknolojik ilerleme ve sistem düzeyinde performans nitelikleri arasındaki nedensel bağlantılar hakkında daha bilgilendirici bir tahmin yapabilmek için tasarlanmıştır. Geliştirilen bu yöntem, teknoloji stratejisi geliştirme, planlama, teknoloji yol haritaları ve kaynak tahsisi kararlarında pratik uygulama alanları bulacaktır. Tez kapsamında, ilk olarak teknolojik gelişimlerin takibi için bütün tanımlamalar yapılacaktır. Alt modellerin tasarımı tamamlandıktan sonra, hangi verilerin kullanılması gerektiği, her bir alt modelin içinde belirlenecek ve geçmiş veriler toplanacaktır. Daha sonraki adım teknoloji tahmininin elde edilmesidir. Alt modeller arasındaki bağlantılar yapay sinir ağları (YSA) ile kurulacaktır. Yapay sinir ağlarının tahmin, sınıflandırma ve ilişki tanımlama problemlerinde başarılı çözümler ürettiği bilinmektedir. Teknolojik gelişimlerin doğrusal olmayan doğası göz önüne alındığında girdi ve geri bildirimlerde zamansal gecikmeler içeren dinamik geri beslemeli zaman serisi NARX (harici girişli doğrusal olmayan otoregresif ağ) ağı teknoloji tahmini problemi için iyi bir çözüm olarak karşımıza çıkmaktadır. Son olarak model ev tipi buzdolabı teknolojilerinin tahmini için uygulanmıştır. Analiz kapsamında, uzmanlarla görüşülmüş ve delfi uygulaması, Türkiye'deki başarılı bir beyaz eşya üreticisi olan bir firmanın Ar-Ge bölümünde çalışan uzmanlara uygulanmıştır. Yapay sinir ağları MATLAB 2014b programı aracılığıyla kullanılmıştır. Çalışmada 1980 – 2014 yıllarına ait geçmiş veri toplanarak 2015-2040 yılları arası tahmin elde edilmiştir. Model, uygulamada başarılı sonuçlar vermiş ve önemli bilgiler elde edilmiştir. Ev tipi buzdolaplarının 2030 yılında olgunluk dönemine ulaşacağı görülse de önümüzdeki yıllarda hala performansında iyileştirme fırsatları mevcuttur. Alt sistemlerdeki gelişmeler incelendiğinde hangi teknolojilerin limitlerine yaklaştığı ve acil radikal değişimler yapılması gerektiği, hangi teknolojilerin geliştirilmeye açık teknolojiler olduğu açıkça görülmektedir. Yalıtım teknolojisinde yüksek performanslar elde edilememesi sebebiyle geliştirilmesi gereken bir teknoloji olduğu göze çarpmaktadır. Isı değiştiricilerin limitlerine yaklaştığı görülmekte ve kompresör teknolojilerinde enerji etkinliği açısından gelişmeler yaşanması beklenmektedir. Soğutucu akışkanlarda çevresel performanslar istenilen düzeylere gelmiş olsa da, bu seviyelerde fiziksel performansların önümüzdeki on yıl süresince daha iyi seviyelere ulaşması beklenmektedir. Son olarak vurgulamak gerekirse, önerilen modelde performans, ARGE değişkenlerinin bir fonksiyonu olarak kurulmuş olsa da, kullanılan verinin zaman serisi olması, zaman bazlı bir tahmin elde etme olanağı sağlamıştır. Çok mertebeli analiz sayesinde, ana sistem ile kritik alt sistemler arasında bağlantıların anlaşılması, teknolojik gelişmelerin alt seviyelere kadar takip edilebilmesi, teknoloji yatırımları üzerine alınacak kararların kalitesinin arttırılmasına olanak sağlayabilecektir. Ayrıca yapay sinir ağı tahmini sayesinde, teknolojik gelişime dair herhangi bir varsayıma dayanmadan tahmin üretebilme olanağı sunulmuştur.

Özet (Çeviri)

World is changing rapidly and globalization creates competitive environment which oblige companies to search new ways to stay competitive. Regarding economic growth, companies and countries need to improve technological capacities and innovation systems. Since major force in economic growth is technological change, following technological progress and staying up-to-date ensure the survival of the company. Technological progress, especially its time-based trajectory forecasting, has been the subject of numerous studies in the context of management of technological innovation and its sub-disciplines, such as technology innovation and strategy, technological forecasting and more recently roadmapping. Successful science and technology policies depend on the technology foresight and forecasting studies. The discipline of technological forecasting is directly connected to the management of technological innovation, attempting to incorporate simultaneously the principles of science-based technological progress and the diffusion of technological applications. Technology forecasting is used for analyzing the level of technology, estimates the future value of characteristics and performance of a technology. Accurate technology forecasting can improve the quality of decision making. There are many unknowns surrounding the future, so it is impossible to forecast technological progress without an uncertainty. A succesful forecast minimizes the uncertainty of the forecasts. Decisions must be taken using the best information available at the forecasting time and decision makers should use this information in the most effective way. For a better forecast the structure of the technology and technological progress need to be clear. At the very beginning, it is important to define technology. Technology is the application of a phenomenon to achieve a human purpose. It is a system that consists of one or more physical phenomena towards to a working principle. This system consists of other technologies, which contribute to the purpose of the main system. Therefore, technological progress should be studied together with the progress in subsystems. The proposed hierarchic structure composed from critical subsystems they embody and the performance characteristics they deliver to the overall product or system. The meaningful level of disaggregation is dependent on the complexity of the product and requires expert knowledge of the overall product and the technologies it embodies. The disaggregation of a system into its critical systems, driving system level performance, facilitates systematic and clearer analysis to extract technological, science-based limits. Technological forecasting on the level of subsystems provides the possibility to make the connection with the underlying natural and life sciences. Then the second important point to clarify is understanding why technologies evolve. The answer is simple, unlikely to most applications on technology forecasting literature, it is not the passage of time that leads the progress, it is the application of effort. So the realistic model of a technological progress should include the parameters of“efforts put”as inputs and parameters of“results achieved”as outputs. Therefore, measuring“efforts put”is one of the important parts of this study which explained in R&D sub-model. On the other hand,“results achieved”are the indicators of technological progress. These parameters are divided into two parts based on their emerging time. First one is patents which are known as trails of innovation. They are outputs of scientific and technological efforts which influence technological progress, respectively, are commonly accepted measures in innovation research. But not all patents creates a technology change. Patent data will obviously contain some innovations, but they will also contain inventions without any commercial value. After utilizing the useful ones which do lead innovations, performance of new technology can be measured. The performance of“technology in use”is the second type of measure of technological progress. Performance is usually characterized by multiple parameters in a complex system which are aggregates of subsystems. All these input and output parameters generates the essential components of the proposed technology forecasting model. New technologies undergo typical patterns of scientific, technological and economic developments, while the scientific-push is seen as prior to the technology-push and market-pull. More recently, strong positive relationships were identified between the inputs and outputs of scientific research, such as research expenditures and papers published, and technological innovation measured in patenting rates. The central goal of this thesis is to propose a new technology forecasting model for deriving technological progress trajectories as a function of efforts put, at a level of aggregation, regarding complex structure of technologies and dynamic environment. It is intended to accomplish by: a) illustrating the connections among R&D investments, natural science, technology and use in terms of processes and information flows; b) describing measures of technological progress that are aggregated on a system's or product level; c) offering a disaggregation model which enables the derivation of the system's critical subsystems; and d) creating a framework to connect proposed sub-models including neural networks. In order to achieve this objective, three types of submodels designed. First one is R&D sub-model in which the“efforts put”to improve technologies are analysed. Expert interviews and delphi technique will be used in determining R&D parameters. Second sub-model is system sub-model which requires to decompose main system into its critical subsystems. For each critical system, patent data be will be collected under this system sub-model. Third one is the performance sub-model at which“technology in use”performance indicators of overall and critical sub-systems will be determined. Another contribution of this thesis is, it also proposes a conceptual model for technology forecasting activities, using disaggregates of a product or system into its critical sub-systems. This model is intended to facilitate more specific and informative analysis about the causal connections between technological progress of system's critical technologies and system level performance attributes. Mapping the technological life cycles of these technologies, including the scientific-technological limits, should also have significant practical application for resource allocation decisions, technology strategy, planning, and roadmapping. After designing all sub-models, the usable data will be clear in the scope of submodels. Then next step is collecting historical time series data. These sub-models of the model will be merged to create a technology forecast using artificial neural networks (ANN) which can produce successful solutions for forecasting and classification problems with its high relation definition abilities. Considering the nonlinear nature of the technology forecasting problem, a dynamic recurrent time series NARX (Nonlinear AutoRegressive eXogenous) model with input and feedback delays is used to forecast technological progress. Finally proposed model is applied to domestic refrigerator technologies. Under the scope of the analysis, interviews and delphi questionaires are conducted to participated experts who are working in R&D department of a white goods company. ANN is applied through MATLAB 2014b. Historical data of R&D investments, patents and performance data is collected between 1980 - 2014 and forecast obtained for 2015 - 2040. As a result of the application on refrigerator technologies, the overall system appears to be mature about 2030s. But still improvement possibilities exist and manufacturers should consider further investments. When the lower levels are analyzed, the subsystems which are expected to develop and which need a radical change, are apparent. Insulation subsytem draws the attention as it stands out to be a technology need to be developed. Heat exchanger subsystem, namely condenser and evaporator, are about to reach their technological limits. Therefore they seem to be candidates as bottleneck technologies for the development of refrigerator. Since improvements are limited for these technologies, radical technology developments should be considered by the manufacturers. These investments require extensive financial resources. In compressor subsystem there are still improvement capabilities in decreasing energy efficiency. In refrigerant technologies, although environmental performances are high, still it is not very high in physical performance of the refrigerant and need to be improved. Therefore further incremental improvements on these technologies can be considered as an R&D investment strategy. To emphasize; in this proposed model, although performance is a function of technological effort, using time series data enables a time-based forecast. The multilevel analysis of main system and relevant subsystems links main system to its critical subsystems in order to delineate detailed technological progress of the system and improve decision making quality in technology investments. Overall technology progress can be observable and traceable to the lower levels. The effects of natural connections between the levels of systems can be understandable. Also utilazing artifical neural networks enables to produce a technolgy forecast without any assumption.

Benzer Tezler

  1. Tez No

    75045

    Ulusal havacılık sanayiinde uçak üretimine yönelik teknoloji yönetim esaslarının belirlenmesi ve bir model önerisi

    Başlık çevirisi yok

    KEMAL KAYA

    Doktora

    Türkçe

    Türkçe

    1998

    Uçak Mühendisliğiİstanbul Teknik Üniversitesi

    Uçak Mühendisliği Ana Bilim Dalı

    PROF. DR. C. RUHİ KAYKAYOĞLU

  2. Tez No

    371570

    Dalgacık dönüşümü kullanılarak zirai-meteorolojik verilerin hata teşhis ve tamiri

    Fault diagnosis and repair of agricultural meteorological data using wavelet transform

    NİGAR TUĞBAGÜL ALTAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2012

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgi Teknolojileri Ana Bilim Dalı

    YRD. DOÇ. DR. B. BERK ÜSTÜNDAĞ

  3. Tez No

    707040

    Yerleşmelerde güneş ışınımından optimum yararlanma ve gökyüzü görüş faktörünün belirlenmesine yönelik bir algoritma önerisi

    An algorithm proposal for optimum utilization of solar radiation and determination of sky view factor in settlements

    ORÇUN FINDIK

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    Enerjiİstanbul Teknik Üniversitesi

    Mimarlık Ana Bilim Dalı

    PROF. DR. GÜL KOÇLAR ORAL

  4. Tez No

    836462

    Applications of multi-agent systems in transportation

    Ulaşımda çoklu ajan sistemlerinin uygulamaları

    İLHAN TUNÇ

    Doktora

    İngilizce

    İngilizce

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Mekatronik Mühendisliği Ana Bilim Dalı

    PROF. DR. MEHMET TURAN SÖYLEMEZ

  5. Tez No

    546151

    Nano uydu ile konsept derin uzay görevi tasarımı

    Concept deep space mission with nano satellites

    ENES ERDOĞAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    Astronomi ve Uzay Bilimleriİstanbul Teknik Üniversitesi

    Uçak ve Uzay Mühendisliği Ana Bilim Dalı

    PROF. DR. ALİM RÜSTEM ASLAN

Geri Dön