Belirsizlik altında bir üçüncü parti lojistik şirketinin ağ tasarımının modellenmesi: Stokastik modelleme ve genetik algoritma uygulaması

Abstract

Son yıllarda rekabet koşullarının zorlaşması ve teknolojinin hızla gelişmesi, müşteri hizmet düzeyini geliştirme, üretim sürelerini ve teslimat sürelerini azaltma, stok seviyelerini düşürme gibi konuların önemini arttırmıştır. Firmalar bu konularda gerekli amaçlara ulaşmak için tedarik zinciri yönetimi, lojistik yönetimi, üretim dağıtım planlama gibi konular üzerinde çalışmaya başlamışlardır. Ürünlerin geri dönüşünü ve geri kazanımını dikkate alan `Tersine Lojistik` konusu da son yıllarda üzerinde çokça çalışma yapılan bir alan haline gelmiştir. Bu çalışma, önemi son yıllarda oldukça artan lojistik ağ tasarımı konusunu içermektedir. Aynı zamanda sadece ileri yönlü değil geri yönlü akışları da dikkate alan bir çalışmadır. Çalışmada; beş gönderici firma, iki kargo toplama merkezi, iki havalimanı, iki teslimat/dağıtım merkezi ve dört alıcı kargo ülkesi incelenmektedir. Aynı zamanda çalışma içerisinde belirsiz kargo miktarı, dönemsel bazda kargo durumu inceleme ile toplama ve tedarik şubeleri durumlarını inceleme konularını barındırırken gecikmelerin fırsat kaybını ve merkezlerin güvenirlilik yüzdelerini yani teslimatların yüzde kaçını sorunsuz, doğru zamanda ve doğru şekilde gönderdiğini de modelin içerisine katmaktadır. Bu çalışmanın amacı; mevcut toplama ve teslimat merkezlerinin açık ya da kapalı olması durumunu değerlendirilmesi ve merkezler arasındaki gönderim miktarlarının ne olacağının belirlenmesidir. Böylece çalışma, çalışmaya konu olan işletmeye toplama ve teslimat merkezlerinin açık veya kapalı olması konusunda ve merkezler, havalimanları, göndericiler ve alıcılar arasındaki akış konusunda bilgi sağlayacaktır. Ayrıca lojistik konusu üzerinde çalışanlar, bu konuda ilgisi olanlar için bir ağ yapısının bilimsel olarak incelenmesi için örnek oluşturmak amaçlanmıştır. Çalışmadaki veriler kargo firmasından doğrudan elde edilmiş olup problem öncelikle stokastik programlama ile modellenmiştir. Bir maksimizasyon problemi şeklinde oluşturulan stokastik ağ tasarımı modeli GAMS Distribution 23.5.1 programı kullanılarak çözülmüştür. Daha sonra stokastik modeldeki her senaryonun eşit olasılıklara sahip olduğu bilindiği için senaryolarda yer alan talep miktarlarının ortalaması alınmış ve deterministik model için bu verilerin gerçekleştiği varsayımı kabul edilerek bir kar maksimizasyonu, bir de maliyet minimizasyonu amaçlayan iki model ile GAMS Distribution 23.5.1 programı kullanılarak çözülmüştür. Üçüncü bir yöntem olarak metasezgisel bir yöntem olan genetik algoritma tabanlı bir model oluşturulmuştur. Sonuçları elde edildikten sonra üç yöntem ikili olarak birbirleriyle karşılaştırılmıştır.

The difficulties of competition in recent years and the rapid development of technology have increased the importance of issues such as improving customer service level, reducing production times and delivery times, and reducing stock levels. Firms have started to work on issues such as supply chain management, logistics management, production distribution planning to reach the necessary goals in these issues. The `Reverse Logistics` issue, which takes into account the return and recovery of products, has also become an area of much work over the last few years.This study includes the logistics network design concept which has been increasing in recent years. At the same time, it is a study that takes into account not only forward but also backward flows. In this study; five shipping companies, two cargo collection centers, two airports, two delivery / distribution centers and four buyer shipping countries are investigated. At the same time, the study includes reviews of uncertain cargo volume, periodic cargo status, and collection and supply branch situations and delays of opportunity loss and reliability percentage of centers so that and what percentage of deliveries are sent smoothly, at the right time and in the right way.The purpose of this study is; the assessment of whether current collection and delivery centers are open or closed, and the determination of what amounts to be sent between centers. Thus, the study will provide information on whether the collection and delivery centers are open or closed and the flow between centers, airports, senders and receivers to the operation subject. It is also aimed to set an example for scientists working on the logistics topic, and for those interested in a network structure.The data in the study are obtained directly from the cargo company and the problem is first modeled by using stochastic programming. The stochastic network design model created as a maximization problem is solved using the GAMS Distribution 23.5.1 program. Then, since it is known that every scenario in the stochastic model has equal probabilities, the average of the demand quantities included in the scenario is taken and for the deterministic model it is assumed that the assumption of this data is realized and two models aiming at a profit maximization and cost minimization solved using GAMS Distribution 23.5.1 program. As a third method, a genetic algorithm based model which is a metasequential method has been created. After the results were obtained, the three methods were compared to each other in duplicate.