Nihal TAŞ, Nihal YILMAZ ÖZGÜR, Pelin DEMİR

Esnek Küme ve Bulanık Esnek Küme Teorisinin Stok Yönetimine Bir Uygulaması

Bu çalışmada stok durumlarının etkili bir şekilde yönetimi probleminin çözümünde, esnek ve bulanık esnek kümelerin kullanılmasına ilişkin bir uygulama verilmiştir. İlk hafta (veya ilk ay) sonunda, esnek küme teorisinin kullanılması ile stokta bulunan hammaddelerin takibi için bir model oluşturulmuştur. Daha sonra bulanık esnek küme kavramı kullanılarak stok yönetimini etkileyen faktörler için bir algoritma verilmiştir. Bu esnek küme ve bulanık esnek küme modelleri aynı anda kullanılarak hammaddelerin stok durumlarının daha dogru takip edilebilmesi sağlanmıştır.

An Application of Soft Set and Fuzzy Soft Set Theories to Stock Management

We give a new application of both notions of a soft set and of a fuzzy soft set to the effective management of stock-out situation. We construct a model to track the remaining raw materials in stock at the end of the first week (or first month) by using soft sets theory. Then we introduce an algorithm for factors influencing stock management using the notion of a fuzzy soft set. If we use these soft set and fuzzy soft set models at the same time, we can more accurately track the stock-out situations of raw materials.

PDF

___

Matlab R2015a and Curve Fitting Toolbox (Version 8.5), The Mathworks, Inc., Natick, Massachusetts, United States (2015).
Yüksel, ¸S., Tozlu, N., Dizman, T. 2015. An application of multicriteria group decision making by soft covering based rough sets. Filomat, 29 (1), 209-219.
Yüksel, ¸S., Dizman, T., Yıldızdan, G., Sert, Ü. 2013. Application of soft sets to diagnose the prostate cancer risk. J Inequal Appl., doi:10.1186/1029-242X-2013- 229
Özgür, N. Y., Ta¸s, N. 2015. A note on "application of fuzzy soft sets to investment decision making problem". Journal of New Theory, 1 (7), 1-10.
Molodtsov, D. 1999. Soft set theory - first results. Comput Math. Appl., 37, 19-31.
[9] Maji, P. K., Biswas, R., Roy, A. R. 2003. Soft set theory. Comput. Math. Appl., 45, 555-562.
Maji, P. K., Biswas, R., Roy, A. R. 2001. Fuzzy soft sets. J. Fuzzy Math., 9, 589-602.
Kong, Z., Jia, W., Zhang, G., Wang, L. 2015. Normal parameter reduction in soft set based on particle swarm optimization algorithm. Appl. Math. Model., 39, 4808- 4820.
Kong, Z., Wang, L., Wu, Z. 2011. Application of fuzzy soft set in decision making problems based on grey theory. J. Comput. Appl. Math., 236, 1521-1530.
Kalaichelvi, Dr. A., Malini, P. H. 2011. Application of fuzzy soft sets to investment decision making problem. International Journal of Mathematical Sciences and Applications, 1 (3), 1583-1586.
Han, B. 2016. Comments on “Normal parameter reduction in soft set based on particle swarm optimization algorithm”. Appl. Math. Model., http://dx.doi.org/10.1016/j.apm.2016.06.004
Eksin, C., Güzelkaya, M., Ye¸sil, E., Eksin, ˙I. 2008. Fuzzy logic approach to mimic decision making behavior of humans in stock management game. Proceedings of the 2008 System Dynamics Conference.
Chou, C. C., Yih, J. M., Ding, J. F., Han, T. C., Lin, Y. H., Liu, L. J., Hsu, W. K. 2012. Application of a fuzzy EOQ model to the stock management in the manufacture system. Key Engineering Materials, 499, 361-365.
Chaudhuri, A., De, Dr. K., Chatterjee, Dr. D. 2009. Solution of the decision making problems using fuzzy soft relations. International Journal of Information Technology, 15 (1), 29 pages.