1 1. GİRİŞ Bu çalışmada tedarik zinciri yönetiminde stok yönetimi problemi bulanık mantık kullanılarak ele alınmıştır. Bulanık mantık, parametrelerin dilsel ifadelerle tanımlanabilmesi nedeniyle tedarik zinciri yönetiminde stok kararlarının genel yapısını ortaya koymak açısından faydalı bir yaklaşımdır. Çalışma tedarik zincirinin klasik ve bulanık modellerinin oluşturulması ve bunların simülasyonlarının yapılarak, sonuçların karşılaştırılması olmak üzere iki temel bölümden oluşmuştur. Birinci bölümde tedarik zincirinin ve tedarik zinciri yönetiminde stok yönetiminin genel tanımlamaları yapılmıştır. Tedarik zincirinin klasik ve bulanık modellemesi üzerinde durulmuş, bulanık modelin oluşturulması için gereken parametre ve kurallar belirlenmiştir. İkinci bölümde ortaya konan klasik tedarik zinciri modeli ve bulanık tedarik zinciri modelinin simülasyonu yapılmıştır. Bu amaçla bir bilgisayar simülasyon programı hazırlanmıştır. Ardından simülasyonu yapılan modeller çeşitli performans ölçütlerine göre karşılaştırılarak tedarik zinciri yönetiminde stok yönetiminin klasik ve bulanık modellemesi ile ilgili bulgulara yer verilmiştir. Son olarak ele alınan modellerin simülasyonunu yapan yazılımın nasıl çalıştığı hakkında bilgiler verilmiştir. Bu çalışmada klasik tedarik zinciri stok yönetimi modelleri yerine kullanılabilecek bir bulanık modelin oluşturulması amaçlanmıştır. Bu modelden istenen, klasik modelden daha düşük performans değerleri elde edilmeden sistemin karar verme yapısının anlaşılabilirliğinin arttırılmasıdır. 2 2. GENEL KISIMLAR 2.1. TEDARİK ZİNCİRİ Tedarik zincirini tüketicilerin elinde ürün ya da hizmet formunda değer üreten farklı süreç ve aktiviteleri kapsayan organizasyonlar ağıdır (Christopher, 1998). APICS sözlüğünde tedarik zinciri şöyle tanımlanmaktadır: “1. Tedarikçi ile firma arasındaki, ilk hammaddeleri ile tamamlanmış ürünlerin son tüketimi arasında yer alan süreçler; 2. Ürün ve hizmetlerin müşterilere sunulması için değer zincirini harekete geçiren firma içi ve dışı fonksiyonlar”. Tedarik zinciri konseyi şu tanımı kullanmaktadır: “Lojistik uzmanları tarafından sık olarak kullanılan tedarik zinciri terimi, tedarikçinin-tedarikçisi aşamasından, müşterinin-müşterisi aşamasına kadar, nihai ürünün üretimi ve teslimi için gereken tüm çabaları kapsamaktadır. Dört temel süreç -plan, kaynak, üretim, teslim- bu çabaları geniş ölçüde tanımlamaktadır; bunlar arz ve talep yönetimi, hammadde ve parça tedarik kaynakları, üretim ve montaj, depolama ve envanter dağıtımı, sipariş girişi ve sipariş yönetimi, tüm kanalda dağıtım ve müşteriye teslim aşamalarını içermektedir.” Quinn(1997) ise tedarik zincirini şöyle tanımlamaktadır: “hammadde evresinden başlayarak son kullanıcıya kadar malların hareketi ile ilgili olan aktivitelerin tümü. Bunlar, kaynak ve tedarik, üretim planlama, sipariş süreci, envanter yönetimi, nakliyat, depolama ve müşteri hizmetlerini içermektedir. Daha da önemlisi, bu aynı zamanda tüm aktivitelerin gözlenmesi için gereken bilgi sistemlerini de kapsamaktadır.” Genel anlamda bir işletmenin amacı; ürettiği bir ürün ya da hizmeti tüketicilere sunmak ve hizmet verdiği alanda gelir sağlamaktır. Bu alanda rakiplerin artan sayısı ve rekabet koşulları karşısında ayakta kalmak amacı ile rekabet üstünlüğünün sağlanabilmesi için işletmelerin yüksek verimlilik, yüksek kalite ve düşük maliyet ile çalışmaları gerekmektedir. Bir işletmenin müşterisine sunduğu ürün ya da hizmetin ham halinden 3 müşterinin kullanımına verdiği haline kadar geçen tüm süreçler bu esas gözetilerek yönetilmelidir. 2.2. TEDARİK ZİNCİRİ YÖNETİMİ Tedarik zinciri yönetimi ürün, bilgi ve hizmet akışının, başlangıç noktasından son noktaya ulaşıncaya değin tedarik zinciri içerisindeki hareketliliğinin etkin ve verimli bir şekilde planlanması depolanması ve taşınması hizmetidir. Tedarik zinciri yönetimi tüketiciye ürünleri doğru miktarda, doğru yerde ve doğru zamanda temin edebilmeyi sağlayan, ürün ya da hizmetin üretilmesi için gerekli olan birimlerin etkin olarak entegre edilmesi ile tüm sistem boyunca verimlilik ve etkinlik sağlayarak müşteri hizmet gereklerini yerine getirebilmektir. Tedarik zinciri yönetimi tanımında bu temel yaklaşım herkesçe kabul görürken farklı kaynaklarda aşağıda verilmiş tanımlar da mevcuttur. Tedarik zinciri yönetimi hammaddelerin kaynaktan elde edilmesinden son dağıtımla nihai kullanıcıya ulaştırılmasına kadar ürünün hareketinin her basamağının planlanması ve yönetilmesidir (Ross, 1998). Tedarik zinciri yönetimi fiziksel ürünlerin ve bunlarla ilgili bilgilerin kaynaktan tüketime doğru eş zamanlı yönetimi ile güçlendirilmiş müşteri değeri ve ekonomik değer açığa çıkarmaktadır (Lalonde, 1996) Tedarik zinciri yönetimi, işletme içinde ve tedarik zincirinde yer alan ticari ortakların işletme fonksiyonlarında, üretken yeteneklerini ve kaynaklarını birleştirmeye çalışan, üstün müşteri değer yaratmak için yaratıcı çözümler geliştirmeye odaklanmış ve ürünler, hizmetler ve bilginin eş zamanlı akışını başarmış rekabetçi tedarik zincirine dönüşmelerini sağlamak amacıyla sürekli gelişen bir yönetim felsefesidir (Ross, 1998). Entegre tedarik zincirinde bilgi ve malzemenin kesintisiz akışı esastır. Şekil 2.1 de tedarik zinciri boyunca malzemenin sağa doğru, paranın ise sola doğru aktığı gösterilmiştir. Bilgi ise tedarik zinciri boyunca çift yönde akar. 4 Tedarikçi Üretici Bayi Müşteri Malzeme Akışı Para Akışı Bilgi Akışı Şekil 2.1: Tedarik zinciri boyunca bilgi, malzeme ve para akışı 2.3. TEDARİK ZİNCİRİ YÖNETİMİ BİLEŞENLERİ Tedarik zinciri yönetimi firmanın faaliyetlerinin stratejik seviyeden başlayıp, taktiksel seviyeye ve operasyonel seviyeye kadar geniş bir kısmını kapsar. Stratejik düzeyde uzun süreli etkileri olan kararlar verilir. Bu, fabrika ve depoların sayısı, yeri ve kapasiteleri ve materyallerin lojistik ağı boyunca akışının tasarımını kapsar. Taktiksel düzey her sene bir veya birkaç sene güncellenen kararları kapsar. Bunlar taşıma stratejileri, satın alma ve üretim kararları, stok politikaları ve müşterilerin hangi sıklıkla ziyaret edileceği kararlarını da içerir. Operasyonel düzey, kamyon yükleme, rota tayini, çizelgeleme gibi günlük kararları kapsar. Bu kararların gelirler, maliyet ve hizmet düzeyi üzerinde çok önemli etkileri vardır. Bu karar bileşenlerinin birbirleriyle etkileşimde olması sebebiyle karar sürecinde koordinasyon etkisinin değerlendirilmesi gereklidir. Aktiviteler arasında önemli maliyet çatışmaları olan durumlarda da bu aktiviteler koordine biçimde yürütülmelidir. 2.4. TEDARİK ZİNCİRİ YÖNETİMİNİN SAĞLADIĞI STRATEJİK AVANTAJLAR 2.4.1. Hız Tedarik zinciri yönetiminde sistem ağ boyunca daha kısa tedarik süreleri ve daha az stok ile çalışmak için yeniden dizayn edilir. Bu sayede firma tüketim noktasına daha hızlı ve daha esnek cevap verebilir. 5 Yeni etkileşimli planlama sistemleri gerçek satışlara bağlı zaman bazlı siparişler verir. Bu sürekli güncellenen sipariş planları gerçek zaman tabanlı olarak üretim ve dağıtım çizelgelerini ayarlar. Tedarik süreleri geleneksel zamandan çok daha kısa sürelere indirilir. 2.4.2. Kalite Geleneksel tedarik zincirinde üreticiler ürün tasarımında tedarikçilerden hiçbir katkı almazlar. Tedarikçileri yalnızca önerdikleri fiyata göre seçerler. Tedarikçiler yalnızca kendilerine tasarımı sunulan ürünü sözleşmedeki fiyattan sunar, tasarım veya organisazyonel süreçler hakkında hiçbir öneride bulunmazlar. Kalite belgeleri olan veya kendilerini ispatlamış tedarikçi gruplarıyla çalışmak tedarik sorunlarını ve gelen her malzemenin kontrolünün gerekliliğini elimine eder. Tedarikçinin tasarım sürecinde yer alması çok büyük faydalar sağlamaktadır. Ürün geliştirme süreci ve maliyeti büyük oranda düşer, üretim maliyetleri de çok büyük oranlarda düşer ve bitmiş ürün daha üstün teknolojiye sahip olabilir. 2.4.3. Maliyet Tedarik zinciri boyunca birliği sağlamış olan firmalar başka firmalarla güçlerini birleştirip ağ tasarrufu sağlamaya çalışırlar. Bireysel firmalar satın alma maliyetlerinde, sipariş işlemelerinde, stoklarda, lojistik maliyetlerinde, taşıma maliyetlerinde ve üretim maliyetlerinde düşüş elde ederler. Fakat eğer bir maliyet yalnızca daha büyük hacim için stok tutmayı kabul eden bir tedarikçiye itilirse tedarik sistemi içindeki tasarruflar yalnızca görünürdedir, gerçek değildir. Stoklar, toplam tedarik zincirinden ne elenmiş ne de azaltılmıştır. Stok bulundurma ve taşıma maliyeti, ilgili tedarikçi bu maliyetini karşılayacak bir yol bulana kadar yalnızca geçici olarak tedarik ağında transfer edilmiştir. Bu, gelecekteki fiyatlandırma veya kalite ve hizmetin düşürülmesi şeklinde olabilir. Gerçek tasarruf, süreci basitleştirerek veya fazladan stok isteyen basamakları elimine ederek ağ stok ihtiyacını azaltmaya başladığında gerçekleşir. Bu durumda dağıtım performansını sağlamak için stok tutma maliyetini taşımak gerekmeyecektir. 6 2.4.4. Verimlilik Sipariş işlemedeki hatalar üretim ortamında kabul edilemez sonuçlar doğurur. Problem sipariş girişiyle başlar ve siparişler işlenip planlamaya, üretime ve dağıtıma ilerledikçe devam eder. Yanlış giriş, es geçilmiş veriler, uygunsuz kullanılmış kodlar, yanlış fiyatlandırma ve diğer hatalar için sürekli olarak elle düzeltmeler yapılır. Tamamen entegre edilmiş bir tedarik zincirinde otomasyon sistemleri geliştirildikçe sistemde insan ara yüzü azalır, hatalar elimine edilir. 2.4.5. Uzmanlaşma Tedarik zinciri yönetiminin bir amacı da herkesin bildiği işi yapması, dolayısıyla uzmanlaşmasıdır. Üretici firmanın en iyi bildiği iş, son ürünün süreçleri; tedarikçi firma için, sorumlu olduğu malzemeler; bayi için, pazar hakkında daha detaylı bilgi sahibi olmak ve müşterilere ürün ve hizmetin doğru şekilde ulaşmasını sağlamaktır. Tüm iş ortaklarının kaynakları ortak kullanması çıkabilecek yeni iş olanaklarına hızlı ve daha fazla yatırım yapmadan ulaşılabilmesini sağlayacaktır. 2.4.6. Hızlı, Doğru ve Etkili Sistem Tedarik zinciri yönetimi uygulaması için firmaların ilk önce ERP veya benzeri uygulamaların yardımı ile iç işleyişlerini ve geçmiş verileri istenen detayda saklıyor olması beklenmektedir. Ardından firmaların iş ortakları ile beraber planlama yapması hedeflenmektedir. Tedarik yönetimi yaklaşımı bu amaçla geliştirilmiş yazılımlar ile birlikte uygulandığında hedefine ulaşabilir. 2.4.7. Belirsizliklerin Ortadan Kaldırılması Tedarik zinciri yönetiminin diğer bir amacı, müşteri hizmetindeki belirsizlikleri ortadan kaldırmaktır. Belirsizlik olarak nitelendirilen parametrelerin başında talep ve teslim süreleri gelmektedir. Bu belirsizliklerin optimizasyonu, geçmiş bilgilerin geleceğe yön verecek şekilde kullanılmasıyla sağlanır. 7 2.5. TEDARİK ZİNCİRİNİN MODELLENMESİ Tedarik zinciri, son kullanıcıya yönelik ürün ya da hizmet biçiminde değer üreten, farklı süreç ve aktivitelerin bir araya geldiği bir organizasyonlar ağıdır (Christopher, 1998). Tedarik zinciri yönetimi, müşteri hizmet düzeyini arttırırken maliyetleri düşürerek müşteri için değer yaratmak amacıyla tedarik zincirinin bütünleşmiş ve süreç odaklı tasarımı, yönetimi ve kontrolü olarak tanımlanabilir. Tedarik zinciri stratejik, taktik ve operasyonel perspektiflerden ele alınabilecek talep tahmini, satın alma, üretim, dağıtım, stok, taşıma ve müşteri hizmeti gibi birbirinden ayrı alanları kapsar. Tedarik zinciri yönetimi kavramı pek çok şekilde tanım bulmuştur. İlk olarak 1980’li yılların başlarında satın alma, üretim, dağıtım ve satışlar gibi farklı işletme fonksiyonları bağlamında yeni bir bütünleşmiş lojistik yönetimi yaklaşımı olarak tanımlanmıştır (Houlihan, 1984). Daha sonra, bu bütünleşme yaklaşımı firma sınırlarının ötesine de taşınmış ve müşteri ile tedarikçiyi de kapsar hale gelmiştir. Son zamanlarda tedarik zinciri yönetimi kavramı çok daha geniş bir içeriğe ulaşarak, lojistikle ilgili olmayan bazı tedarik zinciri süreçleri de bünyesine dâhil edilmiştir. Global Supply Chain Forum’ a göre (Lambert ve diğ., 1998) tedarik zinciri, son kullanıcıdan asıl tedarikçilere kadar ürün, hizmet ve bilgi sağlayarak müşterilere ve hissedarlara değer kazandıran anahtar işletme süreçlerinin entegrasyonudur. Bu anahtar işletme süreçleri ise talep tahmini, siparişlerin tedariki, üretim akış yönetimi, ürün geliştirme ve pazarlama olarak ele alınmıştır. Çok disiplinli yönlerinin mevcudiyeti ve farklı tanımlamalarla kullanılması tedarik zinciri yönetimi karmaşıklaştırmakta; öte yandan sınırlarının belli olmaması tedarik zinciri yönetimi üzerindeki akademik çalışmalar ile uygulamalar arasında bir boşluk yaratmaktadır. Tedarik zinciri yönetimi problemlerini ele alan çok sayıda model geliştirilmiş olmasına rağmen bunların çoğu henüz uygulama olanağı bulamamıştır (Giannoccaro, 2001). Tedarik zinciri için literatürde yer alan modeller iki farklı boyutta ele alınabilir. Bunlardan birincisi problemin türü ve diğeri de modelleme yaklaşımıdır. Tedarik zinciri 8 problemleri iki ana sınıfta gruplanır; tedarik zincirinin yapısı (biçimi) ve tedarik zincirinin koordinasyonu. Modelleme yaklaşımları açısından ise kavramsal, analitik, yapay zekâ ve simülasyon modellerinden bahsedilebilir. 2.5.1. Tedarik Zinciri Problemleri Tedarik zinciri yönetimi problemi üç ana uygulama alanında ele alınabilir. Müşteri yönetimi, üretim yönetimi ve ürün geliştirme. Müşteri yönetimi hedef pazarın tanımlanması ve hedef müşteri kitlesine yönelik programların uygulanması ile ilgili aktiviteleri ele alır. Üretim yönetimi satın alma, talep tahmin, siparişlerin karşılanması ve lojistik gibi farklı süreçleri içerir. Ürün geliştirme, tedarik zinciri yönetimi bağlamında, tedarik zinciri için tasarım ve yerelleştirme için tasarım gibi stratejileri kapsar (Giannoccaro, 2001). Bu geniş tedarik zinciri yönetimi problemleri tedarik zincirinin yapısı (biçimi) ve tedarik zincirinin koordinasyonu başlıklarıyla ayrıştırılıp incelenebilir. Yapı, temel olarak, tedarik zinciri ağının tasarımı bağlamında stratejik düzeydeki problemleri kapsar. Tedarik zinciri ağı, kendi içinde tedarik, üretim ve dağıtım ağlarından oluşur. Bu tür problemlerle ilgili kararlar al ya da üret problemi, satın alma stratejisi, tedarik sözleşmeleri ve tedarikçi seçimi süreci olarak tanımlanabilir. Tedarik zinciri yönetimi perspektifi doğrultusunda firmalar yalnızca kendi tedarikçilerini değil onların tedarikçilerini de ele almalıdırlar. Bunun yanı sıra firmalar, altyapı tedarikçilerinin de öneminin farkına varmalıdırlar. Altyapı tedarik zinciri de dikkatlice tasarlanmalı ve yönetilmelidir. Üretim-Dağıtım ağının tasarımı genel olarak yerleştirme ve paylaştırma problemlerinden oluşur. Bunlar, çeşitli tesislerin (fabrika ya da depo gibi) yeri kararlaştırılırken, aynı zamanda tesisler arasındaki akışların da talep odaklarına hizmet edecek şekilde paylaştırılması anlamında problemlerdir. Ele alınması gereken diğer konular dışarıdan edinim kararları, dağıtım kanalının tipi ve örneğin geri dönüşüm ağı ihtiyacı gibi çevresel faktörlerdir. Sonuç olarak, bir tedarik zincirinin yapısı probleminin çözümü tedarik zinciri üzerindeki tesisleri ve bunlarla ilişkili bağlantıları belirlemektir. 9 Koordinasyon problemi ise taktik ve operasyonel bazda tedarik zinciri ağının yönetimini ele alır. Literatürde farklı koordinasyon türleri tanımlanmıştır. Tedarik zinciri koordinasyon problemi, birkaç farklı karar verici tarafından verilen operasyonel kararların entegrasyonunu içerdiğinden oldukça karmaşık bir olgudur. Bu kararlar tek bir fonksiyon dâhilinde olabileceği gibi farklı fonksiyonları ya da birden fazla organizasyonu içerebilir. Bunun da ötesinde, mevcut bir probleme uygun tedarik zinciri modelinin seçiminde, koordinasyonun fonksiyonlar arası, organizasyonlar arası ya da fonksiyon içi olup olmayacağı kararından kaynaklanan belirgin önemin dışında, karar verme sürecinin merkezi ya da yerel olması da anahtar bir konudur. Merkezi karar verme süreci, tedarik zincirinde tüm tedarik zincirinden karar vermeye yetecek bilgileri alıp, işleyebilen ve bu kararları uygulatma gücüne sahip tek bir karar vericinin bulunduğu bir yapıdır. Karar verme süreci merkezi olmaz ise tedarik zinciri üzerinde genellikle zincirin bir kısmındaki bilgi doğrultusunda karar veren çeşitli sayıda karar verici yer alır. Bu karar vericilerin birbirleriyle çakışma ihtimali olan farklı hedefleri (yerel hedefler) olması doğal olacaktır. Ardından yerel karar vericilerin kanal boyunca koordinasyonu için koordinasyon mekanizmaları gerekecektir. Aslında bu tip mekanizmalar riskin ve kazancın tüm tedarik zinciri birimleri arasında paylaşımını sağlayarak, tedarik zinciri birimlerinin kararlarının birbirleriyle uyuşması yönünde olumlu etki yaratırlar. Tablo 2.1 Tedarik zinciri yönetimi problemleri Yapı Tedarik Ağı • Al ya da üret • Tedarik stratejisi • Satın alma politikası • Tedarikçi seçimi Üretim / Dağıtım Ağı • Outsourcing • Yerleştirme problemi • Dağıtım kanalı tasarımı • Geri dönüşüm ağı Koordinasyon Operasyonel Kararlar • Pazarlama-Üretim • Tedarik-Üretim • Üretim-Dağıtım • Stok-Üretim • Stok-Dağıtım • Üretim-Geri Dönüşüm 10 2.6. TEDARİK ZİNCİRİ YÖNETİMİ MODELLERİ 2.6.1. Kavramsal Modeller Yapı Kavramsal tedarik zinciri modellerinin büyük çoğunluğu tedarik zincirinin biçimi problemini ele alır. Tedarik ağı tasarımı açısından pek çok model al ya da üret kararı, satın alma stratejisi ve tedarikçi değerlendirme sürecini inceler. Fine ve Whitney(1999) al ya da üret kararının firmalar için rekabet gücünü arttıran temel faktörlerden biri olduğundan bahsetmişlerdir. Tedarik zinciri yönetiminde tedarikçi ilişkileri ile ilgili genel eğilim ortaklık yaklaşımı yönündedir. Spekman(1998) tüm tedarik zinciri boyunca alıcı ile tedarikçi arasındaki yakın işbirliğinin faydalarından bahsetmektedir. Stratejik ortaklar risk ve kazancı paylaşırken, operasyonel ve finansal bilgiyi değiş tokuş edip ortak sistemler ve tesisler inşa edebilirler. Bu sayede sürekli iyileştirme ve yeni ürün geliştirme programlarında birlikte çalışarak başarılarını arttırabilirler (Giannoccaro, 2001). Tedarik stratejileri kapsamında pek çok portföy yaklaşımı ortaya konmuştur. Yönetimin karmaşıklığı ve tedarik edilen ürünün stratejik boyutları açısından çeşitli tedarikçi ilişkisi sınıfları tanımlanmıştır. Alıcı-tedarikçi ilişkisinde işbirliği düzeyi arttıkça, tedarikçi seçimi sürecinde ihtiyaç duyulan ölçüt sayısı da artmaktadır. Bu ölçütlerin büyük çoğunluğu fiyat ya da maliyet, kalite ve dağıtım faktörleri ile ilgilidir. Tedarikçi seçimi ölçütleri için dört ana kategori belirlenebilir. Bunlar finansal konular, organizasyonel kültür ve strateji, teknoloji ve diğer faktörlerdir. Tedarikçi tarafında dışarıdan edinim kararları, temel olarak, taşeronlarla mı yoksa şirket içi dağıtıcılarla mı çalışılacağı şeklindedir. Skjoett-Larsen(2000) üçüncü parti lojistik anlaşmalarının incelenmesi için çeşitli teoriler ortaya koymuştur. Yapılan çalışmalar neticesinde üçüncü parti lojistik yalnızca maliyetleri düşürmekle kalmamakta artan hizmet düzeyi ve esneklik bağlamında stratejik avantaj olarak ortaya çıkmakta olduğu görülmüştür. 11 Koordinasyon Kavramsal modellerde tedarik zinciri koordinasyonu yaklaşımlarının asıl hedefi tedarik zincirinin yönetiminde süreç odaklı bir yaklaşımın sağlanmasıdır. Bu tip modeller genellikle teorik çerçevede kalıp, tedarik zinciri kontrolünün merkezi olduğunu varsaymaktadır. Entegrasyonu tamamıyla sağlamış bir tedarik zinciri için fonksiyonel entegrasyon, iç entegrasyon ve dış entegrasyon aşamalarının başarılması gerekmektedir. Fonksiyonel entegrasyon satın alma, malzeme kontrol, üretim, satışlar ve dağıtımın üç bağımsız başlık altında, malzeme yönetimi, üretim yönetimi ve dağıtım, entegrasyonunu ele alır. İç entegrasyon bu üç alanda taktik entegrasyonu sağlamayı amaçlarken, dış entegrasyon bu entegre yöntemin kapsamının tedarikçi ve müşteriyi de içine alacak şekilde firma dışına genişlemesini sağlar. 2.6.2. Analitik Modeller Analitik modeller lineer programlama, dinamik programlama, tamsayı programlama, çok amaçlı programlama, markov karar süreci ve analitik hiyerarşik süreç gibi farklı yöneylem araştırması tekniklerini temel alır. Yapı Tedarik zinciri yapısı bağlamında analitik modeller temel olarak tedarikçi seçimi süreci ve üretim-dağıtım ağının tasarımını ele alırlar. Tedarikçi seçimi ve değerlendirmesi modelleri lineer ağırlıklandırma, lineer programlama, çok amaçlı programlama ve AHP teknikleri ile çözülmeye çalışılır. Üretim dağıtım ağının tasarımı bağlamında modeller çoğunlukla tamsayı programlama (mixed integer programming)’nın adaptasyonunu kullanırlar. Koordinasyon Daha önce de bahsedildiği gibi koordinasyon problemleri uygulanan karar verme sürecine bağlı olarak merkezi ya da merkezi olmayan şeklinde ikiye ayrılır. Merkezi Karar Verme Pazarlama-Üretim koordinasyonu stok ya da üretim planlamayla fiyatlandırma kararlarının birlikte ele alınmasının yanında müşteriye sevkıyatın üretim planıyla da eş zamanlılığını içerir. 12 Üretim-Dağıtım koordinasyonu üretim ve dağıtım problemlerinin birlikte optimizasyonunu ele alır. Optimal üretim ve sevkıyat parti büyüklükleri için çeşitli modeller geliştirilmiştir. Stok-Dağıtım koordinasyonu üretim-dağıtım sistemlerinde stok yönetimi problemini ele alır. Hedef, tüm sistem için en uygun olan stok politikasını belirlemektir. Yerel Karar Verme Yerel karar verme tarzıyla işleyen tedarik zincirinde miktar ıskontoları, miktar esnekliği, yedekleme anlaşmaları iade politikaları gibi konular üzerinde durulmaktadır. 2.6.3. Yapay Zekâ Modelleri Çeşitli tedarik zinciri yönetimi problemlerini çözmek üzere yapay zekâ teknikleri geliştirilmiştir. Genel olarak bu teknikler yapıdan ziyade koordinasyon problemleri için oluşturulmuştur. Yapı Tedarik zincirinin yapısıyla ilgili problemlerde, yapay zekâ, esas olarak tedarik stratejisi, tedarikçi seçimi ve üretim-dağıtım ağının tasarımı başlıkları altında kullanılmaktadır. Kararların daha hızlı, daha isabetli ve daha tutarlı olması için uzman sistemlere dayalı karar destek sistemlerinin geliştirilmesi gerektiği 1990’lı yılların başında dile getirilmiştir. Albino ve diğ.(1998) bulanık mantık temeline dayalı sözlü ifadeleri de işleyebilen bir tedarikçi değerlendirme modeli geliştirmiştir. Tesis yeri seçimi, talep noktalarına ürün akışı, dağıtım ağı tasarımı gibi konularda bulanık mantık, yapay sinir ağları ve genetik algoritmalar kullanılarak bazı teknikler geliştirilmiştir. Koordinasyon Merkezi karar verme hipotezi altında yapay zekâ tekniklerinin uyarlandığı koordinasyon problemleri üzerinde çalışmalar yapılmıştır. Belirsizliğin modellenmesi için bulanık küme yaklaşımının kullanıldığı tedarik zinciri stok yönetimi çalışmaları yapılmıştır. Bulanık küme teorisi, yönetimin deneyim ve kararlarını da süreçlere dâhil ederek belirsizliğin modellenmesinde son derece kullanışlı ve tutarlı sonuçlar vermektedir. Bu çalışmalarda bulanık değişkenler genellikle maliyetler ve talep için kullanılmıştır. 13 Son yıllarda tedarik zincirlerinin taktik ve operasyonel seviyede yönetimi için yerel yapıda çalışabilecek yeni yazılımlar geliştirilmiştir. Fox(2000) tedarik zincirini her biri sorumlulukları uyarınca birbirleriyle etkileşime girebilen, bir akıllı yazılımlar zinciri olarak ele almıştır. Akıllı yazılımlar otonom, hedefe odaklı, gerektiğinde diğer yazılımlarla iletişim ve işbirliği kurabilen süreçler olarak değerlendirilmektedirler. Bunlar problemleri yapay zekâ ve yöneylem araştırması metotları ile çözmeye çalışmaktadırlar. Bu tip bir sistemde tedarik zinciri farklı alt sistemler halinde ele alınmaktadır. Bunlar satın alma, lojistik, taşıma, çizelgeleme, kaynak kullanımı alt sistemleridir. 2.6.4. Simülasyon Modelleri Diğer uygulamalarında da olduğu gibi simülasyon tedarik zinciri yönetimi problemlerinin daha detaylı ve daha gerçekçi bir şekilde ele alınması avantajına sahiptir. Bu sebeple tedarik zinciri yönetiminde simülasyon modelleri belli başlı problem çözümlerini test etmek amacıyla kullanılmaktadır. Alternatif olarak, basitleştirilmiş genel bir sistemin davranışının simülasyonu yolu ile meselenin ana noktalarının anlaşılması sağlanabilir. Bu ikinci durumda, sonuçların hem yapı hem de koordinasyon parametreleri üzerinde etkileri gözlemlenebilir. Tedarik zinciri performansını arttırmak için malzeme akışını düzgünleştirmek üzerine odaklanmış olan endüstriyel dinamikler teorisi bu başlık altında incelenmesi gereken bir yaklaşımdır. 60’lı yılların başlarında tedarik zincirinde yukarı doğru çıkıldıkça belirsiz talebin yarattığı kamçı etkisi tanımlanmıştır. Bu etkinin tedarik zincirinin yapısına ve işlerin bitirilmesi için gerekli zaman ve karar vermedeki zayıflıklara bağlı olduğu görülmüştür. Bu etki tedarik zinciri koordinasyonuna müdahale etmek yolu ile azaltılabilir. Bu müdahaleler mevcut sipariş politikalarının ince ayarı, beklemelerin azaltılması, yerel karar verme kurallarının değiştirilmesi ve tedarik zinciri boyunca bilginin akışının daha iyi sağlanması şeklinde gerçekleştirilebilir. 14 2.7. TEDARİK ZİNCİRİ PERFORMANSI Tedarik zinciri araştırmasında ve analizinde en önemli konulardan birisi de zincirin performans ölçümlerinin belirlenmesidir. Bir performans ya da performans ölçüm grubu mevcut sistemin verimliliğini belirlemek ya da alternatif sistemlerin karşılaştırmasını yapmak için kullanılır. Performans ölçütleri ayrıca amaçlanan sistemin tasarımında da kullanılabilir. Performans ölçütleri nicel performans ölçütleri ve nitel performans ölçütleri olmak üzere iki ana başlık altında toplanmaktadır. 2.7.1.Nitel Performans Ölçütleri Tedarik zincirinin tasarımında ve analizinde kullanılan ve sayısal olarak tanımlanamayan nitel performans ölçütleri şunladır: Müşteri memnuniyeti: Müşteri memnuniyetinin derecesi, alınan hizmet ya da ürünle belirlenir ve bu hem iç hem de dış müşterilerle uyarlanabilir. Esneklik: Talepteki dalgalanmalara karşı tedarik zincirinin verebileceği yanıtın derecesidir. Bilgi ve malzeme akış entegrasyonu: Tedarik zinciri içerisinde yer alan tüm aşamalar arasındaki bilginin akışı ve malzemelerin taşınmasının derecesidir. Etkili risk yönetimi: Tedarik zincirindeki ilişkilerin hepsi doğal risk içerir. Etkili risk yönetimi bu risklerin etkisini minimize etmenin derecesi olarak tanımlanır. Tedarikçi performansı: Hammaddelerin üretim firmalarına zamanında ve iyi koşullar altından dağıtılmasının derecesidir. 2.7.2. Nicel Performans Ölçütleri Tedarik zincirinin tasarımında ve analizinde kullanılan ve sayısal olarak ifade edilebilen nicel performans ölçütleri şunlardır: Maliyet minimizasyonu: En çok kullanılan araçtır. Maliyet genel olarak tüm tedarik zinciri için ya da özel iş birimleri için minimize edilir. 15 Satışların maksimizasyonu: Satış karını ya da birim satışların sayısını arttırmaktır. Kar maksimizasyonu: Karı maksimize etmeyi amaçlar. Stok yatırımı minimizasyonu: Stok maliyetlerini minimize eder. Yatırım geri dönüş maksimizasyonu: Üretim için yapılan yatırımın geri dönüş oranını maksimize etmeyi amaçlar. Müşteri Sorumluluğuna Dayalı Ölçütler Doluluk oranı maksimizasyonu: Müşteri siparişlerinin zamanında eksiksiz olarak yerine getirilmesinin maksimizasyonunu amaçlar. Ürün gecikmelerinin minimizasyonu: Planlanan ürün dağıtım tarihi ile gerçekleşen ürün dağıtım tarihi arasındaki zaman miktarının minimize edilmesi amaçlanır. Müşteri teslim süresinin minimizasyonu: Sipariş verildiği zamandan siparişin müşteri tarafından alınmasına kadar geçen zamanın minimize edilmesi amaçlanır. Temin süresinin minimizasyonu: Bir ürünün üretimine başlanmasından o işlemin bitişine kadar geçen sürenin minimize edilmesi amaçlanır. (Baemon, 1998) 2.8. STOK YÖNETİMİ 2.8.1. Stok Yönetimi İşlevi Stok yönetimi stratejik öneme sahip bir aktivitedir, zira üretim sistemi büyüdükçe, mamul çeşidi arttıkça tedarik, talep ve imalata ilişkin faktörlerdeki belirsizlik stok bulundurmayı zorunlu kılacaktır. Stoka yapılan yatırım işletmenin en büyük varlıklarından birini oluşturur. Ancak, stok bulundurma faaliyeti çoğunlukla ürünün değerine değer katmaz, aksine maliyet doğurur. Bunun yanında stok yönetimi faaliyetlerine gerekli önemi göstermeyen işletmeler çeşitli olumsuz senaryolarla karşılaşabilirler. Mesela, bazen büyük nakit sıkıntısı içindeki bir işletmede imalat süreci içerisindeki yarı mamul stoklarının değerinin nakit ihtiyacını rahat rahat karşıladığı 16 görülebilir ya da işletmede yeterli hammadde stoku bulunmasına rağmen, birkaç önemli parça yüzünden tüm imalat aksayabilir. Bu sebeple, günümüz piyasalarında, etkin bir stok yönetimi belirgin bir rekabet avantajı sağlar duruma gelmiştir (Demir ve Gümüşoğlu, 1998). 2.8.2. Stok Yönetiminin Tanımı Stokların daha iyi yönetilmesi, işletmenin parasal kaynaklarının daha iyi kullanılması anlamına gelir. JIT anlayışının hızla yaygınlaşması stokların pahalı ve paranın daha iyi kullanılacağı yerlere kaydırılmasının daha verimli olacağı gerçeğinin benimsenmeye başladığını göstermektedir. Eskimiş, gereksiz, fazla materyal sadece rafta duran ve kendi bakımı için paraya ihtiyaç duyan atıl yatırımdır. Tarihsel süreç içerisinde stok kontrol anlayışları stokun asıl var oluş nedeni olan belirsizlik göz ardı edilerek açıklanmaya çalışılmış ve burada elde edilen sonuçlar sürekli bir ilerleme kaydederek günümüzün karmaşık stokastik stok modellerine ve bu çalışmada ele alınan yapay zekâ üzerine kurulu modellere kadar ulaşmıştır. İşletme içerisinde hemen hemen her bölümün diğerleri ile çakışan amaçları vardır. Örneğin, pazarlama bölümü herhangi bir talebi zamanında karşılayabilmek amacıyla stoklarda yeterli miktarda ürün olmasını ister. Üretim bölümü maliyetleri azaltmak için imalat partilerinin büyük hacimli olmasını amaçlar. Finansman bölümü ise stoklara bağlanan paranın artmaması için siparişlerin küçük partiler halinde verilmesini ister. Bunlar gibi çatışan amaçlar dolayısıyla işletmeler kendileri için en iyi stok yönetim biçimini ararlar. Stoklar, siparişlerin ''ne zaman'' ve ''ne miktarda'' verilmesi gerektiği soruları sürekli cevaplandırılarak yönetilir. İmalat ortamında son ürün gereksinimleri ana üretim programı üzerinde belirtilmiştir. Tahmin yapma işlemi yalnız bu aşamada geçerlidir. Son ürün dışındaki stok kalemleri için talebin kestirilmesi gerekli değildir. Bu ta1epler ana üretim programından yola çıkarak matematiksel yöntemlerle belirlenir. İmalat stok sisteminde ''en ekonomik'' miktarın sipariş verilmesi yerine, ''gereksinilen miktarın gereksinim duyulduğu zaman'' elde olması ön planda tutulur. Gereksinim 17 duyulduğu zamandan önce elde bulundurulan stok işletme için bir külfettir. İdeal durum, herhangi bir anda tüm stok kalemlerinin imalat süreci içinde bulunmasıdır. Stoka yeni giren bir malzeme hemen dönüştürme süreçlerinin içine alınarak bu ideal gerçekleştirilmeye çalışılır. Ancak, uygulamada zor olan bu ideale yaklaşmak etkin bir stok yönetimi ile mümkündür. (Yamak, 1999) 2.8.3. Stok Bulundurmanın Ana Sebepleri Stok belirsizliklere karşı işletmenin almış olduğu bir önlemdir. Stokların temel var oluş nedenleri şunlardır: Belirsizlikler: Özellikle bağımsız talebin belirsizliği en önemli sebeptir. Stok talebin belirsizliğine karşı bir tampon görevi görür. Bir diğer değişken ise tedarik süresidir. Tedarik süresi bir siparişin verilmesinden, elde edilmesine kadar geçen zamanı kapsar. Talep, kesin olarak kestirilse bile işletme, üretimin akıcılığını garantiye a1mak için stok bulundurmak isteyebilir. Günümüzde, kanban gibi sistemler bu sorunu büyük ölçüde giderebilse de, son ürün talebi hiç bir zaman tam ve kesin olarak bilinemeyeceğinden, talebin belirsizliği işletmeyi stok bulundurmaya yöneltecektir. Diğer belirsizlikler ise, işgücü belirsizliği, hammadde fiyatının ve sermaye maliyetinin belirsizlikleridir. Sistemdeki Verimsizlikler: Üretim sistemlerindeki belirsizlikler ne kadar çoksa o kadar çok stok bulundurmak gereklidir, çünkü talebi kesin olarak bilsek bile, üretim sistemleri içinde yer alan tüm unsurlar her zaman aynı verimle çalışmazlar. Zaman zaman makinelerde ortaya çıkan arızalar veya malzeme kalitesizliği nedeniyle üretimde aksamalar, işçilik hatasının doğurduğu fireler, hazırlık işlemleri, darboğazlar gibi etkileri tamamen sıfıra indirilemeyen etmenler üretim performansını etkiler (Yamak, 1999). Spekülasyon: Eğer bir malzemenin fiyatının artması bekleniyorsa, o maddeden büyük miktarlarda satın almak ve depolamak daha ekonomik olacaktır. Bakım Maliyetleri: Önemli ama göz ardı edilen bir konu da stok kontrol sisteminin bakım maliyetidir. Fazla stok bulunduran bir sistem, stok seviyesini minimum tutmak isteyen bir sistemle aynı seviyede kontrole ihtiyaç duymaz. Bir işletme için uzun vadede 18 ucuz malzemelerden büyük miktarlarda stok bulundurmak daha az maliyetli olacaktır. (Nahmias, 1997). Bu sebeplerin dışında stok bulunduran işletmeler stokun aşağıdaki faydalarından da yararlanmak isterler: • Stok bulundurulması müşteriye karşı bir saygınlık ve gösteriş niteliği taşır. Müşteride kendisinin gereksinim duyabileceği ürünleri her zaman bulabileceğini ve ona gerekli servisin rahatlıkla yapılabileceği inancını doğurur. • Beklenmedik, aşırı talebi karşılamak • Tedarik aksaklıkları gibi durumlara karşı koruma sağlamak • İşgücü seviyesini sabit tutmak • Aynı fabrikada farklı ürünleri üretebilmek • Ekonomik sipariş miktarı ve miktar indirimlerinden yararlanabilmek • Dağıtım belirsizlikleri, ekonomik olumsuzluklardan daha az etkilenmek (Monks, 1998) Üretim sistemleri '' stok bir lükstür ve gereksizdir '' düşüncesi ile hareket ederek, stok maliyetlerini minimize etmeyi amaçlamalıdırlar. Ancak bu amaç, stok planlama ve kontrol problemini ortaya çıkarır. İşte bu problemi çözmek için stok yönetim sistemlerine ihtiyaç duyulur. 2.9. STOK YÖNETİMİNDE ETKİLİ OLAN MALİYET UNSURLARI Stok kontrol modelleri parasal açıdan doğurduğu etkiler göz önünde bulundurulduğunda çeşitli parametreler vasıtasıyla incelenebilir. Pratikte stok kontrol modelinin etkinliği, kullanılan tekniklere, tahminlerin doğruluğuna ve maliyet parametrelerinin geçerliliğine bağlıdır. Stok kontrolünde olumlu ve olumsuz yönde değişen maliyet unsurları arasında bir denge noktası bulunmaya çalışılır. Bir stok sisteminde 3 temel maliyet unsuru vardır; • Elde bulundurma maliyeti • Yok satma maliyeti • Sipariş maliyeti 19 2.9.1. Elde Bulundurma Maliyeti Elde bulundurulan stokun miktarı, tipi, yeri gibi faktörlerle direkt bağıntılı olup, stok miktarı ve elde tutma süresi ile doğru orantılıdır. Depolarda bulundurulacak stok miktarı, işletmenin amaçları ve yönetim amaçları doğrultusunda belirlenir. Düzenli, kesintisiz hizmet sağlamak veya üretim yapmak isteyen firma büyük miktarda stoka gereksinim duyabilir. Ancak işletme, stoka bağlanacak fonların minimum düzeyde olmasını istiyor ise gerekli işlemleri de yapacaktır. Az ya da çok fazla stok bulundurmanın çeşitli sakıncaları vardır. Temel hedef bu iki uç arasında optimum bir düzey yakalamaktır. Stok bulundurmanın önemli maliyet bileşenleri şunlardır: Fırsat maliyeti (Sermaye Maliyeti): Sahip olunan sermayenin başka bir alanda kullanılması yerine stoka bağlanması durumunda oluşan maliyettir. Fırsat maliyetini hesaplamak için pek çok çevresel etki hesaba katılmalıdır. Örneğin; şirket elindeki nakit parayı stoklar yerine hazine bonosu vs.ye yatırsa idi sonuçlar nasıl değişecekti gibi. Fiziksel unsurların ve depo kirası maliyetleri: Kira, bina ve tesisatların amortismanı, emlak vergisi, sigorta maliyeti, ısıtma, aydınlatma gibi maliyetlerdir. Sigorta ve Vergiler: İşletmenin, aldığı önlemlere rağmen, stoklarını depoda uğrayabileceği kayıp ve kazançlara karşı koruması gerekir. Yangın, hırsızlık, su baskını vb. riskler için sigorta primleri ödenir. Sigorta maliyetleri stok miktarıyla ilgilidir. Depo yönetimi ve işçilik maliyeti: Stokların taşınması, bakım ve gözetimi, sevki gibi olaylar için oluşacak işçilik maliyetleri bu gruba girer. Taşıma ve yerleştirme maliyetlerinin azaltılması için, büyük sipariş miktarları, bir kerelik malzeme hareketi tavsiye edilir. Stokların eskime, modası geçme, bozulma, kaybolma maliyetleri: Bu maliyetler elde tutulan stok miktarı ile doğru orantılıdır. Bozulma maliyeti özellikle tarım, gıda, demirçelik, kimya gibi sektörlerde etkilidir. Eskime, modası geçme maliyetleri ise ağırlıklı olarak modaya bağlı eşyalar, hediyelik eşyalar, mevsimsel ürünler gibi mamuller için 20 söz konusudur ya da örneğin bir donanım satıcısı, çok fazla parça stoklarsa, yeni ürünler çıktığında elindeki parçalar eskime, modası geçme sebebiyle değer yitirirler. 2.9.2. Yok Satma Maliyeti Talebin, eldeki stok miktarını aşması sonucu, zamanında ve tam olarak karşılanamaması sebebiyle oluşan maliyettir. Bu tip maliyetler genel olarak şöyle sıralanabilir; Kayıp satışlar maliyeti: Beklemeye tahammülü olmayan müşteri ihtiyaçlarını başka yerlerden sağlar. Bu yüzden doğan maliyet oluşan satış kaybıyla birlikte, gelecekteki potansiyel siparişlerin yok olmasının da maliyetidir. İtibar kaybı: İşletmenin hem söz konusu ürünün gelecek satışlarından karşılaşacağı mal kaybını, hem de diğer ürünlerin satışlarındaki kaybı içerir. Müşteri hem rakiplere kaptırılacak, hem de hoşnutsuzluğunu dile getirerek potansiyel müşterileri de olumsuz etkileyecektir. Fason üretim maliyeti: Talebi karşılamak için fason üretim veya başka bir üreticiden satın almak gibi yöntemler maliyet doğurur. 2.9.3. Sipariş Maliyeti Sipariş maliyetleri bir malzemeyi temin etmek veya bir üretimde bulunmak amacıyla oluşan maliyetlerdir. Bir malzeme alımı söz konusuysa sipariş maliyetleri telefon, faks, gözden geçirme ve prosedür maliyetleri gibi kalemleri içerir. Bir üretim söz konusu olduğunda, sipariş maliyeleri hazırlık (set-up ) maliyetleri adını alır ve genellikle miktardan bağımsızdır. Bu maliyetler içerisinde üretim sürecinin oluşturulması ile ilgili harcamalar, iş emirleri, inceleme, stok kayıtlarının kontrolü, üretim hattının başka bir mamule çevrilmesi sırasında oluşan maliyetler ve konuyla ilgili işçilik maliyetleri yer alır. Ancak, hazırlık tamamlandıktan ve maliyet oluştuktan sonra üretilen ürün sayısı arttıkça birim maliyet azalacaktır. Hazırlık maliyeti, fazla mesai ücreti ve varsa uzman ücretini de içerir. 21 2.9.4. Elde Bulundurma Maliyetlerinin Hesaplanması Stok bulundurma maliyeti toplam maliyetlerin oldukça büyük bir kısmını oluşturur ve hammadde, yarı mamul ve mamul stokların üretimden tüketim noktasına kadar fiziksel hareketi de, maliyetlerin azaltılması ve iyi bir müşteri servis seviyesinin sağlanması açısından önemlidir. Stok tutma maliyeti, genel olarak, ortalama stok değeri üzerinden ifade edilmiştir. Ancak stok bulundurma maliyetinin hesabı için kullanılan başlıca iki yöntemden söz edilebilir. Bu yöntemleri uygulayabilmek için öncelikle gerekli maliyet bileşenlerinin bilinmesi gerekir. ( 1 ) sermaye maliyeti ( 2 ) fırsat maliyeti ( 3 ) idari harcamalar ( 4 ) depo yönetim ve işçilik harcamaları ( 5 ) depolama ve depo kirası maliyetleri ( 6 ) stokların vergi ve sigorta maliyetleri ( 7 ) bozulma, modası geçme, kaybolma maliyetleri Elde bulundurma maliyetinin hesaplanmasında kullanılabilecek ilk yöntemde bahsedilen maliyet bileşenlerinin toplamı alınır ve satılan malın maliyetine bölünerek stok tutma maliyeti hesaplanır. İşlemin periyodu 1 yıldır. Burada dikkate alınan unsur, bir yıl içindeki stok devir sayısıdır (SDS). Buna göre stok tutma maliyeti (STM); (2) (3) (4) ⎡ ⎤ ⎢⎣(1) + SDS + SDS + SDS + (5) + (6)⎥⎦ STM = I (2.1) Formüldeki I, bir yıl boyunca tutulan ortalama stok miktarıdır. İkinci yöntemde ise zamanın belli bir noktasında çeşitli alternatif yatırımlar arasında bir seçim yapmanın gerektiği var sayılmaktadır. Yalnızca tutulan stok seviyesiyle direkt olarak değişim gösteren maliyetleri dikkate alarak, kaybedilmiş kar fırsatlarını gösteren fırsat maliyeti kullanılarak aşağıdaki formül oluşturulur. 22 STM = (1) + (5) + (6) I (2.2) 2.9.5.Yok Satma Maliyetinin Hesaplanması Yok satma maliyeti, stok kontrol maliyetleri içinde hesaplanması en zor parametrelerden biridir. Yok satma maliyetinin hesaplanması için kullanılan olasılıklı karar ağacı modelinde, stok kopması sonucunda firma ve müşterilerin davranış şekilleri, bunların olasılıkları ve firmaya yükledikleri maliyetler saptanmaktadır. Genel davranış şeması oluşturulmuş ve bu davranışlarla ilgili olasılıkların saptanmasında anket yöntemi uygulanmıştır. Birim yok satma maliyetiyle ilgili olabilecek diğer faktörler arasında bir korelasyon bulunmaya çalışılmış ve sonuçta birim yok satma maliyeti ile birim brüt kar arasında doğrusal bir bağlantı elde edilmiştir. Böylece, yok satma maliyetinin brüt karın bir fonksiyonu olarak hesaplanmasını sağlayacak bir model geliştirilmiştir. Yapılan çalışma sonucu brüt kar ile yok satma maliyeti arasındaki korelasyon oldukça yüksek bulunmuştur ki, bu da zaten beklenebilecek bir durumdur. Çünkü birim brüt karı az olan ürünler sürümü fazla ve her yerde kolaylıkla bulunabilecek ürünlerdir. Bu sebeple, bir stok kopmayla karşılaşıldığında müşteriler beklemek istemezler. Bu tip ürünlerde birim yok satma maliyeti az, fakat brüt birim karın yüzdesi olarak ise oldukça yüksektir. Brüt birim karı yüksek olanlarda ise müşteri beklemeyi göze almaktadır. 2.9.6. Sipariş Maliyetinin Hesaplanması Sipariş maliyeti bir mal temin etmek için sipariş verme sonucu oluşan maliyetleri kapsar. Sipariş maliyeti şu unsurlardan oluşur: 1. Sipariş Faaliyetleri: Bunlar bir sipariş vermek için yapılan çalışmaları içerir. Posta, telefon, satın alma siparişlerinin hazırlanması vb.dir. 2. İnceleme ve Gözden Geçirme 3. Muhasebe İşlemleri: Ödeme yapmak için gerekli evrakların hazırlanması vb. faaliyetlerdir. 4. Kırtasiye Harcamaları: Formlar, zarflar, posta harcamaları, kontrol vb. maliyetleri içerir. 5. Teçhizat Maliyetleri 23 2.10. TEDARİK ZİNCİRİ YÖNETİMİNDE STOK YÖNETİMİ Stoklar genel olarak bir fabrikanın toplam varlıklarının %20’si ile %60’ını oluşturur. Bu nedenle stok yönetimi faaliyetleri bu firmaların karlılığında kritik rol oynarlar (Giannoccaro, 2002). Stok yönetimi, tedarik zinciri yönetiminin temel elemanlarından biridir. Bir tedarik zincirinde stok kararları zincirin her halkasında bağımsız olarak alınır. Bu kararlar genellikle o noktadaki stok seviyesi ve diğer performans ölçütlerine bağlıdır. Bu ölçütler tanımlanması ve uygulanması kolay ölçütler olmakla birlikte, kararların bu noktada ortaya çıkardığı etkilerin zincirin diğer noktalarına yansıması göz ardı edilmektedir. Bu, yerel hedeflerin birbirleriyle çatışması ve tedarik zinciri performansında yerel alt optimizasyonlara gidildiği sonucunu doğurur. Ayrıca, tedarik zinciri boyunca stokların yönetimindeki koordinasyon eksikliği kamçı etkisinin ortaya çıkmasına neden olur. Bu etki, talepteki değişkenliğin tedarik zincirinde yukarı doğru çıkıldıkça ivmeli olarak büyümesi anlamına gelmektedir. Aşırı stok yatırımlarının, kayıp satışların, yanlış kapasite planlarının, etkili olmayan taşıma faaliyetlerinin, hatalı üretim çizelgelerinin ve düşük müşteri hizmet düzeyinin nedeni budur (Guiffrida, 1998). Belirsizlik, etkili bir tedarik zinciri stok yönetimi yaklaşımının ortaya konabilmesi için ele alınması gereken en önemli husustur. Bir tedarik zincirinde karşılaşılabilecek belirsizlik kaynağı olan parametreler şunlardır; • Tedarik süreleri • Müşteri talebi • Stok maliyetleri • Bekletme maliyeti Bu parametreleri modelleyebilmek için genellikle stokastik teknikler kullanılmıştır. Bu durumda, belirsizlik kaynakları geçmiş verilerin analiziyle elde edilen olasılık dağılımlarıyla modellenmektedir. Ancak, geçmişe ait veri her zaman bulunamayabileceği gibi güvenilirliği ile ilgili sorunlar da olabilir. Üstelik bu parametreler stokastik yöntemlerle modellenebilse dahi uygulamada genellikle 24 güçlükler yaşanır. Sonuç olarak, tedarik zinciri yönetiminde araştırmalar sezgisel yaklaşımlar üzerinde odaklanmıştır. Giderek daha çok kısalan ürün yaşam çevrimleri talepteki değişkenliği arttırmıştır. Bu durum istatistiksel analizlerin güvenilirliğini sürekli olarak azaltmaktadır. Bu nedenle olasılık teorisi pazar talebini ve stok parametrelerini değerlendirmek için uygun bir yaklaşım olmaktan çıkmıştır. Bunun yanı sıra elde bulunan verinin yeterliliği ve güvenilirliği ile ölçüm ve veri toplama yöntemlerinden kaynaklanabilecek belirsizlikler de düşünüldüğünde modelleme yaklaşımı olarak olasılık teorisinin yerine olabilirlik teorisi kullanılmalıdır. (Zimmermann, 2000) Olabilirlik teorisi frekanslardan yola çıkan olasılık teorisinin aksine bir nesne ile verilen bir özellik arasındaki benzerliğin analiziyle uğraşır. Olabilirlik ile ilgili metotların yanı sıra yönetimin deneyim ve sezgilerine dayalı olarak verdiği kararların etkisi de bu sayede daha iyi modellenebilecektir. Bulanık küme teorisi olabilirlik kavramını ele alışı ve sözlü ifadeleri modelleyebilme yetisi nedeniyle belirsizlik ve değişkenliğin yönetimi için bu çalışmada seçilmiş modelleme yaklaşımıdır. Tedarik zinciri stok yönetimi tedarik kaynağından son kullanıcıya kadar yer alan organizasyonların oluşturduğu ağ boyunca stokların planlanması ve kontrolüdür. Tedarik zinciri stok yönetimi, son kullanıcı talebi üzerine odaklanmıştır. Yüksek servis seviyesi, ürün çeşitliliği ve düşük maliyetleri hedefler (Verwijmeren, 1996). Tedarik zinciri stok yönetimi için iki farklı strateji ortaya konmuştur. Bunlar merkezi ve yerel stok kontrolü olarak isimlendirilmiştir (Petrovic, 1999). Merkezi yaklaşım, tüm tedarik zincirinde maliyetleri minimize edecek stok yönetimi politikasını belirleyen merkezi bir karar vericiyi temel alır. Merkezi kontrol tedarik zinciri aktörleri arasında daha fazla koordinasyon ve daha fazla iletişimi gerektirir. Çoğu durumda tedarik zincirlerinde stok yönetimi merkezi olmayan bir yapıda işlemektedir. Bu, özellikle farklı organizasyonları içeren tedarik zincirlerinde görülür, zira her bir organizasyonun kendi içerisinde stokların yönetimi için çok büyük miktarda bilgi ve veri akışı ile farklı karakteristiksel parametreler yer alır. Merkezi olmayan stok kontrolünde her nokta kendi yerel stokunun durumunu gözler ve tedarikçilerine sipariş verirken kendi 25 performans hedeflerini gözetir. Son zamanlarda yapılan çalışmalar, merkezi olmayan stok yönetimi politikalarının da merkezi optimal politikalar kadar yüksek performansa ulaşabildiğini göstermiştir (Giannoccaro, 2002). Stok yönetimi politikaları stok seviyesinin gözden geçirilmesi bağlamında da farklılaşmaktadır. Periyodik gözden geçirmeli metotta stok miktarı belirli ‘t’ zaman aralıklarıyla gözden geçirilmektedir. Her bir gözden geçirmede, stok miktarını önceden belirlenen ‘S’ değerine yükselecek şekilde ‘Q’ adet sipariş verilir (şekil 2.2). Stok Seviyesi Hedeflenen Stok Seviyesi, TIL RP Gözden geçirme periyodu RP R P Birinci sipariş miktarı, Q1 Q3 Q2 B B d3 Birinci tedarik süresinde d1 kullanılan miktar B B d2 B Güvenlik Stoku, SS Birirnci tedarik süresi, LT1 LT2 LT3 B B B Birinci sipariş verilir İkinci sipariş verilir Birinci sevkıyat ulaşır Zaman Üçüncü sipariş verilir İkinci sevkıyat ulaşır Üçüncü sevkıyat ulaşır Şekil 2.2: Periyodik gözden geçirme esasına dayalı stok kontrol sistemi (Fitzsimmons, 1997) Sürekli gözden geçirmeli metot ise stok seviyesinin önceden belirlenmiş bir noktanın (yeniden sipariş noktası ‘R’) altına düşmesi durumunda sabit ‘Q’ miktarda siparişin verilmesi esasına dayanır (şekil 2.3). Bu politikanın en iyi uygulaması iki kutu sistemidir. Stok iki kutuda bulunur ve ilk kutu boşaldığında sipariş verilir. Bu sırada verilen sipariş stok noktasına ulaşıncaya kadar ikinci kutudaki malzeme kullanılır. 26 Birinci tedarik süresinde kullanılan miktar Stok Seviyesi Sipariş miktarı, EOQ EOQ Yeniden Sipariş Noktarı (ROP) d3 Tedarik süresinde ortalama kullanım dL B d B d2 B Güvenlik Stoku, SS 1 B Birinci tedarik süresi, LT1 LT2 B Birinci Sipariş EOQ B İkinci Sipariş Birinci sevkiyat ulaşır İkinci sevkiyat ulaşır LT3 B Üçüncü Sipariş Üçüncü sevkiyat ulaşır Şekil 2.3 : Sürekli gözden geçirme esasına dayalı stok kontrol sistemi (Fitzsimmons, 1997) Bununla birlikte hibrid kontrol sistemleri de mevcuttur. (s,S) olarak bilinen yöntemde her bir ‘t’ zaman aralığında, eğer stok seviyesi yeniden sipariş noktası ‘R’ nin altına düşerse, stok seviyesini ‘S’ ye çıkaracak ‘Q’ miktarda sipariş verilir. Son olarak stok politikası stok seviyesinin ölçümü bağlamında da karakterize edilir. İki farklı tip olan yerel veya düzeysel stok miktarlarından bahsedilebilir. Yerel stok, karar verilen birimde mevut olan stok miktarıdır. Düzeysel stok ise belli bir stok noktasında ve zincirin onun altında kalan tüm stok noktalarında yer alan stokların toplamıdır. Düzeysel stok politikası merkezi karar vermenin uygulandığı durumlarda daha etkin olmakla birlikte tedarik zinciri aktörleri arasında önemli miktarda bilgi paylaşımını gerektirirler. Axatar ve Rosling(1993)’in gösterdiği gibi tedarik zincirinde düzeysel stok politikaları yerel politikalara göre daha iyi performans gösterir (Axsater ve diğ., 1993). Clark ve Scarf(1960), ayrıca, düzeysel stok politikalarının periyodik gözden geçirmeli sistemlerde optimal sonuçlar verdiğini gözlemlemişlerdir. Zaman 27 Sonuç olarak tedarik zinciri stok yönetimi politikaları şu şekilde sınıflandırılabilir; • Optimizasyon hedefine göre: Tedarik zincirin her bir noktasında stok yönetiminin bağımsız ya da entegre olarak gerçekleştirilip gerçekleştirilmemesine göre • Kontrol tipine göre: Merkezi ya da yerel karar verici/vericilerin durumuna göre • Stok kontrol sıklığına göre: Periyodik, sürekli ya da hibrid olarak belirlenen metoda göre • Gereksinim duyulan bilgi miktarına göre: Proaktif yaklaşım olarak isimlendirilen yaklaşım talep tahminine gereksinim duyarken, reaktif yaklaşım stoktaki anlık azalmayı gözlemler. • Stok seviyesinin değerlendirilmesi: Yerel ya da düzeysel stok Tablo 2.2 : Stok yönetimi politikalarının karakterizasyonu için kriterler Stok Yönetimi Kriteri Optimizasyon hedefi Kontrol tipi Stok kontrol Bilgi miktarı Stok seviyesi Seçenekler Yerel, küresel Merkezi, merkezi olmayan Periyodik, hibrid, sürekli Zaman bazlı, anlık Yerel, düzeysel 2.10.1. Tedarik Zincirinde Stok Performansını Etkileyen Unsurlar Bir tedarik zincirinde stok yönetimi performansını etkileyebilecek olan unsurlar şekil 2.4 de son mamul stoku bağlamında gösterilmiştir(Lutz, 2003). Sistemin asıl performans ölçütü hizmet düzeyidir. Bu unsurlar talepteki değişkenlik, teslimat miktarlarındaki güvenilirlik ve teslimat süresindeki güvenilirlikten etkilenmektedirler. Bu faktörlerin etkisi güvenlik stoklarıyla azaltılmaya çalışılmaktadır. Güvenlik stokun büyüklüğü oranında değişkenliğe karşı önlem olabilirken, aynı oranda stok maliyetlerini de arttıracaktır. 28 3. MALZEME VE YÖNTEM 3.1. BULANIK MODELLEME Bulanık küme teorisi tam ve kesin olarak tanımlanması güç olan sistemleri modellemek için kullanılmaktadır. Bulanık küme teorisi değişkenlik ve öznelliği modelin formülasyon ve çözüm süreçlerine katan bir metot olarak ortaya konmuştur. İlk olarak insanın karar alma süreçlerindeki etkisinin doğurduğu belirsizlik ile ilgilenen bulanık küme teorisi son 40 yılda pek çok bilim dalında uygulama görmüştür. Günümüzde mühendislik, işletme yönetimi, tıp ve ilgili bilimler ve doğa bilimleri alanlarında bulanık mantık kullanılarak çeşitli çalışmalar yapılmaktadır (Guiffrida, 1998). Bulanık küme teorisinin tedarik zinciri yönetiminde kullanımının daha iyi anlaşılabilmesi için bu alanda yapılmış mevcut çalışmalara değinmekte yarar vardır. Gen ve diğ.(1997) girdi verisinin üçgen bulanık rakamlarla ifade edildiği stok kontrol problemlerinin çözümü için bir metot geliştirmişlerdir. Sürekli gözden geçirme esasına dayalı bu modelde bulanık talep değerinin ortalaması hesaplanarak ekonomik sipariş miktarı formülü yeniden ele alınmıştır. Samantha(2000) dinamik üretim-stok modelini bulanık mantık ile çözmeye çalışmıştır. Oluşturduğu modeli MATLAB ile simule ederek stok yönetimi performansını gözlemlemiştir. Kao(2000) talebin bulanık oluğu tek periyotlu stok modeli üzerinde çalışarak optimal sipariş miktarını hesaplamıştır. Modele dâhil edilen maliyetler satın alma maliyeti, elde bulundurma ve elde bulundurmama maliyetleridir. Farklı sipariş miktarları için ortaya çıkan farklı bulanık toplam maliyetler optimal sipariş miktarının bulunması için geliştirilen bir bulanık sayı derecelendirme metodu ile incelenmiştir. Bir adet ürünün satışından elde edilen kazanç bir birimin satılamamasından kaynaklanan kayıptan daha az ise optimal sipariş miktarının bulanık talep değişkeni fonksiyonunun sol yarısında 29 olduğu görülmüştür. Eğer ürünün kazancı kaybına eşit ise üyelik derecesi bir olan tüm miktarların optimal olduğu sonucu ortaya çıkmıştır. Li(2001) benzer bir tek periyotlu bulanık stok problemini ele almıştır. Talebin olasılıksal, maliyet bileşenlerinin bulanık ve talebin bulanık, maliyetlerin olasılıksal olduğu iki farklı model geliştirmiştir. Petrovic ve diğ. (1998) tüm birimlerin seri bağlantılı olduğu bir tedarik zincirini bulanık küme yaklaşımı ile modellemiştir. Bu tedarik zinciri hammadde stoku, work-in-process ve son mamul stokları ile bunlar arasındaki üretim ve stoklama noktalarından oluşmaktadır. Tek bir ürünün temel alındığı bu modelde stoklar periyodik gözen geçirme esasıyla yönetilmektedir. Modelin iki temel bulanık parametresi tüketici talebi ve tedarikçi güvenilirliğidir. Tedarikçinin güvenilirliği bir siparişin sipariş verilen noktaya ulaşan miktarını etkilemektedir. Modelin tedarikçi güvenilirliğinin göz önüne alınmaması ve alınması şeklinde iki farklı durum için simülasyonu yapılmış ve sonuçlar incelendiğinde ikinci durumun maliyetler bağlamında daha iyi bir tedarik zinciri performansı sağladığı görülmüştür. Hojati(2003) literatürdeki bulanık ekonomik sipariş miktarı modellerini incelemiştir. Olasılıksal modellerden türetilen bulanık modellerin kullanışlılığını sorgulamış ve bulanık modellerde tahminin gücünü arttırmak için ekonomik sipariş miktarının hesaplanması üzerinde durmuştur. Hem bulanık hem de olasılıksal modellerde üçgen parametre dağılımlarının iyi sonuçlar verdiğini göstermiştir. Giannoccaro ve diğ.(2002) tedarik zincirinde stok yönetimi için periyodik gözden geçirme esasına dayalı bulanık bir model oluşturmuşlardır. Bulanık kümeler üzerinde kurulu bu modelde düzeysel stok sistemi üzerinde durulmuş ve oluşturulan modelin bir simülasyonu yapılmıştır. Merkezi stok kontrol politikasının yerel politikalardan daha iyi sonuçlar verdiği gözlemlenmiştir. Bulanık mantık özellikle değişkenliğin ve belirsizliğin yüksek olduğu parametrelerin modellenmesinde fayda göstereceğine inanılan bir yaklaşımdır. Tedarik zinciri, bir ucunda tedarikçi diğer ucunda ise son kullanıcının bulunduğu hammaddelerin temini, 30 bunların ara mamul ve son mamullere dönüşümü ve son mamullerin müşteriye ulaştırılması ve satışını kapsayan işletme içi, işletme dışı ve işletmeler arası fonksiyonların tümüdür. Dolayısıyla bu çok geniş yapının genelinde ve özellikle de başlangıç ve bitiş noktalarını oluşturan tedarik ile ürün talebi noktalarında değişkenlik ve belirsizlikler yüksek miktarda mevcuttur. Tedarik zinciri yönetiminin bulanık küme yaklaşımı ile ele alınması bu belirsizlik ve değişkenlik kaynaklarının bu sayede daha iyi yönetileceğini varsaymaktadır. 3.2. BULANIK TEDARİK ZİNCİRİ STOK YÖNETİMİ MODELİ Stok yönetiminin ardında siparişlerin ne zaman ve ne miktarda verileceği sorusu yatar. Bulanık mantık, bulanık kümeler vasıtasıyla bu soruya bir takım kurallar ortaya koyarak cevap verir. 3.2.1. Bulanık Kümeler ve Kural Matrisi Stok kontrol problemlerinde değişkenlerdeki belirsizlik genellikle geçmiş verilerden yola çıkarak oluşturulan olasılık dağılımları ile modellenmiştir. Ancak veri eksikliği ya da veride güvenilirlik eksikliği ya da verinin olmaması durumunda standart olasılık temelli yöntemler kullanılamaz. Değişkenlerdeki bu belirsizlik deneyim ve yönetimin kararına dayalı olarak ele alınır. Bu durumda değişkenlerdeki belirsizliğin “Stoklarımız eğer S kadarsa orta, ama Su ‘dan büyükse aşırı stoka sahibiz” gibi dilsel kavramlarla B B ifade edilmesi kolay olacaktır. Bulanık kümeler, bu doğal dilsel ifadelerin modellenebilmesi için mevcut en uygun yaklaşımdır. Bir bulanık mantık stok yönetimi modeli oluşturmak için girdi ve çıktı parametrelerinin bulanık kümelerinin ve modelin kural tabanının oluşturulması gerekmektedir. Bulanık mantık model değişkenlerinin çeşitli seviyelerinin dilsel ifadelerle de temsil edilebilmesine olanak sağlayan bir yaklaşımdır. Girdi ve çıktı parametrelerinin bulanık kümelerini oluştururken gerçek yaşamdan ilgili parametrelerin çeşitli seviyeleri için kullanılan dilsel ifadelerin kullanılması modelin uygulanabilirliğini arttıracak bir yaklaşımdır. Benzer şekilde bulanık sistemin kural matrisi oluşturulurken girdi ve çıktının farklı seviyelerine atıfta bulunan bulanık kümeler için dilsel ifadeler kullanmak anlaşılırlığı arttıracaktır. 31 Bulanık küme, bulanık sınırlarla karakterize edilir. Her bir eleman bir kümeye belli bir üyelik derecesi ile ait olur. Her bir bulanık küme elemanının üyelik derecesini veren fonksiyona üyelik fonksiyonu denir. Stok yönetimi parametreleri için en uygun üyelik fonksiyonları üçgen fonksiyonlardır (Giannoccaro ve diğ., 2002). Şekil 3.1 de stok seviyesi olarak tanımlanmış bulanık değişkenin bir bulanık kümesi örnek olarak gösterilmiştir. Şekil 3.1 : ‘Orta’ bulanık üyelik fonksiyonu: stok seviyesi yaklaşık c adet Zadeh’e göre bir üyelik fonksiyonu, tahmin yapabilecek uzmanlar tarafından oluşturulmalıdır. Bu yöneticilerden bir olasılık fonksiyonu oluşturmalarını istemekten çok daha kolaydır. Herhangi bir değişkeni modelleyebilmek için yöneticilerin (uzmanların) bilmesi gereken tek şey değişkenin bulanık kümesine ait olacak ya da olmayacak değerlerdir. Bulanık değişkenler için bulanık kümelerin oluşturulması işlemi çeşitli şekillerde yapılabilir. Bunlardan birincisi tamamen uzman kişilerin deneyimlerinden faydalanarak ilgili kümeleri oluşturmaktır. Bir diğer yöntem ise gerçek verilerin ya da simülasyonla elde edilmiş sonuçların önceden belirlenen algoritmalar ile bulanık kümeleri oluşturmakta kullanılmasıdır. Bulanık sistemin kuralları ise yine tamamen uzmanların deneyimlerinden faydalanarak yaratılabileceği gibi Wang-Mendel’in basit kural çıkarımı metodu ile de yapılabilir. Bir 32 bulanık stok yönetimi modeli oluşturmak için bu kuralların belirlenmesi gerekmektedir. Bu kurallara şu örnekler verilebilir; Eğer stok seviyesi çok düşük ve talep artıyor ise yüksek miktarda sipariş ver. Eğer stok seviyesi düşük ve talep sabit ise az miktarda sipariş ver. Bu basit bir 2x1 bulanık modeldir. İki girdi ve bir çıktı parametresi vardır. Parametreler arasındaki bu ilişkiler (kurallar) mxn’lik bir matris formunda gösterilebilir. Bu matrise Fuzzy Associative Memory (FAM) matrisi adı verilir. Satır ve sütunların kesiştiği noktalarda sipariş miktarı ile ilgili bulanık küme yer alır. Tablo 3.1 : Örnek FAM Matrisi Talepteki Değişim Azalıyor Sabit Artıyor Stok Seviyesi Çok Düşük düşük Orta Yüksek Orta Çok Yüksek yüksek Normal Yüksek Çok Yüksek Düşük Orta Düşük Bu bulanık stok yönetimi modelinin işleyişi şekil 3.2’deki gibi olacaktır. Bulanık Stok Kontrol Sistemi Stok Seviyesi Çok Düşük Azalıyor Stok Seviyesi Orta Orta Yüksek Yüksek Çok Çok yüksek yüksek Orta Yüksek Çok Yüksek Sabit Artıyor Talep Talepteki Değişim Düşük Orta Yüksek Şekil 3.2 : Bulanık Stok Yönetimi Modeli Sipariş Miktarı Orta Düşük 33 3.3. WANG-MENDEL KURAL ÇIKARIMI METODU Bu metot veri elemanları arasındaki ilişkileri ortaya çıkarmak ve bu ilişkileri tanımlayan kuralları üretmek amacıyla davranış modeli verisinin kullanımını adım adım açıklayan bir yöntem olarak 1991 yılında Li-Xin Wang ve Jerry M. Mendel tarafından geliştirilmiştir. Wang-Mendel metodunun ardında gayet basit ancak uygulamada karmaşık bir fikir yatmaktadır. Bir model oluşturulurken karşılaşılan en önemli problemlerden biri çözüm parametrelerini dilsel olarak ifade etmektir. Eğer model iyi anlaşılır ve matematiksel tanımlamalar kesin ve deterministik ise sistem davranışı güvenilir olarak ortaya konabilir. Ancak bir modelin fenomenolojisi açıkça anlaşılır olmayabilir. Bunun yanı sıra model parametreleri arasındaki ilişkiler doğrusallıktan çok uzak ve modelde uzman görüşlerinin etkisi çok yüksek olabilir. Bunlar modellenmesi zor olan problemlerdir. Çoğu durumda model için örnek veri mevcuttur; bu sayede bir dizi çıktı değeri için girdi seviyeleri hakkında temel bilgiye sahip olunur (Cox, 1999). Bir bulanık model şekil 3.3 deki gibi gösterilebilir. X1 B X2 B X3 Modelleme Süreci Yi B B B X4 B Şekil 3.3: Bir bulanık modelin girdi, süreç, çıktı şeması Bu durum, modelin i’inci örneği için nicel bir veri vektörü olan {xi1 ...xin } ile ifade edilen başlangıç model durumu ile ayrıştırılmış durum değişkeni olan { yi } arasında bir örtüşme elde edilmiş olunduğunu gösterir. Bu ise şekil 3.4 de gösterildiği gibi parametreler arasında bir transfer fonksiyonunun (g) olabileceği anlamına gelir. 34 y i ← g ( x1,....., x n ) . . . y k ← g ( x k 1,....., x kn ) Şekil 3.4 : Problem safhasında model transfer fonksiyonu Bu ilişkileri kullanarak bir koşullu bulanık kurallar kümesi oluşturmaya çalışılır. Bu kurallar şu formda olacaktır: Eğer x1,Pi1 ; x2,Pi2 ; … ; xj,Pij ise y,Ci’ dir. B B B B B B B B B B B B B B Burada “P” girdi için bulanık bölgeyi ve “C” ise çıktı için bulanık bölgeyi ifade etmektedir. Bu bulanık bölgeler veriden direkt olarak yaratılırlar. 3.3.1. Kural Çıkarımı Süreci Wang-Mendel Kural Çıkarımı Süreci dört temel adımdan oluşur. Sürecin genel şeması şekil 3.5’de gösterildiği gibidir. 35 Çıktı Z Simülasyon Girdi/çıktı verisi Girdi Y Girdi X 1 0,8 ( X 1 , Y1 ) → z1 Girdi/Çıktı aralıklarından Bulanık Bölgelerin ayrışımı 0,6 0,4 0,2 0 1 2 3 4 5 6 7 ( X n , Yn ) → z n Veriden bulanık kuralların oluşturulması Eğer X , S 2 ve Y1 , T 4 ise Z ,W 3 ’ dir. 1 . . Eğer X i , Sn ve Yi , Tn ise Z , Wn ’ dir. Kuralları eleyici filtrelerin uygulanması Girdi Y FAM’in oluşturulması G i r d i X T1 T2 T3 T4 S1 Wn W2 W1 W4 S2 Wn W4 W3 W2 S3 W4 W3 W3 W3 S4 Wn W4 W3 W2 Sn Wn W2 W1 W4 Fuzzy Associative Memory (FAM) Tn W1 W1 W3 W1 W1 Şekil 3.5 : Wang-Mendel kural çıkarımı metodu 3.3.2. Model Davranış Verisi Wang-Mendel metodu tanımlayıcı bulanık kuralları oluşturmak için sistemin davranış bilgisini kullanır. Bu bilgi temel olarak alt alta yazılmış i adet satırdan oluşur. Her bir satır ise şu şekilde gösterilebilir: X 1 , X 2 , X 3 ,......, X n , y; d Burada Xi modeldeki bağımsız ya da kontrol değişenidir. 'y’ ise bağımlı ya da çözüm B B değişkenidir. ‘d’ kural ile bağlantılı olarak veri elemanlarından oluşturulan katkı derecesidir. Katkı derecesi ihmal edilebilir ve ‘1’ olarak kabul edilebilir. Örnek olarak tablo 3.2 de stok yönetimi modeli için davranış modeli verisinin bir kısmı görülmektedir. Bu model davranış verisi, bulanık kuralları çıkarılmak istenen sistemin gerçek ya da simülasyon verileriyle oluşturulur. 36 Bulanık sistemin modellenmesinde klasik stok yönetimi sisteminin üç temel parametresinin oluşturduğu değerler dikkate alınır. Bunlar stok seviyesi, talepteki değişim ve sipariş miktarı değişkenleridir. Klasik stok yönetimi simülasyonunda, sistemin karar noktalarının her birinde verilen her sipariş kararı neticesinde, o sipariş ile ilgili olarak bu üç değişkenin bilgisi model davranış verisinde saklanır. Tablo 3.2 : Klasik stok yönetimi modelinden elde edilmiş model davranış verisi Satır No. 1 2 3 4 5 U U U Stok Seviyesi 42 41 41 37 41 U U Talepteki Değişim -7 12 1 5 0 U Sipariş Miktarı 33 34 38 34 34 U U Sipariş miktarı, tedarik zincirinde, zincirdeki bir önceki tedarikçiye verilen siparişin miktarıdır. Stok seviyesi siparişin verildiği anda mevcut olan stok miktarıdır. Talepteki değişim son iki gözden geçirme periyodunda oluşan toplam taleplerin farkıdır. Talepteki değişim miktarının hesaplanması için öncelikle son gözden geçirme periyodunda oluşmuş toplam talep hesaplanır. Ardından bir önceki periyottaki toplam talep değeri de hesaplanarak, bu iki sayının farkı alınır. Davranış dosyasındaki her satır sistem davranışıyla ilgili bir kuralı ifade edecektir. Kural çıkarımı mekanizmasının temeli bağımlı ve bağımsız değişkenler arasındaki ilişkiden yola çıkarak modelin davranışını öğrenmektir. 3.4. KURAL ÇIKARIMI SÜRECİNİN İŞLETİLMESİ Bulanık kural tabanı için bilgi tabanının yaratılması sürecinde iki temel problem ile karşılaşılır. • Veritabanı oluşturma o Tanım uzayının belirlenmesi o Her bir dilsel değişken için küme sayılarının belirlenmesi o Her bir küme için bulanık üyelik fonksiyonlarının belirlenmesi 37 • Kural Çıkarımı o Kural sayısının tespiti o Her bir kuralın spesifik kompozisyonlarının belirlenmesi 3.4.1. Bulanık Kümelerin Belirlenmesi Kural çıkarımı süreci her bir girdi ve çıktı değişkeni için bulanık kümelerin oluşturulması ile başlar. Stok yönetimi modeli için iki adet girdi ve bir adet çıktı değişkeni tanımlanmıştır. Bunlar; o Girdi: Stok Seviyesi o Girdi: Talepteki Değişim o Çıktı: Sipariş Miktarı Dilsel Değişken Stok Seviyesi Dilsel Değerler (ifadeler) Çok düşük 440 Düşük 470 Orta 500 Yüksek Çok yüksek 530 560 Şekil 3.6 : Bulanık Parametre Gösterimi Bulanık değişkenlerin oluşturulması için öncelikle değişkenin etki alanını gerçekçi bir şekilde ifade edebilecek kaç tane bölgenin gerekli olacağına karar verilmelidir. Bu sayı üç ya da üçten büyük tek sayı olmalıdır. Algoritma bulanık değişken için bölge sayısı belirlendikten sonra bu bölgelerin başlangıç ve bitiş değerlerini hesaplayacaktır. 38 3.4.2. Talepteki Değişim Bulanık Değişkeni Periyodik gözden geçirmeli stok kontrolünde belirli aralıklarla stok seviyesi kontrol edilerek, gerekli şartlar oluşmuş ise sipariş verilir. Talepteki değişim değişkeni en son periyotta ortaya çıkan talep ile bundan bir önceki periyotta ortaya çıkan talep değerinin farkını temsil ederi. Bulanık stok yönetimi modeli için talepteki değişim ile ilgili olarak üç dilsel ifade kullanılmıştır: Talep artıyor, Talep sabit ve Talep azalıyor. Bu üç ifadenin bulanık kümeler ile gösterimi şekil 3.7 ve şekil 3.8 deki gibidir. 1 R1 R2 R3 0,8 0,6 0,4 0,2 0 -10 1µ dm 02 10 µ3 dm Şekil 3.7 : Dağıtım merkezi için talepteki değişim bulanık değişkeni 1 R1 R2 R3 - µ1sm 02 µ3sm 0,8 0,6 0,4 0,2 0 Şekil 3.8 : Satış merkezleri için talepteki değişim bulanık değişkeni 39 R1,R2 ve R3 bölgeleri şu şekilde isimlendirilmiştir; B B B B B B Bölge Adı U B B Karşılık Gelen İfade U Talep sabit R2 B B U Talep azalıyor R1 R3 U B B Talep artıyor 3.4.3. Stok Seviyesi Bulanık Model Değişkeni Stok seviyesini ifade edecek “çok düşük”, “düşük”, “orta”, “yüksek” ve “çok yüksek” şeklinde 5 farklı küme belirlenmiştir. Stok seviyesi bulanık değişkeninin oluşturulması için Cox (1999) sürekli gözden geçirmeli stok kontrol modelinde orta kümenin orta noktasını ekonomik yeniden sipariş miktarı olarak kabul etmiştir. Periyodik gözden geçirmeli modelde orta nokta ekonomik yeniden sipariş noktası olarak kabul edilebileceği gibi hedeflenen stok seviyesi ya da ortalama stok seviyesi olarak da belirlenebilir. Bulanık stok yönetimi simülasyonunun sonuçları, stok seviyesi bulanık değişkeninin tanım uzayı ve küme genişliklerinden önemli ölçüde etkilenmektedir. Varsayım olarak stok seviyesi bulanık değişkeninin orta noktası olarak ekonomik yeniden sipariş miktarı, ortalama stok seviyesi ya da model davranış verisindeki en yüksek ve en düşük stok değerlerinin orta noktası kabul edilebilir. Farklı durumlar için simülasyon sonuçları incelendiğinde periyodik gözden geçirme esasına dayalı stok kontrolünün uygulandığı bir sistemin simülasyon sonuçlarından bulanık stok yönetimi modeli oluşturulması sürecinde stok seviyesi bulanık değişkeni için orta nokta olarak model davranış verisindeki ortalama stok seviyesinin( S ) kabul edilmesinin en iyi sonuçları ortaya çıkardığı görülmüştür. Dolayısıyla stok seviyesi bulanık değişkeni şekil 3.9 daki gibi bir yapıda olacaktır. 40 1 R2 R3 R4 0.295S S3 1.05 4S R1 R5 0,8 0,6 0,4 0,2 0 0.19 S 1.51S Şekil 3.9 : Stok Seviyesi bulanık değişkeni Bölge Adı U B B Karşılık Gelen İfade U Düşük R2 B B Orta R3 B B Yüksek R4 B B U Çok düşük R1 R5 U B B Çok yüksek 3.4.4. Sipariş Miktarı Bulanık Model Değişkeni Sipariş miktarı bulanık değişkeni bulanık stok yönetimi modelinde girdi parametreleri olan stok seviyesi ve ortalama talebin çeşitli durumlarına göre verilecek olan siparişin miktarını ifade etmektedir. Sipariş miktarı için “çok düşük”, “düşük” , “orta”, “yüksek” ve “çok yüksek” ifadeleri kullanılacaktır. Orta kümenin orta noktası olarak davranış model verisinde tedarik zincirinin söz konusu elemanı tarafından verilmiş olan sipariş miktarlarının ortalaması ( Q ) ya da maksimum ve minimum değerlerinin orta noktası kullanılabilir. Periyodik gözden geçirme esasına dayalı bir stok yönetimi modelinin simülasyon sonuçlarından oluşturulmak istenen bir bulanık stok yönetimi modeli için en uygun sipariş miktarı sonuçlarını ortalama sipariş miktarının kullanılması yoluyla oluşturulmuş sipariş miktarı bulanık değişkeninin verdiği görülmüştür. 41 1 R1 R2 R3 0.61Q 02.8Q Q3 R4 R5 0,8 0,6 0,4 0,2 0 1.42Q 1.54Q Şekil 3.10 : Sipariş Miktarı Bulanık Değişkeni Bölge Adı U B B Karşılık Gelen İfade U Düşük R2 B B Orta R3 B B Yüksek R4 B B U Çok düşük R1 R5 U B B Çok yüksek 3.5. KURAL ÇIKARIMI Model değişkenleri için bulanık kümeler oluşturulduktan sonra kural üretimi süreci başlar. Kural çıkarımı, birkaç adımdan oluşan bir işlemdir. Her adım genel model davranışını yansıtacak en iyi kural kümesinin bulunması amacıyla işlemektedir. Kural çıkarımı süreci, verinin, bulanık kümelerle en yüksek oranda örtüştüğü geçici kural matrisinin yaratılmasıyla başlar. Model davranış verisinin her bir satırı model için girdi ve çıktı bilgisi içermektedir. Dolayısıyla model davranış verisi aşağıdaki şekilde ifade edilebilecek satırlara dönüştürülebilir; Eğer Stok Seviyesi Rx ve Talepteki Değişim Ry ise Sipariş Miktarı Rz’ dir. B B B B B B 42 Burada ‘x,y,z’ indisleri ilgili değişkenlerin bulanık kümelerinden birini işaret eder. Kurala dâhil edilecek bulanık kümenin hangisi olacağını ise veri değeri belirleyecektir. Kural çıkarımının bu aşaması, her bir veri değeri için o değişkenin bulanık küme setinden en iyi uyan kümenin bulunması ile her bir satır için geçici kurallar ortaya çıkarır. ‘En iyi uyan’ küme veri değerinin en büyük üyelik derecesine sahip olduğu kümedir. Her bir x verisi ve bu verinin ilişkili olduğu V değişkeni için bulanık kümeler P arasından en iyi uyan küme formül 3.1 ile elde edilir (Cox, 1999). N µ ( x) max = g ( X i , ∀ Pj ) j =0 (3.1) Örnek olarak model davranış verisinde aşağıdaki satırın olduğunu varsayarsak, bu satıra ait geçici kuralın çıkarımı şu şekilde gerçekleşir; Stok Seviyesi U U U Talepteki Değişim Sipariş Miktarı -3 29 U 38 U U Şekil 3.11 de görüldüğü gibi stok seviyesi bulanık değişkeni R1 bulanık kümesinde 0.73, B B R2 bulanık kümesinde ise 0.27 üyelik derecelerine sahiptir. Dolayısıyla bu satırda stok B B seviyesi bulanık değişkeni için en iyi uyan değerin elde edildiği küme R1’dir. B R1 R2 R3 R4 Şekil 3.11 : “En iyi uyan” kümenin bulunması B R5 43 Benzer yaklaşımla talepteki değişim ve sipariş miktarı verisinin en iyi uyduğu bulanık kümeler bulunursa geçici kural matrisinin bir satırı şu şekilde ifade edilebilecektir; Eğer Stok Seviyesi R1 ve Talepteki Değişim R2 ise Sipariş Miktarı R3’ dir. B B B B B B Bu geçici kural, her bir girdi ve çıktı değişkenine ait üyelik dereceleri ile birlikte ara matris’ de saklanır. Ara kural matrisi kural çıkarımı sürecinin temelini teşkil eder. Modelin davranış verisinden her bir satır okundukça, okunan bu veri değeri ilgili bulanık değişkende en iyi uyan bulanık küme ve bu küme için üyelik derecesi ile birlikte ara kural matrisinin satırları oluşturulur. Bu maksimum üyelikler ‘etkililik derecesi’ ve ardından ‘katkı derecesi’nin hesaplanmasında kullanılacaklardır. 3.5.1. Etkililik Derecesinin Hesaplanması Model davranış verisindeki her satır bir kural oluşturacağından, kural çıkarımının bu ilk süreci pek çok potansiyel kural ortaya çıkaracaktır. Bu kuralların bazıları çatışan davranışları ifade edecektir. Bazılarının ise göreceli olarak etkisi çok az olabilecektir. Kuralları model davranışını ifade edebilme gücüne göre eleyebilecek bir mekanizma geliştirmek için her satırda etkililik derecesi hesabı yapılmalıdır. Bir kuralın temel etki değeri her bir kural bileşeninin maksimum aidiyet derecelerinin çarpımına eşittir. N Eff ( kural ) = ∀ µ p ( xi ).µ c ( y ) i =0 (3.2) {Eğer X1,W ve X2,Y ise y,Z’ dir.} şeklinde ifade edilen bir kural için (burada W,Y ve Z B B B B ilgili değişkenin bir bulanık kümesidir) etkililik derecesi formül 3.3’deki gibi hesaplanır (Cox, 1999). Eff (kural) = µ w ( x1 ) ⋅ µ Y ( x 2 ) ⋅ µ z ( y) (3.3) Etkililik derecesi kurallar arasında çatışmayı önleyen, yalnızca en yüksek etkiye sahip kuralın sürece dâhil edilmesini sağlayan bir yöntemdir. Etkililiği ölçen bir parametre kullanmak yalnızca kural bileşenlerinin doğruluğunu sağlamak için değil kuralın genel kullanılabilirliğini sağlamak için de gereklidir. Gerek gerçek hayatta karşılaşılan 44 gerekse simülasyon sonucunda elde edilen veri çoğu durumda aynı girdi ve çıktı değişkenine sahip kurallar oluşturacaktır. Etkililik derecesi bu kuralların elenmesinde yararlılık gösterecektir. Katkı Derecesi Bazı durumlarda kural çıkarımı sırasında kural derecelendirmesi sürecinde kişinin elde ettiği bilginin ya da uzman görüşlerinin de değerlendirmeye katılması istenebilir. İnanılırlık derecesi olarak ifade edilen bu değer aynı zamanda güvenilirlik ağırlığı olarak da isimlendirilir. Güvenilirliğinden şüphe edilmeyen veri satırları için bu değer 1’e yakın seçilirken; veriye olan şüphe arttıkça 0’a yakın değerler verilebilir. Etkililik derecesi ile güvenilirlik derecesinin çarpımı ise katkı derecesi olarak isimlendirilir. Katkı( kural ) = Eff (kural ).Guven ( kural ) (3.4) Bu aşamadan sonra, süreç, artık uzmanların deneyimlerinin de etken faktörler arasına katılması ile verinin farklı güvenilirlik derecelerine duyarlı bir sistem haline gelmiştir. Gerçek yaşamda veri kirlilik, uygulanabilirlik ve önemi açısından çeşitli seviyelere sahip olabilir. Katkı derecesi analistin girdi verisine duyduğu güven bağlamında kuralların değerlendirilmesini sağlar. İnsan faktörünün kural çıkarımı sürecindeki bu etkisi tüm inanılırlık değerlerinin 1’ e eşitlenmesi yoluyla göz ardı edilebilir. WangMendel kural çıkarımı sürecinde eğer bir inanılırlık indeksi belirtilmemiş ise bu değerin 1 olduğu varsayılır. 3.5.2. Davranış Verisinin Değerlendirilmesi Geçici kural matrisindeki her satır, modeldeki girdi ve çıktı değişkenleri için “en iyi uyan” bulanık küme ve kuralın katkı derecesinden oluşur. Katkı derecesi etkililik derecesi ile inanılırlık indeksinin çarpımıdır. Bu çalışmada ,nanılırlık indeksi tüm satırlar için 1 kabul edildiğinden katkı derecesi, o satırın etkililik derecesine eşit olacaktır. Geçici kural matrisinin görünümü örneik olarak tablo 3.3’deki gibidir. 45 Tablo 3.3 : Geçici kural matrisinin görünümü Stok Seviyesi Çok Düşük Talepteki Değişim Artıyor 2 Orta Azalıyor Düşük 0,195 0,195 3 Yüksek Azalıyor Çok Düşük 0,516 0,516 4 Yüksek Azalıyor Orta 0,191 0,191 U Satır 1 U U U U U Sipariş Miktarı Çok Yüksek Etkililik Derecesi 0,713 Katkı Derecesi 0,713 U U U U U U 3.5.3. Bulanık Kuralların Birleştirilmesi Ara kural matrisi, pek çok tekrarlayan ya da çatışan kural satırından oluşur. Bu, davranış verisinden kural çıkarımı sürecinin öğrenme doğasından kaynaklanan bir sonuçtur. Dolayısıyla kural çıkarımının son adımı katkı derecesini kullanarak sistem davranışını en iyi yansıtan kuralların seçilmesidir. 3.5.4. Ara Kural Matrisinin Daraltılması Süreci Çatışan ve tekrarlayan kuralların elenmesi işlemi, ara kural matrisinde, aynı girdi değişkeni bulanık kümelerine sahip olan satırlardan, en büyük katkı derecesine sahip olan kuralın geçerli sayılması ile gerçekleştirilir. Bu süreç şekil 3.12’de gösterilmiştir. 46 Satırın Okunması Sonraki Satır H Girdi değişkenlerinde daha önce aynı bulanık kümelere sahip satır var mıydı? Yeni kuralın FAM’e aktarımı H E Yeni satırın katkı derecesi daha önce değerlendirilerek FAM’e aktarılan satırınkinden büyük mü? E FAM’in yeni satırdaki çıktı değişkeni kümesi ile güncelleştirilmesi Şekil 3.12 : Kural matrisinin daraltılması süreci 3.5.5. FAM Matrisinin Oluşturulması FAM matrisi yatay ve dikey eksenlerde girdi değişkelerinin bulanık kümelerini, kesişim noktaları ise çıktı değişkeninin bulanık kümelerini içeren bir yapıdadır. Tedarik zincirinde bulanık modelleme kapsamında belirlenen bulanık değişkenler doğrultusunda bu çalışmada ele alınan FAM matrisinde yatay eksen stok seviyesi için bulanık kümeleri, dikey eksen ise talepteki değişim için bulanık kümeleri ifade etmektedir. Bu iki parametrenin kesişim noktaları ise sipariş miktarı değişkeninin bulanık kümelerine karşılık gelmektedir. FAM iki girdi ve bir çıktı değişkeninin yer aldığı bulanık sistemlerde geçerli kural tabanını ifade etmek için yeterli bir araçtır. Ancak daha fazla bulanık değişkene sahip sistemler için kullanılamaz. Bu durumda en uygun çözüm ortaya çıkan kuralların satır satır yer aldığı bir kural listesinin oluşturulmasıdır. Kural çıkarımı süreci bu kural 47 tabanının oluşturulması ile sona erer. Bu kurallar davranış girdisinin, en iyi uyumu sağladığı çıktı durumlarını gösteren eğer cümlecikleridir. 3.6. MODELİN İŞLEYİŞİ Bulanık stok yönetimi modeli, şekil 3.13 de gösterilen formüller ile önceden hesaplanmış olan gözden geçirme dönemlerinde(rp) tedarik zincirinin her bir karar noktasında stok seviyesi(St) ve talepteki değişim ( ∆d t ) değişkenlerinin değerleri B B doğrultusunda verilecek sipariş miktarının hesaplanması esasına dayanır. Stok seviyesi stok noktasında o anda mevcut olan stok miktarıdır. Bu değer önceden belirlenmiş olan stok seviyesi bulanık değişkeni kullanılarak bulanıklaştırılır ve karar verme sürecine dâhil edilir. Talepteki değişim ise en son gözden geçirme periyodu boyunca oluşan toplam talebin, bir önceki gözden geçirme periyodunda oluşan toplam talepten farkıdır. Bu değer de önceden belirlenmiş olan talepteki değişim bulanık değişkeni üzerinde bulanıklaştırılarak karar sürecinde dâhil edilir. 2× d × k h EOQ rp = d SS = z × σ LT + rp EOQ = TIL = SS + d ( LT + rp ) Şekil 3.13 : Periyodik gözden geçirmeli stok kontrol modeli için formüller (Fitzsimmons, 1997) Burada EOQ ekonomik sipariş miktarı, d ortalama talep, k birim sipariş maliyeti ve h bir birim ürünün günlük elde bulundurma maliyeti faktörüne karşılık gelmektedir. Güvenlik stoku (SS)’ in hesaplanmasında kullanılan σ talebin standart sapması ve LT ise tedarik süresidir. TIL hedef stok seviyesini temsil eder. Bulanık Girdi Değişkenleri U U Talepteki Değişim: ∆d t = [ ∑ di ] − [ i =t − rp Eldeki Stok Seviyesi: St B B t − rp ∑d ] i =t − 2 rp i 48 Şekil 3.14 bir bulanık modelleme sisteminin genel yapısı ve akış şemasını göstermektedir. Kural Üretimi Eğer x A ise Z W1’dir. B B Çözüm Uzayı Eğer x B ise Z W2’dir. B Girdi Değerleri B Eğer x C ise Z W3’dir. B Kural İşletimi Σ B Netleştirme (Centroid) Çıktı Değeri Eğer x D ise Z Wn’dir. B B Şekil 3.14 : Bulanık modelleme sistemi Adım 1: Öncelikle girdi değişkenlerinin ilgili bulanık kümelerdeki üyelik dereceleri hesaplanmalıdır. Talepteki değişim bulanık değişkeni üç bulanık kümeye sahiptir. Şekil 3.15 ve 3.16 da talepteki değişim bulanık değişkeni grafiksel olarak gösterilmiştir. 1 R1 R2 R3 µ sm :Satış merkezleri için ortalama 0,8 müşteri talebi 0,6 0,4 0,2 0 - µ sm 1 02 µ3sm Şekil 3.15 : Satış merkezleri için talepteki değişim bulanık değişkeninin bulanık kümeleri 49 R1 1 R3 R2 µ dm :Dağıtım merkezi için ortalama 0,8 müşteri talebi 0,6 0,4 0,2 0 -101µ dm 103µ dm 20 Şekil 3.16 : Dağıtım merkezi için talepteki değişim bulanık değişkeninin bulanık kümeleri Kural çıkarımı için kullanılacak olan talepteki değişim bulanık kümelerini bulmak için ∆d t değerinin bu üç bulanık kümedeki üyelik dereceleri hesaplanır. Bulanık Küme Üyelik Derecesi U U U U R1 µ1 (∆d t ) R2 µ 2 (∆d t ) R3 µ3 (∆d t ) Adım 2: Stok seviyesi bulanık değişkeni beş bulanık kümeden oluşmuştur. Şekil 3.17 de stok seviyesi bulanık değişkeni gösterilmiştir. 1 R1 R2 R3 R4 R5 Klasik sistemin simülasyon verilerinden; 0,8 S : Ortalama Sipariş Miktarı 0,6 0,4 0,2 0 0.19S 0.295S S3 4 S 1.05 15.1S Şekil 3.17 : Stok Seviyesi Bulanık Değişkeni için Bulanık Kümeler 50 Benzer şekilde, St değerinin de ilgili beş bulanık kümedeki üyelik dereceleri hesaplanır. B B Bulanık Küme Üyelik Derecesi U U U U R1 µ1 (S t ) R2 µ 2 (S t ) R3 µ3 (S t ) R4 µ 4 (S t ) R5 µ5 (S t ) Adım 3: FAM Matrisinden, talepteki değişim bulanık değişkeni ve stok seviyesi bulanık değişkeninin bulanık kümelerinde sıfırdan büyük üyelik derecesine sahip olunan her durum için ilgili kural okunur. Bu kurallar şu şekilde ifade edilebilir: Kuralx: Stok Miktarı(Rx)= µ x ( S t ) ve Talepteki Değişim(Rx)= µ x (∆d t ) için Sipariş Miktarı(Rx) olacaktır. B B B B B B Eğer modelin t. gününde ortaya çıkan ∆dt B B değeri, talepteki değişim bulanık değişkeninde n tane bulanık küme için birer üyelik derecesine ve St değeri stok seviyesi B B bulanık değişkeninde m tane bulanık küme için üyelik derecesine sahip ise ortaya mxn tane farklı kural çıkacaktır. Adım 4: Bu aşamada her bir kural işletilerek sipariş miktarı bulanık değişkeni çözüm bulanık kümesi oluşturulur. Kuralların işletilmesi sırasında iki girdi değişkeninden üyelik derecesi küçük olanın üyelik derecesi esas alınır. Çıktı bulanık değişkeni olan sipariş miktarı değişkeninin ilgili bulanık kümesi bu üyelik derecesi ile sonuca dâhil edilir. Alfa Eşik Değeri Çözümü ortaya çıkaracak olan kuralların yeterlilik ve gücünden emin olmak amacıyla sistem genelinde bir alfa eşik değeri tespit edilmelidir. Kural işletimi sırasında kullanılan minimum üyelik derecesi eğer bu eşik değerinin altında kalırsa, o kural yetersiz kabul edilir ve süreç bu kuralı atlayıp bir sonrakinden devam eder. 51 İşletilen her kural, sonuç değişkeninin değerine bir miktar katkı sağlar. Kural işletimi sürecinde bu, bulanık küme formundaki, katkının girdi değişkenlerinin doğruluğu ile örtüşmesi sağlanır ve çözüm değişkeninin bulanık bölgesine dâhil edilir. Tüm kurallar işletildiğinde çözüm değişkeninin bu karma bulanık kümesi netleştirme sürecine sokulur. Bu işlem çözüm değişkeninin beklenen değeri olan bir sayı üretir. Örnek: t. gün için parametre değerleri ∆d = -4 ve St = 41 olsun. İlgili bulanık t B B değişkenler ise şekil 3.18, şekil 3.19 ve şekil 3.20 deki gibi olsun. R1 Üyelik Derecesi 1 R3 R2 0,8 0,6 0,4 0,2 0 -12 -6 0 6 12 Talepteki Değişim Şekil 3.18 : Talepteki değişim bulanık değişkeni Üyelik Derecesi 1 R1 R2 R3 39,8 41,9 R5 R4 0,8 0,6 0,4 0,2 0 37,7 44 46,1 Stok Seviyesi Şekil 3.19 : Stok seviyesi bulanık değişkeni 52 R1 Üyelik Derecesi 1 R3 R2 R5 R4 0,8 0,6 0,4 0,2 0 19,8 26,4 33 39,6 46,1 Sipariş Miktarı Şekil 3.20 : Sipariş miktarı bulanık değişkeni Sipariş miktarının hesaplanması için kullanılacak FAM matrisi ise tablo 3.4 deki gibidir. Tablo 3.4 : FAM Matrisi Stok Seviyesi Bulanık Değişkeni Talepteki Değişim Bulanık Değişkeni Bir bulanık kuralın R1 R2 R3 R1 R4 R3 R2 R2 R5 R4 R3 R1 R3 R5 R5 R4 R2 oluşturulması için girdi R4 değerlerinin R5 R1 üyelik dereceleri hesaplanmalıdır. t. gün için talepteki değişim değişkeninde üyelik dereceleri: R1 R2 R3 -4 Şekil 3.21 : Talepteki değişim bulanık kümesinde [-4] değerinin üyelik dereceleri 53 Bulanık Küme Üyelik Derecesi R1 0.65 R2 0.35 R3 0 U U U U Stok seviyesi bulanık değişkeni için: R1 R3 R2 R5 R4 41 Şekil 3.22 : Talepteki değişim bulanık kümesinde [41] değerinin üyelik dereceleri Bulanık Küme Üyelik Derecesi R1 0 R2 0.25 R3 075 R4 0 R5 0 U U U U Bu sonuçlar FAM matrisinde değerlendirildiğinde; Stok Seviyesi Bulanık Değişkeni R1 R2 R3 Talepteki R1 R3 R2 Değişim R2 R4 R3 Bulanık Değişkeni R3 R4 R5 R6 R7 54 Ortaya çıkan kuralar; Kural1: Talepteki Değişim(R1)=0.65 ve Stok Seviyesi(R2)=0.25 için Sipariş Miktarı(R3) B B B B B B B B Kural2: Talepteki Değişim (R1)=0.65 ve Stok Seviyesi(R3)=0.75 için Sipariş Miktarı(R2) B B B B B B B B Kural3: Talepteki Değişim (R2)=0.35 ve Stok Seviyesi(R2)=0.25 için Sipariş Miktarı(R4) B B B B B B B B Kural4: Talepteki Değişim (R2)=0.35 ve Stok Seviyesi(R3)=0.75 için Sipariş Miktarı(R3) B B B B B B B B Kurallar birer birer işletilirse; Kural1: Talepteki Değişim (R1)=0.65 ve Stok Seviyesi(R2)=0.25 için Sipariş Miktarı(R3) B B B B B B B B Bu kuralda girdi değişkenlerindeki en küçük üyelik, stok seviyesi bulanık değişkeninin R2 bulanık kümesindeki 0.25 değeridir. Dolayısıyla sipariş miktarı bulanık değişkeninin B B R3 bulanık kümesi 0.25 üyelik derecesiyle kesilerek(kısaltılarak) sonuca dâhil B B edilecektir. Bu yöntem şu basit çıkarım esasına dayanmaktadır: “Çıktının doğruluğu, girdilerin doğruluğundan daha fazla olamaz”. R1 R2 R3 R4 R5 Şekil 3.23 : Birinci kuralın işletilmesinin ardından sipariş miktarı bulanık değişkeninde çözüm uzayı 55 Kural2: Talepteki Değişim (R1)=0.65 ve Stok Seviyesi(R3)=0.75 için Sipariş Miktarı(R2) B B B B B B B B Bu kuraldaki en küçük üyelik derecesi talepteki değişim bulanık değişkeninin R1 B bulanık kümesindeki 0.65 değeridir. Dolayısıyla sipariş miktarı bulanık değişkeninin R2 B bulanık kümesi 0.65 değeri ile kesilecektir. R1 R2 R3 R4 R5 Şekil 3.24 : İkinci kuralın işletilmesinin ardından çözüm uzayı Kural3: Talepteki Değişim (R2)=0.35 ve Stok Seviyesi(R2)=0.25 için Sipariş Miktarı(R4) B B B R1 B B R2 R3 B B R4 R5 Şekil 3.25 : Üçüncü kuralın işletilmesinin ardından çözüm uzayı B B B 56 Kural4: Talepteki Değişim (R2)=0.35 ve Stok Seviyesi(R3)=0.75 için Sipariş Miktarı(R3) B B B R1 B B R2 R3 B B B R5 R4 Şekil 3.26 : Dördüncü kuralın işletilmesinin ardından çözüm uzayı Sipariş miktarı için ortaya çıkan bulanık bölge sonuç olarak şekil 3.27 de gösterilmiştir. R1 R2 R3 R4 Şekil 3.27 : Sipariş miktarı bulanık bölgesi R5 57 Netleştirme Netleştirme, çıktı bulanık kümesinde saklanan bilgiyi doğru olarak ifade edecek bir sayı bulma sürecidir. Bu sayı, çözüm değişkeninin beklenen değeridir. Çoğu durumda bulanık kümelerle değil sayılar ve rakamlarla çalışmak zorunluluğu olduğundan netleştirme yapılması gereklidir. Bu sebeple bir bulanık bölgenin temsili bir sayıya nasıl dönüştürüleceği netleştirme işlemi bulanık sistem modellemesinin önemli bir aşamasıdır. Literatürde pek çok netleştirme yaklaşımı yer almakla birlikte iki esas yöntem vardır: kompozit momentler ve kompozit maksimum. Bu teknikler ayrıca centroid(ağırlık merkezi) ve maksimum ortalaması olarak da bilinir. Kompozit maksimum çıktı üzerinde bulanık kümenin en büyük değerine ulaştığı noktayı seçer. Bu nedenle, kurallar kümesinde, en yüksek güce sahip tek bir kuralın etkisinde kalan bir yöntemdir. Bu özelliğinden dolayı kompozit maksimum yöntemini kullanan sistemler çıktı üzerinde ani geçiş durumları yaşayabilirler. Çözüm değeri, model işletimi süresince, bir kural diğerleri üzerinde kontrol sağladıkça, bir değerden diğerine atlamaya eğilimli olur. Genellikle minimum korelasyon ve min/max arabirimi ile kompozit maksimum netleştirme yöntemi eşleştirilse de çoğu gerçek yaşam süreç kontrol uygulamasında minimum korelasyon ve min/max arabirimi ile kompozit momentler netleştirme metodu kullanılmaktadır. Bulanık stok yönetimi modelinde de kural işletimi sürecinde minimum korelasyon ve min/max arabirimi kullanılırken netleştirme işlemi için ağırlık merkezi yöntemi tercih edilmektedir. Kompozit momentler ya da diğer adıyla ağırlık merkezi metodu çıktı bulanık kümesinin dengede olduğu ağırlık merkezini bulur. Çoğu yönetim uygulamasında kompozit momentler metodu netleştirme için en iyi yoldur. Sipariş miktarını bulmak için şekil 3.27 deki bulanık bölge ağırlık merkezi yöntemiyle netleştirme işlemine tabi tutulur (şekil 3.28). Şekildeki koyu renkli bölgenin ağırlık merkezinin x ekseni ile kesiştiği nokta olan 32 değeri ∆d = -4 ve St = 41 girdi değerleri t B için verilecek olan sipariş miktarını gösterecektir. B 58 R1 R3 R2 R5 R4 Şekil 3.28 Ağırlık metodu yöntemiyle sipariş miktarı bulanık değişkeninin netleştirilmesi 3.7. UYGULAMA Bulanık tedarik zinciri modeli tıpkı klasik modellerde de olduğu gibi çeşitli girdi parametreleri doğrultusunda kararlar (çıktılar) alan bir sistemdir. Bu çalışmada modellenecek tedarik zinciri bir fabrika, bir dağıtım merkezi ve üç satış merkezinden oluşmaktadır. Tedarik zincirinin elemanları olarak isimlendirilecek olan bu fabrika ve merkezler birbirlerine seri bağlı bir yapı içerisinde bulunmaktadırlar (Şekil 3.29). Bu tedarik zincirinin süreçleri ile ilgili temel varsayımlar şunlardır: • Tüketici talebi tek bir tür son mamul için geçerlidir. • Tedarik zinciri üzerindeki her bir stok noktası periyodik gözden geçirmeli stok kontrol politikası ile yönetilmektedir. Her bir gözden geçirme periyodunun başında analitik ya da yapay zekâ yöntemiyle belirlenmiş miktarda sipariş verilmektedir. • Tüketici talebi yalnızca satış merkezlerindeki son mamul stoklarından karşılanmaktadır. Talebin son mamul stokunu aştığı durumlarda karşılanamayan kısım kayıp satış haline gelmektedir. Sonraki dönemlere aktarılmamaktadır. • Fabrikanın üretim kapasitesinin sınırsız olduğu kabul edilmiştir. 59 • Siparişler dağıtım merkezi ve satış merkezlerine sabit bir tedarik süresi ardından ulaşmaktadır. Satış Merkezi Dağıtım Merkezi Fabrika Satış Merkezi Satış Merkezi Şekil 3.29 : Tedarik zincirinin genel yapısı 3.7.1. Model Sabitleri Dağıtım Merkezi için; Başlangıç Stok Miktarı : 500 adet Sipariş Maliyeti : 600 pb / sipariş Tedarik Süresi : 15 gün Elde Bulundurma Maliyeti Oranı : 0.18 Satış Merkezleri için; Başlangıç Stok Miktarı : 70 adet Sipariş Maliyeti : 60 pb / sipariş Tedarik süresi : 5 gün Satılan malın maliyeti : 70 pb / adet Satış fiyatı : 100 pb / adet Elde bulundurma maliyeti Oranı : 0.25 Tüketici talebinin ortalaması : 6 adet / gün Tüketici talebinin standart Sapması : 2 adet Hizmet düzeyi : 0.95 60 Alış Fiyatı=70pb Fabrika Sipariş Maliyeti= 600 pb Tedarik Süresi= 15 gün Dağıtım Merkezi Başlangıç Stok= 500 Elde Bulundurma Orn= 0.18 Sipariş Maliyeti= 60 pb Tedarik Süresi= 5 gün Satış Merkezi Satış Merkezi Satış Merkezi Başlangıç Stok= 70 Elde Bulundurma Orn= 0.25 Başlangıç Stok= 70 Elde Bulundurma Orn= 0.25 Başlangıç Stok= 70 Elde Bulundurma Orn= 0.25 Talep Ort= 6 adet/gün Talep Std.Sapma= 2 adet Talep Ort= 6 adet/gün Talep Std.Sapma= 2 adet Talep Ort= 6 adet/gün Talep Std.Sapma= 2 adet Satış Fiyatı=100pb Şekil 3.30 : Tedarik zinciri parametreleri Model Sabitlerinin Değiştirilmesi Bu çalışmadaki modellerin simülasyonları yukarıdaki sabitler kullanılarak yapılmıştır. Ancak analistin bu parametreleri değiştirme olanağı mevcuttur. Bu çalışma için hazırlanan simülasyon yazılımında karşılaşılan ilk form (Şekil 3.31) bu değişkenlerin değerlerini göstermektedir. Analist eğer isterse bu değerleri değiştirerek ‘Değişiklikleri Kaydet’ tuşuna basarak modelleri farklı başlangıç değerleriyle simülasyona sokabilir. Bu özellik, tedarik zinciri parametrelerinin, klasik stok yönetimi simülasyonundan yola çıkarak oluşturulmak istenen bulanık stok yönetimi modeli üzerinde etkisinin olup olmadığını anlama olanağı sunmaktadır. 61 Şekil 3.31 : Simülasyon parametrelerinin gösterildiği form 3.7.2. Simülasyon Süreci Ortaya konan tedarik zinciri sisteminin önce periyodik gözden geçirme esasına dayalı klasik stok yönetimi politikası uyarınca beş kez simülasyonu yapılmakta ve her bir koşumdan sonra oluşan performans değerleri saklanmaktadır. Tedarik zinciri modelinin performansı şu ölçütlerle değerlendirilmektedir; • Net kar: Satışlardan sağlanan gelirden satılan ürünlerin alış maliyeti, elde bulundurma ve sipariş maliyetlerinin çıkarılması ile elde edilir. • Hizmet Düzeyi Simülasyon her seferde bir gün işleyen döngüsel bir yazılımdır. Her döngüde şekil 3.32 de gösterilen işler gerçekleştirilir. Simülasyon koşumlarının kaç gün süreceği programın başında analist tarafından verilen karar doğrultusunda belirlenir. Bu sayı başlangıç olarak 2000 gündür. Dolayısıyla klasik tedarik zinciri stok yönetimi simülasyonu, başlangıç olarak, her biri 2000 gün sürecek şekilde beş kez çalıştırılmaktadır. 62 Stok noktalarına ulaşan yükler stoklara eklenir Yoldaki stoklar hareket eder Satış merkezlerinde satış yapılır di,t i. satış merkezinde t. günde oluşan talep dЄN(µ,σ) Si,t i. satış merkezinde t. günde belirlenen sipariş miktarı B Satış merkezleri için sipariş kararı B B d0,t B =0 Sipariş miktarı B >0 Dağıtım merkezinin talebi bağlı satış merkezlerinden verilen siparişler toplamıdır Sipariş verilir, sipariş maliyeti hesaplanır Dağıtım merkezi için sipariş kararı =0 Sipariş miktarı >0 S0,t B Dağıtım merkezinde t. günde belirlenen sipariş miktarı Sipariş verilir, sipariş maliyeti hesaplanır Günlük veriler Stoklar, hareket halindeki stoklar, talep, satışlar, kayıp satışlar, siparişler, sipariş maliyeti, elde bulundurma maliyeti U Elde bulundurma maliyetinin hesaplanması Şekil 3.32 : Tedarik zinciri stok yönetimi simülasyonu akış şeması 63 Periyodik gözden geçirme esasına dayalı klasik stok kontrol modelinin işleyişi şekil 3.33 de gösterilmiştir. Sistem her bir gözden geçirme periyodunun başında(rp) mevcut stok miktarına bakarak, önceden belirlenmiş, hedeflenen stok düzeyini(TIL) tamamlayacak şekilde sipariş vermektedir. Stok Seviyesi Hedeflenen Stok Seviyesi, TIL RP Gözden geçirme periyodu RP R P Birinci sipariş miktarı, Q1 Q3 Q2 B B d3 Birinci tedarik süresinde d1 kullanılan miktar B B d2 B Güvenlik Stoku, SS Birinci tedarik süresi, LT1 LT2 LT3 B B B Birinci sipariş verilir İkinci sipariş verilir Birinci sevkıyat ulaşır Zaman Üçüncü sipariş verilir İkinci sevkıyat ulaşır Üçüncü sevkıyat ulaşır Şekil 3.33 : Periyodik gözden geçirme esasına dayalı stok kontrol sistemi Sistemin ikinci evresi bulanık tedarik zinciri stok yönetimi modelinin oluşturulması aşamasıdır (şekil 3.34). Bulanık bir model oluşturmak için öncelikle bulanık kural tabanı, bulanık değişkenler ve kümeler belirlenmelidir. Oluşturulan bu sistem, WangMendel kural çıkarımı metodu ile kural tabanını oluştururken, bulanık değişkenler için simülasyonu yapılan klasik stok kontrol sisteminin ortaya çıkardığı sonuçları kullanmaktadır. 64 Klasik Stok Yönetimi Sisteminin Simülasyonu Model Davranış Verisi Bulanık Kümelerin Oluşturulması Bulanık Modelin Oluşturulması Geçici Kural Matrisi Bulanık Kural Tabanının Oluşturulması Bulanık Stok Yönetimi Sisteminin Simülasyonu Şekil 3.34 : Simülasyon uygulamasının genel şeması Model Davranış Verisi Klasik simülasyonun beş farklı koşumundan elde edilen bilgiler dağıtım merkezi ve satış merkezleri için iki ayrı model davranış verisi tablosuna aktarılır. Bu tablolar sipariş verilen günler için stok seviyesi, talepteki değişim ve sipariş miktarı bilgilerini içermektedir. 65 Şekil 3.35 : Simülasyon yazılımından alınan örnek model davranış verisi formu Bulanık Kümelerin Oluşturulması Bulanık stok yönetimi sisteminin karar değişkenleri model davranış verisi kullanılarak oluşturulur. İlk olarak stok seviyesi bulanık değişkeninin orta kümesinin orta değeri hesaplanır. Bu değer model davranış verisindeki stok seviyesi miktarlarının ortalaması( S ) olarak kabul edilmiştir. Daha sonra stok seviyesi bulanık değişkeninin diğer kümelerinin başlangıç ve bitiş noktaları hesaplanır. Tablo 3.5 : Stok seviyesi değişkeni için bulanık kümelerin hesaplanması Küme Başlangıç Orta Bitiş --- 0.90 S 0.95 S Düşük 0.90 S 0.95 S S Orta 0.95 S S 1.05 S S 1.05 S 1.10 S 1.05 S 1.10 S --- Çok Düşük Yüksek Çok Yüksek 66 Talepteki değişim bulanık değişkeni için bulanık kümeler oluşturulurken orta kümenin orta noktası olarak sıfır değeri alınır. Bu ard arda gelen iki periyot arasındaki talep değişiminin mutlak sıfır olduğu noktadır(Talepteki değişim sabit). Talepteki değişim bulanık kümeleri dağıtım merkezleri ve satış merkezleri için ayrı ayrı hesaplanır. Küme başlangıç ve bitiş değerlerinin hesaplanmasında sistemin genel ortalama talep miktarı bilgisi kullanılır (d). Bu değer simülasyonun başlangıcında analist tarafından belirlenmiştir. Başlangıç olarak satış merkezleri için ortalama talep 6 adet / gün’dür. Tablo 3.6 : Talepteki değişim değişkeni için bulanık kümelerin hesaplanması Satış Merkezleri Küme Başlangıç Orta Bitiş Azalıyor --- - µ sm 0 - µ sm 0 µ sm 0 µ sm --- Sabit Artıyor Dağıtım Merkezi Küme Başlangıç Orta Bitiş Azalıyor --- -10 µ dm 0 -10 µ dm 0 10 µ dm 0 10 µ dm --- Sabit Artıyor Sipariş miktarı bulanık değişkeninin orta kümesinin orta değeri ise model davranış verisindeki sipariş miktarlarının ortalaması( Q )olarak kabul edilmiştir. Tablo 3.7 : Sipariş Miktarı değişkeni için bulanık kümelerin hesaplanması Küme Başlangıç Orta Bitiş --- 0.6 Q 0.8 Q Düşük 0.6 Q 0.8 Q Q Orta 0.8 Q Q 1.2 Q Q 1.2 Q 1.4 Q 1.2 Q 1.4 Q --- Çok Düşük Yüksek Çok Yüksek 67 Şekil 3.36 : Simülasyon yazılımında bulanık değişkenlerin gösterimi Geçici Kurallar Matrisi Bu aşamada amaç bulanık stok yönetimi modelinin karar verme sürecinin temel elemanlarından birisi olan kural matrisini yaratmak için model davranış verisinin yansıttığı bilgilerin bulanık değişkenlerle ifade edilmesini sağlamaktır. Model davranış verisi klasik stok yönetimi simülasyonunun kararlarını içerdiğinden, bu veriden geçici kural matrisinin oluşturulması işlemi, klasik yaklaşımın bulanık ifadelerle yansıtılması anlamına gelmektedir. Bu noktada, model, karar verme tarzı bakımından iki farklı yaklaşımla ele alınır. Bunlardan birincisi merkezi kontrol yaklaşımıdır. Model davranış verisinden yola çıkarak oluşturulacak olan merkezi, tek bir geçici kurallar matrisi hem dağıtım merkezi hem de satış merkezlerinin kontrol sisteminin bir araya getirilmesi anlamını taşımaktadır. Bu, iki farklı tablo halinde bulunan dağıtım merkezi ve satış merkezleri davranış verisinin tek bir süreçte ard arda geçici kurallar matrisine aktarılmasıyla sağlanır. Örneğin, tedarik zincirindeki tüm elemanların aynı firma çatısı altında olması gibi bir durumda tedarik zinciri yönetimi kararlarını veren merkezi bir unsurun varlığı düşünülebilir. Bu, tüm sistemi idare edecek tek bir genel politikanın oluşturulabilmesine olanak tanıyacaktır. Diğer bir kontrol tarzı ise yerel kontroldür. Bu 68 durumda dağıtım merkezi ve satış merkezlerini kontrol edecek olan bulanık karar yapısı farklı kural tabanları üzerine kuruludur. Bu, dağıtım merkezi ve satış merkezlerinin model davranış verilerinin ayrı ayrı işlenerek iki farklı geçici kurallar matrisi oluşturulması ile sağlanır. Şekil 3.37 : Simülasyon yazılımında geçici kural matrisinin oluşturulması Bulanık Kural Tabanı Bulanık stok yönetimi modelinin oluşturulmasının son aşaması, geçici kural matrisindeki kural satırlarının katkı dereceleri göz önüne alınarak elenmesi ile FAM matrisinin oluşturulmasıdır. FAM matrisi, stok seviyesi ve talepteki değişim değişkenlerinin her bir bulanık kümesine karşılık gelen sipariş miktarı bulanık kümesini gösterir. Bulanık stok yönetimi sistemi sipariş kararı verirken girdi parametre değerlerini bulanıklaştırarak FAM matrisinden ne kadar sipariş vermesi gerektiği bilgisini okur. 69 Şekil 3.38 : Bulanık modelin kural tabanı Simülasyon süreci bu noktada üç farklı FAM matrisi oluşturur. Bunlardan birincisi genel kontrol politikası için hem dağıtım merkezi hem de satış merkezlerini kontrol edecek olan FAM matrisidir. Diğer ikisi ise yerel kontrol politikası için dağıtım merkezinin ve satış merkezlerinin sipariş kararlarını belirleyecek olan iki ayrı FAM matrisidir. Bulanık Stok Yönetimi Sisteminin Simülasyonu Bulanık model oluşturma süreci girdi ve çıktı parametreleri için bulanık kümeleri, merkezi kontrol tipi için bir FAM matrisi, yerel kontrol tipinde dağıtım merkezi için bir, satış merkezleri için bir adet FAM matrisi oluşturur. Bulanık modelin simülasyonu, merkezi kontrol ve yerel kontrol durumları için beşer kez tekrarlanır. Her bir koşumdan sonra ortaya çıkan performans ölçütleri hafızada saklanır. Nihai olarak klasik simülasyonun, merkezi bulanık mantık simülasyonunun ve yerel bulanık mantık simülasyonunun beşer kez yapılan koşumlarının bilgisi karşılaştırma amacıyla birlikte gösterilir. 70 Şekil 3.39 da yapılmış olan bulanık stok yönetimi simülasyonunun bilgisini gösteren örnek bir form görülmektedir. Burada günlük olarak dağıtım merkezi ve satış merkezlerindeki stok miktarları, gerçekleşen talepler ve eğer sipariş verilmiş ise sipariş miktarı verileri yer alır. Şekil 3.39 : Bulanık model simülasyonu 3.7.3. Klasik Sistem İle Bulanık Sistemin Karşılaştırılması Modelleme yaklaşımlarının karşılaştırılması için çeşitli performans ölçütleri kullanılabilir. Sistemlerin stok yönetimi performansı elde bulundurma maliyetleri ve sipariş maliyetleri göz önüne alınarak karşılaştırılabilir. Hizmet düzeyi müşteri talebinin ne oranda karşılandığını göstererek, kayıp satışların önemli olduğu durumlarda temel performans ölçütü olarak kabul edilebilir. Sistemin temel karşılaştırma ölçütü ise net kardır. Net kar, satılan malın satış gelirinden, alış maliyeti, elde bulundurma maliyeti ve sipariş maliyetinin çıkarılması ile elde edilir. Şekil 3.40 da yapılan bir simülasyonun sonuçlarını gösteren karılaştırma formu yer almaktadır. 71 Şekil 3.40 : Simülasyonların karşılaştırıldığı form 72 4. BULGULAR 4.1. MODELLERİN KARŞILAŞTIRILMASI Bu çalışmada modellenen klasik stok yönetimi sistemi ile bulanık stok yönetimi sistemlerinin simülasyon sonucunda elde edilen performans değerleri şekil 4.1 de gösterilmiştir. Her modelin simülasyonu 20’şer kez tekrarlanmıştır. Bu da toplam olarak her model için 40000 günlük bir simülasyon süreci anlamına gelmektedir. Tablo 4.1 de görüldüğü gibi üç farklı stok yönetimi modeli de yakın sonuçlar ortaya çıkarmıştır. Bu sonuç, bu çalışmada ortaya konan bulanık model yaklaşımının klasik sistemi modellemede başarılı olduğunu göstermektedir. 895.000,00 TL 890.000,00 TL 885.000,00 TL 880.000,00 TL 875.000,00 TL 870.000,00 TL 865.000,00 TL 860.000,00 TL 855.000,00 TL 850.000,00 TL 845.000,00 TL 840.000,00 TL 1 2 3 4 5 Klasik 6 7 8 Genel 9 10 Yerel 11 12 13 Klasik 14 15 Genel 16 17 18 Yerel Şekil 4.1 : Üç farklı modelin karlılıklarının karşılaştırılması 19 20 73 Tablo 4.1 : Tedarik zincirinde stok yönetimi modellerinin performans sonuçları elde bulundurma Model Sipariş maliyeti maliyeti Klasik 82.404,00 TL 25.044,56 TL Bulanık – Genel 82.404,00 TL 27.006,16 TL Bulanık - Yerel 82.026,00 TL 24.941,07 TL hizmet düzeyi net kar 0,999928889 883.457,44 TL 0,999755105 881.875,34 TL 0,994494945 876.500,43 TL 4.2. BULANIK MODELİN OLUŞTURULMASINDA KRİTİK NOKTALAR Bu çalışmada varsayımsal bir tedarik zincirinde klasik stok yönetimi modelinin sonuçlarından bir bulanık model ortaya çıkarılmaktadır. Oluşturulmak istenen bulanık modelin klasik sistemle eşdeğer performans sağlaması için bazı noktalar önem taşımaktadır. Bunların başında bulanık kümelerin oluşturulması gelmektedir. Özellikle sipariş miktarı çıktı bulanık değişkeninin bulanık kümelerinin oluşturulmasında takip edilen yöntem sonuçları önemli derecede etkilemektedir. Bu çalışmada kullanılan sipariş miktarı bulanık model değişkeni şekil 4.2 de gösteilmiştir. Şekil 4.3 de ise bulanık kümelerin daha dar tutulduğu bir formasyon gösterilmektedir. Eğer bulanık modelleme şekil 4.3 deki bulanık sipariş miktarı değişkeni kullanılarak yapılsaydı sonuçlar tablo 4.2 deki gibi olacaktı. 1 R1 R2 R3 R4 R5 4 1.2Q 1.54Q 0,8 0,6 0,4 0,2 0 0.61Q 0.82Q Q3 Şekil 4.2 : Bu çalışmada kullanılan sipariş miktarı bulanık değişkeni 74 1 R1 R2 R3 R4 R5 3 Q 1.14Q 1.52Q 0,8 0,6 0,4 0,2 0 0.81Q 0.92Q Şekil 4.3 : Sipariş miktarı bulanık değişkeni Tablo 4.2 : Sipariş miktarı bulanık değişkeninin farklı durumları için modelleme sonuçları Model Sipariş elde bulundurma maliyeti maliyeti hizmet düzeyi net kar Klasik 82.404,00 TL 25.085,42 TL 0,99992 881.765,08 TL Bulanık – Genel 82.360,50 TL 39.374,88 TL 0,999343 867.388,62 TL Bulanık - Yerel 82.152,00 TL 40.012,15 TL 0,997389 863.973,35 TL Görüldüğü gibi sipariş miktarı bulanık değişkeninin bulanık kümeleri daraltıldığında hizmet düzeyi değişmemekle birlikte elde bulundurma maliyetleri artmaktadır. Bunu nedeni olarak sipariş miktarı bulanık değişkeninde esnekliğin azaltılmasının sistemin daha yüksek sipariş miktarlarıyla çalışmasına neden olduğu söylenebilir. 4.3. FAM MATRİSİNİN YORUMU Bu çalışmada, varsayımsal bir tedarik zincirinin, önce klasik periyodik gözden geçirme esasına dayalı olarak oluşturulan bir stok yönetimi modeli ile simülasyonu yapılmıştır. Ardından bu simülasyonun sonuçlarından yola çıkarak, aynı tedarik zincirini bulanık mantık ile yönetecek bir bulanık stok yönetimi modeli oluşturulmuştur. Klasik ve bulanık modellerin simülasyon sonuçları bulanık modelin, tedarik zincirini, klasik model ile yakın performans değerleriyle yönetebildiğini göstermektedir. Ancak klasik stok yönetimi modelinin davranış verisinden Wang-Mendel kural çıkarımı metodu ile 75 oluşturulan FAM matrisi gerçek yaşam uygulamalarından farklı bir yapı sergilemektedir. Stok yönetiminin temelinde, stokların hedeflenen hizmet düzeyi karşılanırken minimum maliyetle yönetilmesi yatmaktadır. Stokta ne kadar çok mal var ise sipariş verilme ihtimali de o kadar az olacaktır. Benzer şekilde eğer stoklar çok azalmışsa sipariş verilecektir. Bunu yaparken stok yönetimi sistemi talepteki değişime de dikkat etmek zorundadır. Eğer talepte bir artış öngörülüyorsa stoklar çok düşük miktarlara inmeden sipariş verilmesi gerekebilirken, talep azalıyorsa daha düşük stok miktarlarıyla çalışmak mümkün olabilmektedir. Gerçek hayatta geçerli olan bu durum yani stok seviyesi ve talep bağlamında sipariş kararlarının nasıl alınması gerektiği şekil 4.4 de gösterilmiştir. Stok Seviyesi Çok Düşük Düşük Orta Yüksek Çok Yüksek Azalıyor Talep Sabit Artıyor : Sipariş miktarı artar Şekil 4.4 : Gerçek yaşamda beklenen FAM matrisi Klasik stok yönetimi simülasyonunun davranış verisinden modellenen bulanık stok yönetimi modelinde ise kural tabanı şekil 4.5 dekine benzer bir yapı sergilemektedir. Stok Seviyesi Çok Düşük Düşük Orta Yüksek Çok Yüksek Azalıyor Talep Sabit Artıyor Şekil 4.5 : Simülasyon sonucunda ortaya çıkan FAM matrisi Şekil 4.5 de ortaya çıkan yapı periyodik gözden geçirme esasına dayalı stok kontrol politikasının sipariş miktarları ile ilgili tepkisinin dilsel kavramlarla yansıtılmasını sağlamıştır. 76 5. SONUÇ Bu çalışmada tedarik zincirinde stok yönetimi problemi ele alınarak, bir bulanık stok yönetimi modeli oluşturulmaya çalışılmıştır. Burada, bulanık mantığın belirsizliklerle daha iyi başedebilme özelliğinden faydalanalırken tedarik zincirinde stok yönetimini dilsel kavramlarla ifade edilebilir bir model ile ortaya koymak amaçlanmıştır. Bulanık stok yönetimi modelinin oluşturulması için klasik periyodik gözden geçirme esasına dayalı stok yönetimi modelinin simülasyon sonuçları kullanılıştır. Oluşturulan bulanık model performans açısından klasik modele yakın sonuçlar vermiştir. Dolayısıyla bu çalışmada ele alınan bulanık modelleme metodolojisi başarılı sonuçlar ortaya çıkarmıştır. Bulanık stok yönetimi modeli, klasik stok yönetimi modelinin stokları nasıl yönettiği konusundaki anlayışı genişletmiştir. Klasik modelin sipariş kararlarının gerçek yaşamda öngörülen davranışsal yapıyı yansıtmadığı sonucuna varılmıştır. 77 KAYNAKLAR ALBINO, V., GARAVELLI, A.C., GORGOGLIONE, M., 1998, Fuzzy logic in vendor rating: a comparison between fuzzy logic system and neural network, Fuzzy Economic Review, 3 (2), 25-48 AXSATER, S., ROSLING, K., 1993, Installation vs. Echelon Stock Policies for multilevel inventory control, Management science, 39, 1274-1280 BRONSON R., Naadimuthu, G., 1997, Schaum's Outline of Theory and Problems of Operations Research, McGraw-Hill, 0070080208 CHRISTOPHER, M., 1998, Logistics and supply chain management, Prentice Hall, İngiltere, 0273630490 CLARK, A.H., SCARF, H., 1960, Optimal policies for a multi-echelon inventory problem, Management science, 6, 475-490 COX, E., 1999, Fuzzy logic for business and industry, Charles River Media Inc., ABD, 1-886801-01-0 ESNAF, S., Simülastion of a fuzzy continuous review inventory control system. IMS’2001 FINE, C.H., WHİTNEY, D.E., 1999, Is the make-buy decision process a core competence?, Proceedings of the 4th International Symposium on Logistics, Florence, Italy, 31-63 P P FITZSIMMONS, J.A., 1997, Managing Facilitating Goods[online] FOX, M. BARBUCEANU M., TEIGEN R., 2000, Agent-Oriented Supply Chain Management, The International Journal of Flexible Manufacturing Systems, 12, 165-188 GEN, M., TSUJIMURA Y., 1997, An application of fuzzy set theory to inventory control models, Computers and Incustrial Engineering, 33 (3), 553-556 GIANNOCCARO, I., PONTRANDOLFO, P., 2001, Models for supply chain management: A taxonomy, Twelfth annual conference of the production and operations management society, Mart 30-Nisan 2 2001, Orlando FI 78 GIANNOCCARO, I., PONTRANDOLFO, P., 2003, A Fuzzy echelon approach for inventory management in Supply chains, European Journal of operational research, 149, 185-196 GUIFFRIDA, A., NAGI, R.,1998, Fuzzy set theory applications in production management research: a literature survey, Journal of intelligent manufacturing, 9 (1), 39-56 GÜMÜŞOĞLU, Ş., DEMİR, H., 1998, Üretim Yönetimi, Beta, İstanbul, 975-486-375-X GUPTA, A., MARANAS, C., 2003, Managing demand uncertainty in supply chain planning, Computers & chemical engineering, 27, 1219-1227 HOJATI, M., 2003, Bridging the gap between probabilistic and fuzzy-parameter EOQ models, Int. journal of production economics HOULIHAN, J., 1984, Supply Chain Management, Proceedings of the 19th International Technical Conference, BPICS KAO, C., HSU, W., 2000, A single-period inventory model with fuzzy demand, Computers and mathematics with applications, 43, 841-848 LAMBERT, D.M., COOPER, M.C., PAGH, J.D., 1998, Supply Chain Management: Implementation Issues and Research Opportunities, The International Journal of Logistics Management, 9(2), 1-12 LI, L., KABADI, S.N.,2002 , Fuzzy models for single period inventory problem, fuzzy sets and systems, 132, 273-289 LUTZ, S., LÖEDDING, H., 2003, Logistics-oriented inventory analysis, Int. journal of production economics, 85, 217-231 NAHMIAS, S., 2000, Production and Operations Analysis, McGraw-Hill/Irwin, 0072417412 PETROVIC, D., ROY, R., 1998, Modelling and simulation of a supply chain in an uncertain environment, European journal of operational research, 109, 299-399 PETROVICH, D., ROY, R., 1999, Supply chain modelling using fuzzy sets, Int. journal of production economics, 59, 443-453 PETROVICH, D., 2001, Simulation of supply chain behaviour and performance in an uncertain environment, Int. journal of production economics, 71, 429-438 ROSS, D.F., 1998, Competing Through Supply Chain Management: Creating MarketWinning Strategies Through Supply Chain Partnerships, Chapman & Hall, 0412137216 79 SAMANTA B., AL-ARAIMI, S.A., 2000, An inventory control model using fuzzy logic, Int. Journal of Production Economics, 73, 217-226 SPEKMAN, R.E., KAMAUFF, J.W., MYHR, N., 1998, An empirical investigation into supply chian management: a perspective on partnerships, Supply Chain Management, 3 (2), 53-67 SKJOETT-LARSEN, T., 2000, Third party logistics - from an interorganizational point of view, International Journal of Physical Distribution & Logistics Management, 30 (2), 112-127 T T VERWIJMEREN, M., VAN DER VLIST, P., VAN DONSELAAR, K., 1996, Networked inventory management information systems: materializing supply chain management, International Journal of Physical Distribution and Logistics Management, 26 (6), 16-31 WANG, L., MENDEL, J., 1991, Generating fuzzy rules from numerical data, with applications, USC-SIPI Report No.169, Signal and Image Processing Institute ZIMMERMANN H.J., 2000, An application oriented view of modelling uncertainity, European journal of operational research, 122, 190-198 80 EKLER WANG – MENDEL KURAL ÇIKARIMI METODU İÇİN PROGRAMLAMA ALGORİTMASI Adım 1: Model Davranış Verisinin Oluşturulması Öncelikle dağıtım merkezi ve satış merkezleri model davranış verisi tablolarında kaç satır olacağı tespit edilmelidir. Klasik sistemin simülasyonu sırasında her gün verilen sipariş miktarı sipariş değişkeninde saklanmıştır. Sipariş değişkeni için bu değişkenin değerinin sıfır olmadığı (bir siparişin verildiği) her gün model davranış verisinin bir satırını oluşturacaktır. Dolayısıyla sipariş dizisinde dağıtım merkezleri ve sipariş merkezleri için verilen sipariş sayısını sayarak model davranış verisi tablolarının boyutu belirlenir. For tekrar_no = 0 To 4 ‘bu beş kez tekrarlanan klasik sistem simülasyonunu ifade etmektedir. For gun = 1 To sure If siparis(tekrar_no, dm, gun) <> 0 Then mbd_dm_Satirsay = mbd_dm_Satirsay + 1 End If For sm = 1 To 3 If siparis(tekrar_no, sm, gun) <> 0 Then mbd_sm_satirsay = mbd_sm_satirsay + 1 End If Next sm Next gun Next tekrar_no Dağıtım merkezi ve satış merkezleri model davranış verisi tablolarının boyutları ‘mbd_dm_Satirsay’ ve ‘mbd_sm_satirsay’ değişkenlerinde saklanır. Davranış verisi stok seviyesi (‘mbd_sm_stok’, ‘mbd_dm_stok’), talepteki değişim (‘mbd_dm_Talep’, 81 ‘mbd_sm_Talep’) ve sipariş miktarı (‘mbd_dm_siparis’, ‘mbd_dm_siparis’) dizileri kullanılarak oluşturulacaktır. İlk olarak bu dizilerin boyutları yeniden belirlenir. ReDim mbd_dm_talep(mbd_dm_Satirsay) ReDim mbd_dm_siparis(mbd_dm_Satirsay) ReDim mbd_dm_stok(mbd_dm_Satirsay) ReDim mbd_sm_talep(mbd_sm_satirsay) ReDim mbd_sm_siparis(mbd_sm_satirsay) ReDim mbd_sm_stok(mbd_sm_satirsay) Ardından model davranış verisinin saklanacağı bu dizi değişkenlere, simülasyon sonuçlarının günlük olarak saklandığı ‘siparis’, ‘stokseviyesi’ ve ‘talep’ dizilerindeki bilgiler okunarak saklanır. For tekrar_no = 0 To 4 olusan_Talep = 0 dongu = 0 For i = 1 To sure If siparis(tekrar_no, 0, i) <> 0 Then mbd_dm_siparis(say_dm) = siparis(tekrar_no, 0, i) mbd_dm_stok(say_dm) = stokseviyesi(tekrar_no, 0, i) bir_onceki_talep = 0 en_son_Talep = 0 If (i - 2 * rp_dm + 1) >= 0 Then For dongu = (i - 2 * rp_dm + 1) To (i - rp_dm) bir_onceki_talep = bir_onceki_talep + talep(tekrar_no, 0, dongu) Next dongu End If If (i - rp_dm + 1) >= 0 Then For dongu = (i - rp_dm + 1) To i en_son_Talep = en_son_Talep + talep(tekrar_no, 0, dongu) Next dongu End If 82 mbd_dm_talep(say_dm) = en_son_Talep - bir_onceki_talep say_dm = say_dm + 1 End If For j = 1 To 3 olusan_Talep = 0 If siparis(tekrar_no, j, i) <> 0 Then mbd_sm_siparis(say_sm) = siparis(tekrar_no, j, i) mbd_sm_stok(say_sm) = stokseviyesi(tekrar_no, j,) bir_onceki_talep = 0 en_son_Talep = 0 If (i - 2 * rp_sm + 1) >= 0 Then For dongu = (i - 2 * rp_sm + 1) To (i - rp_sm) bir_onceki_talep = bir_onceki_talep + talep(tekrar_no, j, dongu) Next dongu End If If (i - rp_sm + 1) >= 0 Then For dongu = (i - rp_sm + 1) To i en_son_Talep = en_son_Talep + talep(tekrar_no, j, dongu) Next dongu End If mbd_sm_talep(say_sm) = en_son_Talep - bir_onceki_talep say_sm = say_sm + 1 End If Next j Next i Next tekrar_no Talepteki değişim değişkeninde siparişin verildiği gözden geçirme periyodunda oluşan talep ile bir önceki gözden geçirme periyodundan oluşan talebin farkı hesaplanır. Bu işlem bulunulan güne göre iki önceki periyodun başlangıcından, bir önceki periyodun başlangıcına kadar olan süre içerisindeki talebin ve en son periyottaki talebin farklarının alınması ile hesaplanır. 83 Bulanık Kümelerin Oluşturulması Bulanık kümelerin oluşturulması işlemi her bir bulanık değişkenin küme sayısı kadar boyutlandırıldığı dizilerin tanımlanması ile başlar. Her küme için bir başlangıç, bir bitiş ve bir de orta değer hesaplanmalıdır. ReDim dm_stok_kbas(4) ReDim dm_stok_kson(4) ReDim dm_stok_kort(4) ReDim dm_talep_kbas(2) ReDim dm_talep_kson(2) ReDim dm_talep_kort(2) ReDim dm_siparis_kbas(4) ReDim dm_siparis_kson(4) ReDim dm_siparis_kort(4) ReDim sm_stok_kbas(4) ReDim sm_stok_kson(4) ReDim sm_stok_kort(4) ReDim sm_talep_kbas(2) ReDim sm_talep_kson(2) ReDim sm_talep_kort(2) ReDim sm_siparis_kbas(4) ReDim sm_siparis_kson(4) ReDim sm_siparis_kort(4) Stok seviyesi bulanık değişkeninin kümelerinin başlangıç, bitiş ve orta değerlerinin hesaplanması için önce orta kümenin orta noktası olan ortalama stok seviyesi miktarı(‘ort_dm’, ‘ort_sm’), model davranış verisinden elde edilir. For i = 0 To mbd_dm_Satirsay toplam_dm = toplam_dm + mbd_dm_stok(i) Next i For i = 0 To mbd_sm_satirsay toplam_sm = toplam_sm + mbd_sm_stok(i) Next i ort_dm = toplam_dm / mbd_dm_Satirsay ort_sm = toplam_sm / mbd_sm_satirsay 84 Bulanık kümelerin başlangıç ve bitiş değerleri aşağıdaki şekilde oluşturulan bir döngü ile hesaplanır; For i = 0 To 4 dm_stok_kbas(i) = (ort_dm - 0.15 * ort_dm) + (i * 0.05 * ort_dm) dm_stok_kson(i) = (ort_dm - 0.05 * ort_dm) + (i * 0.05 * ort_dm) sm_stok_kbas(i) = (ort_sm - 0.15 * ort_sm) + (i * 0.05 * ort_sm) sm_stok_kson(i) = (ort_sm - 0.05 * ort_sm) + (i * 0.05 * ort_sm) Next i Talepteki değişim bulanık değişkeninin bulanık kümelerinin hesaplanması ise şu şekilde yapılır; dm_talep_kbas(0) = -20 * oto_dmtalep dm_talep_kbas(1) = -10 * oto_dmtalep dm_talep_kbas(2) = 0 dm_talep_kson(0) = 0 dm_talep_kson(1) = 10 * oto_dmtalep dm_talep_kson(2) = 20 * oto_dmtalep sm_talep_kbas(0) = -2 * oto_smtalep sm_talep_kbas(1) = -1 * oto_smtalep sm_talep_kbas(2) = 0 sm_talep_kson(0) = 0 sm_talep_kson(1) = oto_smtalep sm_talep_kson(2) = 2 * oto_smtalep Sipariş miktarı bulanık değişkeninin bulanık kümelerinin hesaplanması amacıyla öncelikle model davranış verisindeki ortalama sipariş miktarı değeri belirlenir. For i = 0 To mbd_dm_Satirsay toplam_sip_dm = toplam_sip_dm + mbd_dm_siparis(i) Next i For i = 0 To mbd_sm_satirsay toplam_sip_sm = toplam_sip_sm + mbd_sm_siparis(i) Next i ort_sip_dm = toplam_sip_dm / mbd_dm_Satirsay ort_sip_sm = toplam_sip_sm / mbd_sm_satirsay 85 Ortalama sipariş miktarını belirten değişkenler kullanılarak sipariş miktarı bulanık değişkeninin kümeleri oluşturulur; For i = 0 To 4 dm_siparis_kbas(i)=(ort_sip_dm-0.6*ort_sip_dm)+ (i * 0.2 * ort_sip_dm) dm_siparis_kson(i)=(ort_sip_dm-0.2*ort_sip_dm)+ (i * 0.2 * ort_sip_dm) sm_siparis_kbas(i)=(ort_sip_sm-0.6*ort_sip_sm)+ (i * 0.2 * ort_sip_sm) sm_siparis_kson(i)=(ort_sip_sm-0.2*ort_sip_sm)+ (i * 0.2 * ort_sip_sm) Next i Küme orta değerleri her bir kümenin bitiş ve başlangıç değerlerinin orta noktası hesaplanarak belirlenir; For i = 0 To 4 dm_stok_kort(i) = (dm_stok_kbas(i) + dm_stok_kson(i)) / 2 sm_stok_kort(i) = (sm_stok_kbas(i) + sm_stok_kson(i)) / 2 dm_siparis_kort(i)=(dm_siparis_kbas(i)+dm_siparis_kson(i)) / 2 sm_siparis_kort(i)=(sm_siparis_kbas(i)+sm_siparis_kson(i)) / 2 Next i For i = 0 To 2 dm_talep_kort(i) = (dm_talep_kbas(i) + dm_talep_kson(i)) / 2 sm_talep_kort(i) = (sm_talep_kbas(i) + sm_talep_kson(i)) / 2 Next i Geçici Kural Matrisinin Oluşturulması Geçici kural matrisi model davranış verisindeki her satırın bulanıklaştırılması neticesinde elde edilen bulanık kümeleri içeren bir tablodur. Öncelikle geçici kural matrisini oluşturacak olan değişkenlerin boyutlandırılması gerekmektedir. Geçici kural matrisi model davranış verisiyle aynı büyüklükte olacaktır. ReDim gkm_dm_stok(mbd_dm_Satirsay) ReDim gkm_dm_siparis(mbd_dm_Satirsay) ReDim gkm_dm_talep(mbd_dm_Satirsay) ReDim gkm_dm_etki(mbd_dm_Satirsay) ReDim gkm_sm_siparis(mbd_sm_satirsay) ReDim gkm_sm_talep(mbd_sm_satirsay) ReDim gkm_sm_stok(mbd_sm_satirsay) ReDim gkm_sm_etki(mbd_sm_satirsay) 86 Bulanıklaştırma algoritması model davranış verisini satır satır okuyarak sonuçları geçici kural matrisine kaydeder. Bulanıklaştırma işleminde ilk olarak model davranış verisinden okunan sayı ‘deger’ değişkenine yazılır. Bulanıklaştırma işlemi bu aşamada okunan değerin en iyi uyan kümesini (en yüksek üyelik derecesine sahip olduğu kümeyi) ve bu kümedeki üyelik derecesini hesaplamak üzerine kuruludur. başlangıç olarak okunan değerin bu en iyi uyan kümedeki üyelik derecesi (‘stok_maxuyelik’) sıfıra eşittir. Eğer bu değer ilk yada son bulanık kümelerin orta noktalarının dığında kalıyorsa tek bir bulanık kümeye üyeliği var demektir. Ve bu üyelik dereceis de birdir. Eğer bu koşullar gerçekleşmemişse, okunana değer tüm bulanık küme aralıkları için kontrol edilir. Eğer bu değer herhangi bir bulanık kümenin başlangıç ve bitiş değerleri arasına denk geliyor ise ilgili üyelik derecesi hesaplanır. Üyelik derecesinin hesaplanması analitik geometri kullanılarak yapılır. Üyelik Derecesi µ ( x) = 1,0 µ(x) kbas kort x kson ( x − kson) (kort − kson) 87 Üyelik Derecesi µ ( x) = 1,0 ( x − kbas) (kort − kbas) µ(x) x kort kbas kson Üyelik derecelerinin hesaplanması Üyelik derecesinin hesaplanmasından sonra eğer hesaplanan bu üyelik derecesi hafızadaki en büyük üyelik derecesinden (‘stok_maxuyelik’) daha büyük ise yeni en büyük üyelik derecesi olarak belirlenir ve en iyi uyan küme (‘stok_maxkume’) değişkeni içerisinde ilgili kümenin numarası saklanır. For i = 0 To mbd_dm_Satirsay - 1 deger = mbd_dm_stok(i) temp1 = 0 stok_maxuyelik = 0 If deger <= dm_stok_kort(0) Then stok_maxuyelik = 1 stok_maxkume = 0 End If If deger >= dm_stok_kort(4) Then stok_maxuyelik = 1 stok_maxkume = 4 End If For j = 0 To 4 If dm_stok_kbas(j) <= deger And dm_stok_kson(j) >= deger Then If deger < dm_stok_kort(j) Then 'ortanın solundaysa 88 temp1 = ((deger - dm_stok_kbas(j)) / (dm_stok_kort(j) - - dm_stok_kson(j)) / (dm_stok_kort(j) - dm_stok_kbas(j))) Else temp1 = ((deger dm_stok_kson(j))) End If If temp1 > stok_maxuyelik Then 'eğer en iyi uyan bu ise stok_maxuyelik = temp1 stok_maxkume = j End If End If Next j Model davranış verisinin aynı satırı için talepteki değişim ve sipariş miktarı değerlerinin de en iyi uyan kümeleri ve bu kümelerdeki üyelik dereceleri hesaplandıktan sonra bu bilgiler geçisi kural matrisini oluşturan dizilerde saklanır. gkm_dm_stok(i) = stok_maxkume gkm_dm_siparis(i) = siparis_maxkume gkm_dm_talep(i) = talep_maxkume gkm_dm_etki(i) = stok_maxuyelik * siparis_maxuyelik * talep_maxuyelik Bulanık Kural Tabanının Oluşturulması FAM matrisi girdi bulanık değişkeni kümelerinin tüm kombinasyonları için verilecek sipariş miktarını gösteren sipariş miktarı bulanık değişkeni kümelerini gösteren matristir. Bu matris iki boyutlu bir dizide saklanır. Dizinin birinci boyutu stok seviyesi bulanık değişkeni için ikinci boyutu ise talepteki değişim bulanık değişkeni için kullanılır. Ayrıca oluşturulan bulanık stok yönetimi modeli hem merkezi hem de yerel kontrol tipinde iki ayrı kural tabanı yarattığından üçüncü bir boyut ile kontrol tipine de yer verilir. Dolayısıyla FAM matrisi ile ilgili olan değişkenlerin boyutlandırılması şu şekilde yapılacaktır: ReDim fam(2, 5, 3) ReDim fam_etki(2, 5, 3) 89 Bu dizi değişkenlerin ilk boyutu kontrol tipini, ikinci boyut sotk seviyesi bulanık kümesini, üçüncü boyut ise talepteki değişim bulanık kümesini ifade eder. ‘fam’ dizi değişkeni kesişim noktasındaki sipariş miktarı bulanık kümesini saklarken, ‘fam_etki’ değişkeni kural çıkarımı sürecinde kesişim noktasındaki kuralın etki derecesini ifade eder. Bulanık kural tabanının oluşturulması için geçici kural matrisindeki tüm satırlar sorayla okunur. Bu süreç şekil x.x’de anlatılmıştır. Algoritma aynı girdi değişkeni kümelerine sahip birden fazla satır ortaya çıktığında en yüksek etkililik derecesine sahip olan kuralı ‘fam’ değişkeninin değeri olarak belirler. ‘fam_etki’ değişkenine de bu etkililik derecesini saklar. Daha sonra aynı girdi değişkeni kümelerine sahip başka bir satırla karşılaşıldığından ‘fam_etki’ değişkeninin bu noktadaki değeriyle geçici kural matrisinde işlenen satırın etkililik derecesi karşılaştırılır. For i = 0 To mbd_dm_Satirsay - 1 girdi1 = gkm_dm_stok(i) girdi2 = gkm_dm_talep(i) cikti = gkm_dm_siparis(i) katki = gkm_dm_etki(i) If fam_etki(0, girdi1, girdi2) < katki Then fam(0, girdi1, girdi2) = cikti fam_etki(0, girdi1, girdi2) = katki fam_gecerli(0, girdi1, girdi2) = True End If Next i Bulanık Stok Yönetimi Modelinin Simülasyonunda Sipariş Miktarlarının Hesaplanması Bulanık modelde sipariş miktarını belirleyen algoritma bir takım girdi değerlerini kullanarak sipariş kararını verir. Sipariş miktarı kararının verilmesi için hesaplanması gereken iki girdi parametresi vardır. Bunlardan biri stok seviyesi, diğeri de talepteki değişimdir. 90 'girdi1: stok seviyesi: f_Stok = sm_stok(sm_no) + yoldakistok(tekrar, sm_no, gun) 'girdi2: Talepteki değişim bir_onceki_talep = 0 en_son_Talep = 0 If (gun - 2 * rp_sm + 1) >= 0 Then For dongu = (gun - 2 * rp_sm + 1) To (gun - rp_sm) bir_onceki_talep = bir_onceki_talep + talep(tekrar, sm_no + 1, dongu) Next dongu End If If (gun - rp_sm + 1) >= 0 Then For dongu = (gun - rp_sm + 1) To gun en_son_Talep = en_son_Talep + talep(tekrar, sm_no + 1, dongu) Next dongu End If f_Talep_Deg = en_son_Talep - bir_onceki_talep Daha sonra ‘f_stok’ ve ‘f_talep’ değerleri için ilgili bulanık değişkenlerdeki üyelik dereceleri hesaplanır. Eğer bu değer ilk yada son kümenin orta değerlerinin daha ötesinde ise bu kümeler için üyelik derecesi bir olacak ve başka herhangi bir kümeye üyeliği bulunmayacaktır. Ancak eğer söz konusu değer ilk ve son kümenin orta değerleri arasında bir yerde ise iki farklı bulanık kümede üyelik derecesine sahip olacaktır. Algoritma stok seviyesi için ve talepteki değişim için bu üyelik derecelerini tespit ederek ‘uyelik’ dizi değişkeni içerisinde bu bilgiyi saklar. For i = 0 To 4 uyelik(sm_no + 1, 0, i) = 0 Next i If f_Stok <= sm_stok_kort(0) Then uyelik(sm_no + 1, 0, 0) = 1 End If If f_Stok >= sm_stok_kort(4) Then uyelik(sm_no + 1, 0, 4) = 1 End If For j = 0 To 4 If Then sm_stok_kbas(j) <= f_Stok And sm_stok_kson(j) >= f_Stok 91 If f_Stok < sm_stok_kort(j) Then uyelik(sm_no,0,j)=(f_Stok-sm_stok_kbas(j))/(sm_stok_kort(j)sm_stok_kbas(j)) Else uyelik(sm_no,0,j)=(sm_stok_kson(j) - f_Stok) / (sm_stok_kson(j) - sm_stok_kort(j)) End If End If Next j Stok seviyesi bulanık değişkeni üzerinde uygulanan bu süreç talepteki değişim bulanık değişkeni için de gerçekleştirilir; For i = 0 To 4 uyelik(sm_no + 1, 1, i) = 0 Next i If f_Talep_Deg <= sm_talep_kort(0) Then uyelik(sm_no + 1, 1, 0) = 1 End If If f_Talep_Deg >= sm_talep_kort(2) Then uyelik(sm_no + 1, 1, 2) = 1 End If For j = 0 To 2 If sm_talep_kbas(j) <= f_Talep_Deg And sm_talep_kson(j) >= f_Talep_Deg Then If f_Talep_Deg < sm_talep_kort(j) Then uyelik(sm_no,1,j)=(f_Talep_Deg-sm_talep_kbas(j))/(sm_talep_kort(j)sm_talep_kbas(j)) Else uyelik(sm_no+1,1,j)=(sm_talep_kson(j)-f_Talep_Deg)/(sm_talep_kson(j)sm_talep_kort(j)) End If End If Next j 92 Netleştirme Süreci Sipariş miktarının hesaplanması için sipariş miktarı bulanık değişkeni üzerinde çalıştırılacak kuralların oluşturulması gerekmektedir. Bu amaçla, stok sevyesi ve talepteki değişim bulanık değişkenlerinde üyelik derecesine sahip olunan her durum için FAM matrisinde karşılık gelen bir kural olup olmadığına bakılır. Eğer FAM matrisinin bu hücresinde bir kural mevcut ise stok seviyesi ve ortalama talebe ait üyeliklerden minimum olanı sipariş miktarı bulanık değişkeni üzerinde işlem görmek üzere ‘temp2’ değişkenine atanır. ‘temp2’ değeri sistem için belirlenmiş olan alfa eşik değerinin üzerinde ise sipairş miktarı bulanık değişken inin ilgili kümesi ‘temp2’ değeri ile kesilerek çözüm uzayına dâhil edilir. Her bir kural bir poligon ortaya çıkaracaktır. Her kural için oluşturulan poligonların koordinatları sisteme girilir. Tüm üyelikler için değerlendirme yapıldıktan sonra hafızadan saklanan poligonun ağırlık merkezi ‘FindCentroid’ yordami ile hesaplanır. Bu ağırlık merkezinin x koordinatı aynı zamanda sipariş miktarıdır. For i = 0 To 4 If uyelik(sm_no + 1, 0, i) > 0 Then For j = 0 To 2 If uyelik(sm_no + 1, 1, j) > 0 Then If fam_gecerli(IIf(tip = 0, 0, 2), i, j) = True Then If uyelik(sm_no + 1, 0, i) < uyelik(sm_no + 1, 1, j) Then temp2 = uyelik(sm_no + 1, 0, i) Else temp2 = uyelik(sm_no + 1, 1, j) End If If temp2 > alfa_sm Then kume = fam(IIf(tip = 0, 0, 2), i, j) temp2 = temp2 * 100 Select Case kume Case 0 AddPoint sm_siparis_kort(kume) * 100, 0 AddPoint sm_siparis_kort(kume) * 100, temp2 AddPoint kesisim_sag_sm(kume, temp2), temp2 93 AddPoint kesisim_sag_sm(kume, 0), 0 Case 1 AddPoint sm_siparis_kbas(kume) * 100, 0 AddPoint kesisim_sol_sm(kume, temp2), temp2 AddPoint kesisim_sag_sm(kume, temp2), temp2 AddPoint sm_siparis_kson(kume) * 100, 0 Case 2 AddPoint sm_siparis_kbas(kume) * 100, 0 AddPoint kesisim_sol_sm(kume, temp2), temp2 AddPoint kesisim_sag_sm(kume, temp2), temp2 AddPoint sm_siparis_kson(kume) * 100, 0 Case 3 AddPoint sm_siparis_kbas(kume) * 100, 0 AddPoint kesisim_sol_sm(kume, temp2), temp2 AddPoint kesisim_sag_sm(kume, temp2), temp2 AddPoint sm_siparis_kson(kume) * 100, 0 Case 4 AddPoint sm_siparis_kbas(kume) * 100, 0 AddPoint kesisim_sol_sm(kume, temp2), temp2 AddPoint sm_siparis_kort(kume) * 100, temp2 AddPoint sm_siparis_kort(kume) * 100, 0 End Select End If End If End If Next j End If Next i FindCentroid X, Y sm_siparis_miktari = X 94 ÖZGEÇMİŞ Tarık Küçükdeniz 1979 yılında İstanbul’da doğmuştur. İlk ve Orta öğrenimini Ahmet Merter İlköğretim okulunda, lise öğrenimini Kabataş Erkek Lisesi’nde tamamlamıştır. Ardından 1997 yılında İstanbul Üniversitesi Endüstri Mühendisliği Bölümüne kayıt olmuştur. 2001 yılında lisans öğrenimini tamamlayarak aynı bölümde yüksek lisans öğrenimine başlamıştır. Halen İstanbul Üniversitesi Endüstri Mühendisliği bölümünde araştırma görevlisi olarak çalışmaktadır. ii