Tedarik Zinciri Entegrasyonu için Geliştirilen Model

Bu tez çalışmasında tedarik zincirindeki talep olgusunun en iyilenmesinde, YSA’nın kullanım potansiyelini araştırmak, gerçek zamanlı sistemde kullanılabilecek gezgin ajan tabanlı bir karar destek sistemi yapısına zemin hazırlamak hedef alınmıştır.

Önerilen modelde, TZ’nin alt aşamalarından üst aşamalarına doğru (müşterilerden tedarikçilere) sinir ağları çalışması uygulanmış her bir katman için gerekli değişkenler ve bunların miktarları üzerinde durulmuştur. Bir bakıma kurulan bu model yapay zeka teknikleri ile çekme sistemlerinin nasıl çalışacağını göstererek, müşteri taleplerinin tedarikçi kapasiteleri ile entegre edilmesini sağlayan bir sistem olarak tasarlanmıştır. Çekme sisteminde sipariş miktarları tümüyle TZ’deki değişimlere göre belirlenmektedir. Böylece ihtiyaca en kısa sürede cevap verebilme yeteneği önem kazanmaktadır. Müşteri ihtiyaçları doğrultusunda

tedarik/itme sisteminden talep/çekme metoduna geçebilen üretim süreçleri, hızlı değişim yetenekleri ile pazar değişimlerine esnek yanıt verebilmektedirler. Amaç, siparişe göre üretim ortamı planlamasını yapmak ve teslim zamanlarına göre üretim önceliklerini belirleyerek her müşteri grubu için özel stratejiler geliştirmektir.

Bir işletmenin sürekli dalgalanan bir piyasa ortamında rekabetçi durumunu koruyabilmesi ve arttırması için, yöneticilerin mevcut verileri kullanarak zamanında doğru kararlar vermesi gerekmektedir. Kuramsal olarak, eğer pazarlama bölümü bir sonraki dönemin satış miktarlarını tahmin edebiliyorsa, malzeme/satın alma bölümü tam zamanında teslimat yapabilmek için stok seviyesini etkin olarak kontrol edebilir. Ayrıca, üretim bölümü de detaylı planlama ve tesis kullanım oranlarını düzenleyerek üretim maliyetlerini düşürebilir. Dolayısıyla doğru ve zamanında satış tahmininde bulunmak özellikle tedarik zinciri yönetiminde çok önemlidir (Ermiş, 2005).

Literatürde dağıtık problem çözme yaklaşımını temel alan birtakım entegre tedarik zinciri yaklaşımlarına yer verilmiştir (Rudberg vd. 2002; Abid vd., 2004; Makatsoris ve Yoon, 2004; Fung ve Chen, 2005). İşbirlikçi tedarik zinciri yaklaşımı, ajan tabanlı sistemler gibi isimler alan bu yaklaşımlar, TZ alt alanlarını birbirinden bağımsız olarak sezgisel yöntemlerle ayrı ayrı eniyilemeye çalışan yaklaşımlardır, ancak sistem bütünlüğünü dikkate almamaktadırlar. Bu tez çalışmasında yine her bir alt sistem birbirinden bağımsız olarak değerlendirilmiş olmakla birlikte, birbirlerine olan etkilerini de hesaba katmak ve entegre bir sistem kurmak üzerine çalışılmıştır. Her birimin girdisinin bir diğerinin çıktısı olarak tasarlandığı model, birbirleri ile etkileşime sokulan alt sistemlerin bütünselliğini sağlaması açısından entegrasyona yaklaşmaktadır.

Bu çalışmada çok amaçlı bir TZ’nin her aşaması ayrı ayrı incelenmiştir. Entegre TZ yapısı için gezgin ajan mimarisini temel alan, özellikle talep tahmini konusunda karar destek sistemi olarak kullanılabilecek bir sistem çatısının oluşturulması hedeflenmiştir. İncelenen çok aşamalı TZ yapısının ilk aşamasında, ortama bağlı olarak belirsizliğin ve rassallığın çok fazla olmasından ötürü BYSA tekniklerinden biri olan ANFIS yaklaşımı; diğer aşamalarında ise YSA yaklaşımlarından Çok Katmanlı Algılayıcı (ÇKA) modeli ve Radyal Taban Fonksiyonlu Sinir Ağları (RTF) kullanılmıştır. Literatürdeki çalışmalara göre tahmin konusunda güzel sonuçlar veren bu iki YSA modeli karşılaştırılmış ve sistemi en iyi yansıtan model belirlenmiştir.

doğrultusunda ortaya çıkacak yeni talep bilgisini ve buna bağlı değişkenlerin belirlenmesini, en sonunda da tedarikçi kapasitelerinin öngörülmesini sağlayan bir tahmin mekanizması önermektedir. Tasarlanan tahmin mekanizması, kalitatif ve kantitatif değişkenleri içeren bir yapıya sahip olduğundan kullanıcıya büyük esneklik tanımaktadır

Şekil 3.15 Tez çalışmasında öngörülen bilgi akışı

Çok aşamalı bir TZ yapısının belirsizlik altında performansını arttırmaya yönelik olarak tasarlanan model, 2 seviyeli olarak öngörülmüştür. İlk seviyede BÇS tabanlı bir teknik olan ANFIS yaklaşımı, ikinci seviyede ise YSA modellerinin kullanıldığı bir yapı sunulmuştur. Model, geçmiş verilere dayanarak oluşturulmuştur. Müşteriden bayilere akan kalitatif ve/veya kantitatif bilgiler özellikle dış etkenlere bağlı kalarak belirsiz bir davranış sergilemektedir. Bu sebeple öngörülen bilgi akışı doğrultusunda; çalışmanın ilk adımında BÇS ve YSA’nın birlikte kullanıldığı ANFIS yapısı uygulanmıştır. Çalışmanın ikinci ve üçüncü adımlarında ise sadece YSA teknikleri kullanılmıştır. ÇKA ve RTF ağ modelleri arasından en düşük hatayı vererek seçilen tahmin mekanizmasını en iyi karakterize eden model yapısı belirlenmiştir. Tasarlanan model, Şekil 3.16’da detaylı şekilde açıklanmıştır. “YSA ile talep tahmin süreci” kısmı Choy vd., (2003a)’den adapte edilmiştir. Şekil 3.16’da, “YSA ile talep tahmin süreci” aşaması ÇKA ağ modeline uygun olarak, gösterilmiştir. RTF ağ modelinin işlem adımları ÇKA ağ modeline göre daha basit olduğundan ayrı bir metodoloji olarak belirtilmemiştir. ÇKA modelinde, kullanılan katman ve nöron sayısı ile nöronların özelliklerine ilişkin

denemeler yapılmış, RTF yapısında ise gauss fonksiyonu kullanılmış ve buna bağlı olarak sigma sabiti değeri ile nöron sayısına ilişkin denemeler yapılmıştır.

Şekil 3.16 ÇKA ağ modeli yapısına uygun olarak önerilen sistem

Model, temelde müşteri talebinden yola çıkarak tedarikçilerin kapasitelerini belirlemeye çalışan bir davranış sergilemektedir. Kompleks bir TZ yapısı daha basitleştirilerek uygulanmaya çalışılmıştır. Bir sonraki bölümde uygulama detaylı bir şekilde anlatılmaktadır.