Stok yönetimi için gri tahminleme ve sürü zekası esaslı bir karar verme metodolojisi önerisi
Proposal of a decision making methodology for inventory management using particle swarm optimization and grey forecasting
- Tez No: 586015
- Danışmanlar: PROF. DR. ŞAKİR ESNAF
- Tez Türü: Doktora
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2019
- Dil: Türkçe
- Üniversite: İstanbul Üniversitesi-Cerrahpaşa
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Endüstri Mühendisliği Bilim Dalı
- Sayfa Sayısı: 149
Özet
Bu çalışmada stok yönetimi ve sipariş miktarlarının planlanması için bir karar verme metodolojisi önerilmiştir. Önerilen metodolojinin ilk aşamasında, Lolli ve diğerleri, (2014) tarafından yapılan çalışmada önerilen AHP-K ve AHP-K-Veto yönteminin tez kapsamında geliştirilip önerilen AHP-BCO-RVeto metodu ile ABC analizi yapılmıştır. Literatürde, Çok Kısıtlı Stok Sınıflaması problemlerinde kullanılan Analitik Hiyerarşi Prosesi(AHP) yöntemini kullanan, AHP-K ve AHP-K-Veto metotlarının sınıf sayılarını göz önüne almama başta olmak üzere eksik yanları önerilen metodoloji sayesinde geliştirilmiştir. Bu metodoloji Bulanık-C-Ortalamalar(BCO) kullanımı sebebiyle AHP-BCO-RVeto metodu olarak adlandırılmıştır. AHP-BCO-RVeto sınıflama sonuçlarının diğer metotlara olan performans karşılaştırmaları yapılmış ve daha iyi performans gösterdiği kanıtlanmıştır. Sınıflama aşamasının ardından gri tahminlemeyi (GT) de kullanan karma bir tahminleme yöntemi ile ileriye yönelik veriler tahmin edilmiştir. Söz konusu karma tahminleme sisteminde, poisson regresyon (PR) ve destek vektör makinaları (DVM) ile GT birlikte kullanılmıştır. Üç tahmin yönteminin kullanılması sayesinde, her yöntemin ayrı ayrı kullanılmasına oranla daha iyi sonuçlar verdiği kanıtlanmıştır. Öte yandan, GT'nin önemli bir avantajı olan az sayıdaki veriden tahmin gerçekleştirme sayesinde, az sayıdaki veri ile tahminler gerçekleştirmek mümkün olmuştur. Elde edilen bu tahminler son aşamada parçacık sürü algoritması kullanılarak yakın optimum sipariş miktarları tespit edilmesi için kullanılmıştır. Bu verilerin göz önüne alındığı noktada birim maliyet ve benzeri maliyet kalemlerinin en etkin şekilde tahmin edilmesi ve dolayısıyla ileriye yönelik alınan kararların en etkin olarak verilmesi amaçlanmıştır. Son aşamada, bu çalışmada önerilen karar metodolojisi ticari ürün satışı yapan bir şirketten alınan verilerle oluşturulan gerçek bir uygulamada kullanılmış ve mevcut duruma göre avantajları özetlenmiştir.
Özet (Çeviri)
In this study, the goal is to propose a new decision making methodology is proposed for inventory management and order quantity planning. In the first phase of the proposed methodology, a revised version of the AHP-K-Veto (Lolli et al., 2014) is used for the ABC analysis. In the literature, AHP-K-Veto method is used for the classificication for the area of Multiple Criteria Inventory Classification (MCIC) is improved mainly in the areas such as neglecting class sizes. So an improved version named AHP-BCO-RVeto which used Fuzzy-C-Means for classification is proposed in the thesis. Newly proposed algorithm named ABC-BCO-RVeto is shown to perform better compared to other alternative algorithms. In the second phase of proposed methodology the goal is to make the decisions in the most efficient way, datas such as demand and unit price are predicted. Grey forecasting, poisson regression and support vector machines are used in a hybrid method to make a reliable prediction. The performance is evelauated and showed superior performance by using these three metohds in a hybrid-merhod compared to sole methods used for prediction. Thanks to the the best advantage of the grey prediction is the ability to be used with very few datas which prevents any problems when very low datas are available, such perdiction became available with very few datas. The predicted values are used to determine the optimum values to maximise the profit by using Particle Swarm Optimization(PSO) Algoritms. The phase aims to have the most accurate predictions so that decision for the upcoming periods is performed in the most efficient way possible. In the last phase, data from a company that sells commercial products are solved with the proposed methodology and its advantages with the current status are given.
Benzer Tezler
- Temizlik kağıdı sektöründe gri sistem teorisi temelli stok kontrol uygulaması
Stock control application based on grey system theory in cleaning paper sector
SELEN AVCI
Yüksek Lisans
Türkçe
2018
Endüstri ve Endüstri MühendisliğiKocaeli ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. ZERRİN ALADAĞ
- İşbirlikçi gri stok oyunları
Cooperative grey inventory games
MEHMET ONUR OLGUN
Doktora
Türkçe
2017
Endüstri ve Endüstri MühendisliğiSüleyman Demirel ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. GÜLTEKİN ÖZDEMİR
- Çok kriterli karar verme yöntemleri ve makine öğrenme teknikleri ile stokların sınıflandırılması
Classification of stocks with multi-criteria decision making methods and machine learning techniques
İBRAHİM AKBULUT
- Hastanelerde stok yönetiminde ABC ve VED analizi kullanılması: Bir kamu hastanesinde uygulama
Utilizing abc and ved analyzes in inventory management in hospitals: An application at x hospital
HAMDİ ASLAN
Yüksek Lisans
Türkçe
2019
Sağlık Kurumları YönetimiDokuz Eylül Üniversitesiİşletme Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MERT TOPOYAN
- Üretim yönetimi için stok ve stoksuzluk yönetim tercihinin belirlenmesi
Decision of inventory and non-inventory for production management
SELMAN BELEKOĞLU