Pamukkale University Journal of Engineering Sciences

150-161

Authors: Hüseyin Ali Sarıkaya, Emre Çalışkan, Orhan Türkbey

ÖZET Geleneksel tedarik zinciri ağı tasarım problemleri genellikle tek amaçlı olarak ele alınmıştır. Ancak, tedarik zincirleri gerçek hayatta birbirleri ile çelişen amaçları olan organizasyonların meydana getirdiği karmaşık ağlardır. Bu çalışmada, piyasa taleplerinin belirsiz olduğu bütünleşik bir tedarik zinciri ağındaki birden fazla ölçülemeyen amacı gerçekleştirmek için çok ürünlü, çok aşamalı ve çok dönemli planlama modeli önerilmiştir. Tedarik zinciri planlama modeli, birbiriyle çelişen birkaç amacı doyurmak için karışık tam sayılı doğrusal olmayan programlama problemi olarak bina edilmiştir. Önerilen model iki amaç fonksiyonundan oluşmaktadır. Birincisi, tedarik zincirindeki sabit tesis açma ve işletme maliyetleri ile mesafelere bağlı olarak belirlenen taşıma maliyetlerinin en azlanmasıdır. İkincisi, Ekonomik Üretim Miktarı (EÜM) modeline göre satın alma, sipariş verme, stok bulundurma ve yok satma maliyetlerinin en azlanmasıdır. Önerilen modelde, karar vericilerin kesin olmayan hedef değerlerini dahil edebilmek için bulanık hedef programlama yaklaşımı kullanılmıştır. Model, GAMS optimizasyon programı kullanılarak çözülmüştür. Çalışmada sunulan uygulama sonuçları, bulanık modelleme ve çözüm yaklaşımlarının daha gerçekçi tedarik zinciri modelleri oluşturulmasında kullanılabileceğini göstermiştir. Anahtar Kelimeler: Tedarik zinciri ağı, Tesis yeri seçimi, Bulanık hedef programlama. ABSTRACT Traditional supply chain network design problems are often taken as a single objective. However, supply chains are complex networks formed by organizations having conflicting objectives with each other in real life. In this study, a multi-product, multi-stage and multi-period planning model is proposed to achieve multiple incommensurable goals in an integrated supply chain network with uncertain market demands. The supply chain planning model is constructed as a mixed-integer nonlinear programming problem to satisfy several conflicting objectives with each other. The proposed model consists of two objective functions. The first one is minimizing the fixed opening and operating costs with transportation costs determined depending on distances. Second one is minimizing the purchasing, ordering, inventory and backlogging costs according to Economic Production Quantity (EPQ) model. Fuzzy goal programming approach is used in order to include decision maker's imprecise goal values in proposed model. The model is solved using GAMS optimization program. The application results presented in this study, demonstrates that fuzzy modeling and solution approaches could be used in the creation of more realistic models of the supply chain. Key words: Supply chain network, Facility location, Fuzzy goal programming.

166-173

Authors: Özcan Dülger

Abstract Predicting Mathematics 1 course success of students is very important to prepare them before the semester. It is difficult to obtain solution because of the non-linear property of data set. Fuzzy logic is one of the common methods for the problems which involve numeric values. In fuzzy logic, it is important to determine membership functions and their parameter’s values correctly. This can be done by an expert or can be learned with a data set. In this study, we aimed to predict the Mathematics 1 course success of 434 students who enrolled to Engineering Faculty of Pamukkale University in 2007-2008 academic year by using their university exam data. For this, the adaptive-network-based fuzzy inference system (ANFIS) which combines the important characteristics of artificial neural network and fuzzy logic was used. In training section, nine parameters which are selected from sixteen parameters in data set with different combinations were given to the ANFIS. When an ANFIS structure with nine input parameters has at least three membership functions for each input, it will have at least 3^9 fuzzy rules. Because of this, the training part is too slow and too much memory is needed. Instead of this inefficient structure, a hierarchical method was proposed. In this method, the ANFIS is partitioned to the sub-systems. Each sub-system performs some part of input parameters and sends their result to the final ANFIS structure to obtain the overall system output. After testing with one-third of data set, two best prediction results with ratio 77.77% and 78.47% are obtained. When these results are analyzed, it is seen that 64 successful students from 85 students and 48 unsuccessful students from 59 students in Mathematics 1 course were predicted truly in the result with ratio 77.77%. Similarly, 69 successful students from 85 students, and 44 unsuccessful students from 59 students were predicted truly in the result with ratio 78.47%. Key words: Fuzzy logic, Artificial neural network, Adaptive network based fuzzy inference system (ANFIS), Hierarchical ANFIS, Machine learning, Prediction of Mathematics course success. Özet Öğrencilerin Matematik 1 dersinden alacağı notları önceden tahmin etmek dönem öncesi öğrencileri Matematik 1 dersine hazırlamak için oldukça önemlidir. Verilerin doğrusal olmayan yapılarından dolayı çözüm elde etme zor olmaktadır. Sayısal değerler içeren bu tür problemler için çözüm sunan bulanık mantık yöntemi tercih edilen yöntemlerden bir tanesidir. Bulanık mantıkla çözüm elde etmek için üyelik fonksiyonlarını ve onların parametre değerlerini doğru belirlemek gereklidir. Bu işlem bir uzman tarafından yapılabildiği gibi bir veri kümesi kullanılaraktan da yapılabilmektedir. Bu çalışmada, Pamukkale Üniversitesi Mühendislik Fakültesi’ne 2007-2008 Eğitim-Öğretim yılında kayıt yaptıran 434 öğrencinin Öğrenci Seçme Sınavında elde ettikleri verileri kullanarak öğrencilerin Matematik 1 dersinden elde edeceği başarı durumunu önceden tahmin etmek amaçlanmıştır. Bu veri kümesini kullanarak üyelik fonksiyonlarını belirlemek için yapay sinir ağı ve bulanık mantık yönteminin önemli özelliklerini birleştiren uyarlanabilir ağ tabanlı bulanık çıkarım sistemi (ANFIS) kullanılmıştır. Eğitim aşamasında veri kümesindeki 16 nitelikten farklı kombinasyonlarla seçilen 9 veri niteliği ANFIS yapısına girdi olarak verilmiştir. Fakat dokuz tane girdi parametresine sahip olan bir bulanık çıkarım sisteminin her girdisinin en az üç tane üyelik fonksiyonuna sahip olduğu durumlarda bu çıkarım sisteminde en az 3^9 tane kural meydana gelmektedir. Bu yüzden eğitim işlemi oldukça vakit almakta ve bu işlem için oldukça fazla belleğe ihtiyaç duyulmaktadır. Bu çalışmada, çok verimsiz olan bu yapı yerine hiyerarşik bir yöntem önerilmiştir. Bu yöntemde ANFIS yapısı küçük alt sistemlere ayrılmaktadır. Her alt sistem veri kümesinin bazı parçalarını işlemekte ve elde ettiği çıktı değerlerini sistemden beklenilen asıl çıktı değerinin elde edilmesi için sonuç ANFIS yapısına girdi olarak göndermektedir. Verilerin üçte biri ile yapılan deneme işleminden sonra %77,77 ve %78,47 genel tahmin oranına sahip iki tane iyi sonuç elde edilmiştir. Bu sonuçlar detaylı incelendiğinde, ilk sonuçta Matematik 1 dersinden geçen 85 öğrencinin 64’ü, kalan 59 öğrencinin 48’i doğru tahmin edilmiştir. İkinci sonuçta ise dersten geçen 85 öğrencinin 69’u ve dersten kalan 59 öğrencinin 44’ü doğru tahmin edilmiştir. Anahtar Kelimeler: Bulanık mantık, Yapay sinir ağı, Uyarlanabilir ağ tabanlı bulanık çıkarım sistemi (ANFIS), Hiyerarşik ANFIS, Makine öğrenmesi, Matematik dersi başarı tahmini.

179-188

Authors: Aslı Kılıç, Sümeyye Aygün, Gülşen Aydın Keskin, Kasım Baynal

ÖZET: İşletmeler, olağanüstü rekabetin yaşandığı günümüz piyasa şartlarında, maliyetleri minimize, kârı maksimize edecek etkin stok politikalarını geliştirmek ve uygulamak zorundadır. Stoklar, üretim işletmelerinin toplam varlıklarının içinde önemli bir yere sahiptir. Bu önemli kalem için etkin stok kontrol ve yönetim politikalarının uygulanması, işletmenin geleceği için büyük önem taşımaktadır. Bu çalışma kapsamında, büyük bir holdingin kimyasallar grubunda faaliyet gösteren bir işletmesinde öncelikle stok kontrol yöntemlerinden ABC analizi uygulanmıştır. İkinci olarak stokların çok kriterli olarak sınıflandırılması için öncelikle Bulanık Analitik Hiyerarşi Prosesi (BAHP) yöntemi ile kriter ağırlıkları belirlenmiş ve İdeal Çözüme Yakınlığa Göre Tercih Sıralama Tekniği (TOPSIS) yöntemi kullanılarak stok kalemleri önem derecelerine göre sıralanmıştır. Çalışmanın sonunda stokların sınıflandırılmasında klasik ABC analizi ve BAHP-TOPSIS yöntemlerinin sonuçları arasındaki farklılıklar ortaya konmuştur. Anahtar Kelimeler: Çok kriterli karar verme, ABC analizi, Bulanık AHP, TOPSIS. ABSTRACT: In today’s competitive market conditions, organizations have to develop and implement effective inventory policies to minimize their costs, and maximize profit. Inventories have an important place in the total assets of production enterprises. Applying efficient inventory control and management policies for this significant item is very important for the future of the organizations. In this paper, initially an ABC analysis method had been applied to a firm operating at the chemical group of a conglomerate. Then, to classify the inventory as multi criteria; primarily criteria weights are determined by the fuzzy analytic hierarchy process (FAHP) and then stock keeping units are ranked according to their significances with Technique for Order Preference by Similarity to Ideal Solution (TOPSIS) method. Finally, the differences are presented between classical ABC analysis and FAHP-TOPSIS results for classifying the inventories. Key words: Multi-criteria decision making, ABC analysis, Fuzzy AHP, TOPSIS.