Geri Dön

Tedarik zinciri yönetiminde yapay zekâ destekli teknoloji tahmini, ağ optimizasyonu ve operasyonel risk yönetimi

Artificial intelligence-driven technological forecasting, network optimization, and operational risk management in supply chain management

PDF İndir

  1. Tez No: 1014684
  2. Yazar: SEMİH KANSU
  3. Danışmanlar: PROF. DR. SERKAN ALTUNTAŞ
  4. Tez Türü: Doktora
  5. Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
  6. Anahtar Kelimeler: Tedarik zinciri yönetimi, Supply chain management
  7. Yıl: 2026
  8. Dil: Türkçe
  9. Üniversite: Yıldız Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Endüstri Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Günümüzün rekabetçi iş ortamında, tedarik zinciri yönetimi yalnızca verimlilik odaklı değil, aynı zamanda teknoloji temelli öngörülerle desteklenen bütüncül bir karar yapısını zorunlu kılmaktadır. Bu tez tedarik zinciri yönetiminde stratejik düzeyde teknoloji analizi, taktik ve operasyonel düzeyde ağ tasarımı ve optimizasyonu ve operasyonel düzeyde gecikme tahmini ve risk değerlendirmesini bütünleşik bir çerçeve altında ele almayı amaçlamaktadır. Tezin stratejik düzeydeki aşamasında, tedarik zinciri teknolojilerinin potansiyel etkisini değerlendirmek amacıyla patent verileri kullanılmıştır. Lens.org veri tabanından elde edilen patent verileri kullanılarak, patent kalitesinin önemli bir göstergesi olan patent atıf sayıları makine öğrenmesi tabanlı regresyon modelleriyle tahmin edilmiştir. Stratejik teknoloji değerlendirme sürecini derinleştirmek amacıyla patentometri temelli teknoloji trend analizi gerçekleştirilmiştir. Bu kapsamda kümeleme, metin madenciliği, çok kriterli karar verme ve zaman serileri analizi yaklaşımları bütünleşik bir biçimde kullanılarak tedarik zinciri teknolojilerinin gelişim eğilimleri patent kalitesine odaklı bir şekilde analiz edilmiştir. Tezin taktik ve operasyonel düzeyinde tedarik zinciri ağ tasarımı ve optimizasyonu problemi ele alınmıştır. Türkiye'de faaliyet gösteren bir otomotiv firmasının Avrupa'dan tedarik ettiği malzemeler için çapraz sevkiyat merkezi ve taşıma modu seçimini, gönderilecek siparişlerin sevkiyat modlarına optimal dağılımını ve araç rotalama problemini içeren doğrusal programlama modelleri geliştirilmiş ve bu modeller karma tam sayılı doğrusal programlama yaklaşımı ve metasezgisel bir algoritmayla çözülmüştür. Operasyonel düzeyde ise, çalışma kapsamında ele alınan otomotiv firmasının kara yolu yük taşımacılığında oluşan gecikmeler makine öğrenmesi tabanlı sınıflandırma modelleri ile tahmin edilmiştir. Sürecin operasyonel riskleri Hata Türleri ve Etkileri Analizi ile belirlenmiş ve belirsizlikler Belief in Fuzzy Probability Estimations of Time (BIFPET) algoritması kullanılarak matematiksel olarak modellenmiştir. Elde edilen bulgular teknoloji tahmini, ağ optimizasyonu ve operasyonel risk yönetimi süreçlerinin bütünleşik olarak ele alınmasının tedarik zinciri kararlarının daha sistematik ve veri odaklı bir şekilde değerlendirilmesine katkı sağladığını ortaya koymaktadır. Çalışma, farklı karar seviyelerinde geliştirilen modellerin birbirini besleyen bir yapı içerisinde kullanılmasını sağlayarak literatüre özgün bir katkı sunmaktadır.

Özet (Çeviri)

In today's competitive business environment, supply chain management requires not only a focus on efficiency but also a holistic decision-making framework supported by technology-driven insights. This thesis aims to address strategic-level technology analysis, tactical and operational-level network design and optimization, as well as operational-level delay prediction and risk assessment in supply chain management, within an integrated framework. At the strategic level of this study, patent data were used to evaluate the potential impact of supply chain technologies. Using patent data obtained from the Lens.org database, the number of patent citations, a significant indicator of patent quality, was predicted using machine learning-based regression models. To deepen the strategic technology evaluation process, a patentometrics-based technology trend analysis was conducted. In this context, clustering, text mining, multi-criteria decision-making, and time series analysis approaches were utilized in an integrated manner to analyze the development trends of supply chain technologies with a focus on patent quality. At the tactical and operational levels of this study, the problem of supply chain network design and optimization was addressed. For an automotive company operating in Turkey and sourcing materials from Europe, linear programming models were developed for cross-docking center and transportation mode selection, optimal allocation of shipment orders to transportation modes, and the vehicle routing problem. These models were solved using a mixed-integer linear programming approach and a metaheuristic algorithm. At the operational level, delays in road freight transportation of the automotive company examined in the study were predicted using machine learning-based classification models. Operational risks in the process were identified through Failure Modes and Effects Analysis, and uncertainties were mathematically modeled using the Belief in Fuzzy Probability Estimations of Time (BIFPET) algorithm. The findings reveal that addressing technology forecasting, network optimization, and operational risk management processes in an integrated manner enables a more systematic and data-driven evaluation of supply chain decision-making. This study offers a unique contribution to the literature by enabling the use of models developed at different decision levels within an interconnected structure.

Benzer Tezler

  1. Tez No

    1001251

    Yenilikçi moda tasarımında yapay zekanın rolü

    The role of artificial intelligence in innovative fashion design

    HAMIDEH BENAFI

    Yüksek Lisans

    Türkçe

    Türkçe

    2026

    Güzel Sanatlarİstanbul Okan Üniversitesi

    Moda Tasarımı Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ SERNA UÇAR HATİPOĞLU

  2. Tez No

    841226

    Developing a decision-support system using machine learning and deep learning models for daily demand forecasting: A case study

    Günlük talep tahmini için makine öğrenimi ve derin öğrenme modelleri kullanarak karar destek sistemi geliştirme: Bir vaka çalişmasi

    RANA EZGİ KÖSE

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Mühendislik Bilimleriİstanbul Teknik Üniversitesi

    İşletme Mühendisliği Ana Bilim Dalı

    PROF. DR. FERHAN ÇEBİ

  3. Tez No

    1006629

    Denizcilik sektöründe dijital dönüşüm süreçlerinin yenilik yönetimiperspektifiyle değerlendirilmesi

    An assessment of digital transformation processes in the maritime industry from an innovation management

    AYNUR GÖNÜLER TÜREDİ

    Yüksek Lisans

    Türkçe

    Türkçe

    2026

    Denizcilikİstanbul Teknik Üniversitesi

    Denizcilik Çalışmaları Ana Bilim Dalı (disiplinlerarası)

    DOÇ. DR. PELİN BOLAT

  4. Tez No

    1009661

    Sürdürülebilir satınalma ve yeşil lojistiğin sürdürülebilir tedarik zincirine katkıları; Panel veri analizi

    The contributions of sustainable procurement and green logistics to the sustainable supply chain; Panel data analysis

    ÇAĞLAR YAMAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2026

    İşletmeAydın Adnan Menderes Üniversitesi

    İşletme Ana Bilim Dalı

    PROF. DR. HÜSEYİN ŞENKAYAS

  5. Tez No

    898814

    Enhancing warehouse efficiency through an integrated stock management system: A comprehensive study

    Entegre bir stok yönetim sistemiyle depo verimliliğinin artırılması: Kapsamlı bir çalışma

    ERNEST SUH NJI

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Aydın Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ALPER FİDAN

Geri Dön