Ürün stok politikalarının olasılıklı talep yapısı altında Markov karar süreci ile analizi

Abstract

Bu tez çalışması kapsamında, stok politikalarından biri olan periyodik gözden geçirmeye dayalı opsiyonlu yenileme (R,s,S) stok politikası incelenmiştir. Çalışmada temel hedef bu politikaya ait yeniden sipariş noktası ve yenileme noktasının bulunmasıdır. Bu hedef doğrultusunda, süreç Markov karar süreci olarak modellenmiş ve sürecin maliyet yapısı detaylı olarak incelenmiştir. Ardından stok politikasına ait mümkün tüm sonuçları deneyerek optimum politikaya ulaşan basit ve hızlı bir bilgisayar kodlaması yazılmıştır. Uygulama bölümünde ise Türkiye'de faaliyet gösteren bir işletmenin ürününe ait gerçek veriler Markov karar süreci ile incelenmiştir. Ürüne ait talep yapısı poisson dağılımı özelliği göstermektedir, maliyet fonksiyonunda elde bulundurma, elde bulundurmama ve sipariş maliyetlerinin hepsi bulunmaktadır. Markov geçiş matrisi 31 durumdan oluşmaktadır, mevcut 465 politika bulunmaktadır. Böyle bir sürecin uzun dönemde birim zamanda beklenen ortalama maliyetleri hesaplanarak optimum politikaya ulaşılmıştır. Ayrıca aynı model Genetik Algoritma Yöntemi ve klasik yöntemle de çözülmüştür. Genetik algoritma ile bulunan politika, Markov karar süreci sonuçları ile aynı çıkmıştır. Çalışmanın sonunda bulunan tüm bu sonuçlar ile işletmenin mevcut politikası, son 24 aylık gerçek talep miktarları kullanılarak kıyaslanmışlardır.

In the scope of this thesis study, periodic optional replenishment policy (R,s,S) which is a type of inventory policies is examined. The main aim of the study is to find out the reorder point and the replenishment point of this kind of policy. Towards this aim, the process is modeled as a Markov decision process, and the cost structure of the process is studied in a detailed manner. Thereafter, a simple and fast computer encoding is written which reaches the optimum policy by testing all possible results of this inventory policy. In the application part of the study, factual data belonging to a product of a firm operating in Turkey is examined with the help of Markov decision process. The demand structure of this product shows Poisson distribution. The cost function includes all types of holding cost, penalty cost, and set up cost. The Markov transition matrix has 31 cases, and there are 465 different policies. Expected average costs per unit time of such a process are calculated, and the optimum point is reached. In addition, the same model has been solved using genetic algorithms method and classical method. The optimum policy which is found out using genetic algorithm and the result of Markovian decision process are the same. At the end of the study, all these results and the current policy of the company are compared using the actual demand amounts of the last 24 months.