Tedarik zinciri stok planlama modelleri

Tedarik zincirindeki birimlerin önemli amaçlarından bir tanesi stok düzeylerini azaltmaktır. Bunu yaparken istenilen müşteri hizmet düzeyi sağlanmalıdır. Müşteri hizmet düzeyini sağlamak yani müşterinin istediği zamanda istediği ürünü temin etmek oldukça güç olabilir. Çünkü çoğu TZ’de müşteri talebi, belirsizliğin en fazla söz konusu olduğu yerdir. Ayrıca talebin yanlış öngörülmesi firmalara iki yönde zarar verecektir. Talebin eksik tahmin edilmesi durumunda olası satışlar gerçekleşmeyecek ve müşteri hizmet düzeyi düşecek, fazla tahmin edilmesinde ise stok maliyetleri artacaktır. Bu yüzden stok politikası belirlemek firmalar için oldukça önemli bir konudur. Üretim planlamadaki stok planlamadan farklı olarak TZ stok planlamada tüm zincirdeki stok politikaları ile eş zamanlı olarak ilgilenilir.

Petrovic ve diğ. (1999), seri TZ’de talebi ve tedarikçi güvenilirliğini bulanık kümeler ile ifade ederek her TZ birimi için sipariş miktarı bulmak üzere bir bulanık model geliştirmiştir. Göz önüne alınan seri TZ Şekil 3.4’te verilmiştir. Çalışmada öncelikle bulanık talep ve kesin sayılar ile ifade edilen sipariş yenileme süresi, birim elde bulundurma / yok satma maliyetleri ve başlangıç stok değerleri kullanılarak en yüksek sipariş miktarı değerlerini hesaplamak üzere bir formülasyon verilmiştir. Sonrasında, her TZ birimi için ayrı ayrı hesaplanan bu değerlere ve diğer girdi değerlere göre TZ’nin performansını ölçmek için bir simülasyon modeli geliştirilmiştir. Girdi olabilirlik dağılımlarını ilgili olasılık dağımlarına dönüştürerek çalışan simülasyon modeli ile iki performans ölçütü hesaplanmaktadır: (1) stok elde bulundurma ve son ürün yok satma maliyetleri ve (2) TZ’nin talep karşılma oranı.

Şekil 3.4 : Seri teradik zinciri yapısı (Petrovic ve diğ., 1999)

Çalışmada önerilen model ile farklı stok kontrol politikalarının performansları belirlenmeye çalışılmıştır. Bunun için üç farklı kontrol politikası simüle edilmiştir: tümüyle dağıtılmış stok kontrol (tüm TZ birimlerinin kendi stok kontrollerini yapması), kısmi eşgüdümlü kontrol (her birimin stok kontrolünü kendinden bir

üf

hm ss … üf ss üf bü

tedarikçi Müşteri talebi

hm: hammadde talebi ss: süreç içi stok üf: üretim faaliyeti bü: bitmiş ürün stoğu

önceki birim ile eşgüdümlü olarak gerçekleştirmesi) ve dış tedarik belirsiz olduğunda kısmı eşgüdümlü kontrol. Sonuçta eş güdümlü kontrolün tümüyle dağıtılmış kontrolden daha iyi sonuçlar verdiği görülmüştür. Ayrıca dış tedarikteki belirsizliğin her aşamadaki stok düzeylerine etkisi incelenmiştir.

Yazarlar diğer bir çalışmalarında (Petrovic ve diğ., 1998), yukarıda tanımlanan modeli geliştirerek tüm TZ’den en iyi performansı elde etmek üzere bir algoritma önermişlerdir. Önceki modelde her birim için hesaplanan en yüksek sipariş miktarı değerlerine göre simülasyon aracılığı ile tüm TZ’nin performansı belirlenmeye çalışılır iken; bu çalışmada ilk modelin sonuçları girdi olarak alınmış ve TZ performansı eğer istenilen düzeyde değil ise en yüksek sipariş miktarı değerleri revize edilerek tekrar simülasyona sokulmuştur. Bu süreç en iyi performansı elde edinceye kadar döngüsel olarak tekrarlanmıştır.

Wang ve Shu (2005), son ürünün hedef talep karşılama oranını sağlarken TZ’deki stok maliyetlerini enküçüklemek üzere bir bulanık model önermiştir. Modelde düzensiz talep miktarı, belirsiz işleme süresi ve güvensiz tedarik miktarları bulanık kümeler teorisi kullanılarak ifade edilmiştir. TZ performansını ölçmek için kullanılan cevap verme süresi ve talep karşılama oranı değerleri olabilirlik teorisi ile hesaplanmıştır.

Modelde ürünlerin tedarikinden müşteriye kadar olan süreçteki tüm birimler dikkate alınmıştır. Her birim önceki aşamadan aldığı ürün veya ürünleri işledikten sonra sonraki aşamaya aktarır veya stokta bekletir. Tüm birimlerdeki stokun dönemsel gözden geçirme politikası ile kontrol edildiği varsayılmıştır ve model kullanılarak her birimin en yüksek sipariş miktarı seviyesi tespit edilmeye çalışılmaktadır.

Modele tüm birimler için, bulanık sayılar ile ifade edilen talep, malzeme temin süresi ve çevrim süresi ile kesin değer olarak alınan gözden geçirme süresi ve kapasite miktarı girildiğinde, herhangi bir en yüksek sipariş miktarı değeri için cevap verme süresi ve talep karşılama oranı değerleri belirlenebilmektedir. İyimser ve kötümser durumlar için belirlenen bu performans ölçütleri ile toplam stok maliyeti hesaplanabilmektedir.

Model, en düşük maliyeti veren en yüksek sipariş miktarı seviyesini doğrudan belirleyememektedir. Bunun yerine çalışmada genetik algoritmaya dayanan bir yaklaşım ile istenilen değere ulaşılması önerilmiştir. Şöyle ki; genetik algoritmaya

olası bir çözüm kümesi (her birim için en yüksek sipariş miktarı seviyesi) girilir, algoritma bu çözüm kümesinden yeni çözüm kümeleri üreterek bunların performanslarını belirler, bu performanslara göre yeni çözümler üretilir ve süreç tanımlanmış yakınsama ölçütleri sağlanıncaya kadar devam ettirilir. Sonuçta üretilen tüm çözüm kümelerinden en iyi olan çözüm belirlenir.

Bir başka çalışmada Maity ve Maiti (2007) olabilirlik ve gereklilik kısıtları kullanarak üretim-stok kontrol sistemi modeli önermişlerdir. Modelde bütçenin kesin olmadığı varsayılmış ve stoklama kapasitesi kısıtları olabilirlik ve/veya gereklilik tiplerinde ifade edilmiştir. Kurulan üretim-stok modelinde elde bulundurma, yok satma ve üretim maliyetlerinden oluşan toplam maliyet enküçüklenmektedir. Kısıtlarla toplam elde bulundurulan stokun en yüksek stoklama alanından küçük olması, üretim maliyetinin bütçeden fazla olmaması ve taleplerin karşılanması garanti altına alınmıştır. Modelde bulanıklığın olduğu stoklama alanı ve bütçe kısıtları netleştirilirken gereklilik ve olabilirlik şartlarının sağlamasına göre dört farklı senaryo önerilmiştir. Örneğin, ilk senaryoda her iki kısıtın sağlanması gereklidir, ikinci senaryo ise ilk kısıtın sağlanması gereklidir, ikinci kısıt sağlanabilir şeklinde tasarlanmıştır. Ana modelin çözümü her senaryoya göre modeli ayrı ayrı çözerek elde edilmiş ve tüm senaryo sonuçları karar vericiye sunulmuştur.

Modelin, kısıtların gereklilik şartını sağlaması öngörüldüğünde kısıt sağ taraf değerinin en düşük olabilir seviyesine; olabilirlik şartını sağlaması öngörüldüğünde ise kısıt sağ taraf değerinin en yüksek olabilir seviyesine göre sonuçlar verdiği görülmüştür. Bu yüzden her iki kısıt gereklilik kısıtı olarak varsayılırsa en yüksek; her iki kısıt olabilirlik kısıtı olarak varsayılırsa en düşük amaç fonksiyonu değerleri elde edilmiştir. Önerilen model bir TZ problemini göz önüne almasına rağmen olabilirlik ve gereklilik koşullarının modellenmesi üzerine odaklanmıştır.

Bu bölümde incelenen çalışmalardan Petrovic ve diğ. (1998, 1999), önerdikleri yaklaşım ile talep ve tedarik güvenirliğindeki belirsizlikleri dikkate alan bir simülasyon modeli tasarlamışlardır. Bu simülasyon modeli ile ilk çalışmalarında farklı stok kontrol politikalarını değerlendirmişler, ikinci çalışmada ise en düşük maliyeti verecek en yüksek stok seviyelerini belirlemişlerdir. İlk çalışmanın bir eniyileme içermemesi ve ikinci çalışmada önerilen algoritmanın büyük TZ’de uygulanmasının zor olması modellerin eksiklikleri olarak değerlendirilebilir.

Wang ve Shu (2005) tarafından gerçekleştirilen çalışma teorik olarak TZ’deki belirsizlikleri oldukça etkin bir şekilde modellemektedir. Fakat kurulan modelin çözümü oldukça güçtür. Özellikle TZ içersinde yer alan birimler arttıkça önerilen genetik algoritma ile en iyi çözüme ulaşmak mümkün olmayacaktır.

Maity ve Maiti (2007) olabilirlik teorisinden yararlanarak üretim-stok kontrol sistemini belirsizlik altında modellemiştir. Çalışmada problemden ziyade çözüm yordamı üzerine odaklanılmıştır. Kısıtların gereklilik veya olabilirlik durumlarına göre senaryolar oluşturulmuştur. İki kısıt kümesi olduğu için dört senaryo ortaya çıkmıştır. Fakat eğer daha fazla kısıt kümesi söz konusu olursa senaryo sayısı üstel olarak artacak (örneğin 4 kısıt kümesi olursa 24=16 senaryo olacaktır) ve çözüm oldukça güç hale gelecektir.