BULANIK ANALİTİK AĞ PROSESİ VE MATEMATİKSEL MODEL ENTEGRASYONU İLE HAMMADDELERİN RAFLARA ATANMASI: GIDA SEKTÖRÜNDE BİR UYGULAMA

Bu çalışmanın ilgilendiği konu, hammaddelerin hangi raf alanına atanacağına karar verilmesi ve maksimum miktarda atanmasıdır. Bu karar verilirken, alanın sınırlı olduğu, tüm hammaddelerin kendi aralarında aynı önem seviyesine sahip olmadığı, farklı stok ve palet büyüklüğüne sahip olduğu düşünmelidir. Mevcut çalışmalarda, raf boyutları ve paletler tek boyutlu veya standart ölçülerle hesaplanmaktadır. Ancak, gerçek hayatta raf ve palet boyutları genişlik, yükseklik ve derinlik açısından farklı ölçülere sahiptir. Bu çalışmadaki gerçek uygulamada, tüm durumların matematiksel modeli oluşturulmuştur. Çalışmada kurulan model, önem derecelerine göre optimum miktarların atandığını göstermektedir. Öncelikle ABC analizi kullanılarak A sınıfındaki hammaddeler belirlenmiştir. Çok kriterli karar verme yöntemi ile bu hammaddelerin önem katsayıları belirlenmiş ve doğrusal modelin amaç fonksiyonu oluşturulabilmesi için ana kriterler 4 farklı uzmanın hammaddeleri sınıflandırabileceği şekilde belirlenmiştir. Uzmanların sahip olduğu farklı görüşleri ve hammaddeler için belirlenen kriterler arasındaki ilişkileri göz ardı etmeden model oluşturmak için Bulanık Analitik Ağ Süreci kullanılmıştır. Matematiksel modelin kısıt denklemleriyse blok raf sistemlerine ait hücrelerin değişen kapasiteleri ve hammaddelerin maksimum-minimum stok değerlerine göre oluşturulmuştur. Sonuç olarak, hangi rafta hangi hammaddenin ne kadar tutulacağının belirlenmesi ile depo görevlisi yönlendirilmiştir.

Anahtar Kelimeler:

ABC Analizi, ÇKKV, Raf Atama Problemi, Matematiksel Model, Optimizasyon

PDF

___

Agarwal, D., Singholi, A. ve Bharti, P. (2017). Study of Facility Layout Planning Algorithms and Approaches. Global Journal of Enterprise Information System, 9(4), 81-95.
Arabacı, S., Akdemir, Ç., Doğan, S. ve Mengi, B. (2019) Stok Yönetiminde ERP’nin Hileyi Önlemeye Yönelik Kullanılması ve Bir Uygulama. Finans, Ekonomi ve Sosyal Araştırmalar Dergisi, 4(3), 444-458.
Chang, Y. ve Zhang, L. (1992). Extent Analysis and Synthetic Decision. Optimization Techniques and Applications, 1(1), 352-359.
Chapman, S. (2006). The Fundamentals of Production Planning and Control (1. Baskı). New Jersey: Pearson Education. Dargi, A., Anjomshoae, A., Galankashi, M., Memari, A. ve Tap, M. (2014). Supplier Selection: A Fuzzy-ANP Approach. Information Technology and Quantitative Management, 31(5), 691-700.
Evinsel, C. (2010). Depo Tasarımı ve Yerleşimi (Yüksek Lisans Tezi), İstanbul Üniversitesi, Sosyal Bilimler Enstitüsü, İstanbul. Hübner, A. ve Schaal, K. (2017). An integrated assortment and shelf-space optimization model with demand substitution and space-elasticity effects. European Journal of Operational Research, 261(1), 302-316.
Onut, S., Tuzkaya, U. ve Torun, E. (2011). Selecting container port via a fuzzy ANP-based approach: A case study in the Marmara Region, Turkey. Transport Policy, 18(1), 182-193.
Ömürbek, N. ve Şimşek, A. (2014). Analitik Hiyerarşi Süreci ve Analitik Ağ Süreci Yöntemleri ile Online Alışveriş Site Seçimi. Yönetim ve Ekonomi Araştırmaları Dergisi, 12(22), 306-327.
Özdemir, A. ve Demirer, B. (2015). Analitik Hiyerarşi Süreci İle Ağırlıklandırılmış Dinamik Programlama Modelinin Satın alma Sürecine Uygulanması. Journal of Economics and Administrative Sciences, 17(1), 61-69.
Özyörük, B. ve Ak, S. (2012). Etkin Depo Yerleşiminin Düzenlenmesi için Bir Model: Elektronik Firmada Uygulaması. Türk Bilim Araştırma Vakfı Bilim Dergisi, 5(1), 21-29.
Roodbergen, K. ve Vis, I. (2009). A Survey of literatüre on automated storage and retrieval systems. European Journal of Operational Research, 194 (2), 343-362.
Saaty, T ve Özdemir, S. (2003). Why The Magic Number Seven Plus or Minus Two. Mathematical and Computer Modelling, 38(3-4), 233-244.
Sever, M. (2006). Kurumsal Mobilitenin Depo Yönetiminde Uygulanması: Bir Örnek Olay (Yüksek Lisans Tezi), İstanbul Üniversitesi, Sosyal Bilimler Enstitüsü, İstanbul.
Turanoğlu, B ve Akkaya, G. (2017). The Dynamic Facility Layout Problems with Closeness Rate: A Fuzzy Decision Support System Approach. Selçuk Üniversitesi Mühendislik Bilim ve Teknik Dergisi, 5(3), 300-311.
Ulutas, B. ve İslier, A. (2009). A Clonal Selection Algorithm for Dynamic Facility Layout Problems. Journal of Manufacturing Systems, 28(4), 123-131.
Yang, M. (1999). An efficient algorithm to allocate shelf space. European Journal of Operational Research, 131(1), 107-118.
Yurdakul, M., Eşkin, S. ve İç, Y. (2009). Bir İmalat Sisteminin Yerleşim Düzeninin İyileştirilmesi. Türk Bilim Araştırma Vakfı Bilim Dergisi, 2(4), 399-411.
Yücenur, N. (2017). Turizm sektöründe strateji seçimi için bulanık veriler yardımıyla hiyerarşik ağ modeli ve SWOT analizi: Türkiye örneği. Sakarya Üniversitesi Fen Bilimleri Enstitüsü Dergisi, 21(5), 915-931.
Zhang, G., Nishi, T., Turner, S., Oga, K. and Li, X. (2017). An integrated strategy for a production planning and warehouse layout problem: Modeling and solution approaches. Omega, 68(4),85-94.
Zhang, G. ve Lai, K. (2006). Combining path relinking and genetic algorithms for the multiple-level warehouse layout problem. European Journal of Operational Research, 169(2), 413-425.