1. GİRİŞ

advertisement
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
Download