Yapay sinir ağı temelli bulanık analitik ağ prosesi yaklaşımı ile tedarikçi seçimi
Supplier Selection Using Fuzzy Analytic Network Process Based On Artificial Neural Network
- Tez No: 274843
- Danışmanlar: YRD. DOÇ. DR. SEMRA BORAN
- Tez Türü: Doktora
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Tedarikçi seçimi, Bulanık Analitik Ağ Prosesi, Yapay Sinir Ağları, Tedarikçi seçim, Supplier selection, Fuzzy Analytic Network Process, Artificial Neural Network, Artificial neural networks
- Yıl: 2010
- Dil: Türkçe
- Üniversite: Sakarya Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Sahip olunan kaynakların en verimli şekilde değerlendirilmesi, üretim veya kâr amaçlı malzeme satın alımında malzemelerin en iyi piyasa fiyatından alınması, firmalar için hayati bir konudur.Bu çalışma, bir firmanın veya kurumun tedarikçi seçimi için bir ?karar modeli? ortaya koymaktadır. Çalışmanın temel amacı, tedarikçi seçeneklerini (alternatiflerini) belirli prosesleri kullanarak değerlendirmek ve en uygun alternatife karar vermektir. Bu amaçla Yapay Sinir Ağları ve Bulanık Analitik Ağ Prosesi (BAAP) kullanılmışır. Çok kriterli karar verme problemlerinde sıkça kullanılan Analitik Ağ Prosesi, hem objektif hem de sübjektif değerlendirme kriterlerini dikkate alan ve yaygın olarak kullanılan bir teknik olmakla birlikte, karar vericinin kararları ile mevcut problemin belirsizliğinin açıklanması ve sayılara dökülmesi konusunda yetersiz kaldığından, belirsizlik ortamları için daha iyi yaklaşımlar ortaya koyan BAAP, tedarikçi seçiminde kullanılmıştır. BAAP ikili karşılaştırma çözüm yöntemi olarak Chang'ın derece analiz metodu kullanılmıştır.Tedarikçi seçimi karar modeli oluşturulurken, bulanık ikili karşılaştırmalar yapılması safhasında, tedarikçi seçimi konusunda uzman grubun veya karar vericilerin görüşlerinin alınması gerekmektedir. Ancak kriterlerde, tedarikçiler ve tedarikçi seçimini etkileyen şartlarda meydana gelen her değişiklikte uzman grubun toplanması gerekmekte bu da çeşitli problemlere neden olmaktadır. Bu zorluğu ortadan kaldırmak amacıyla, uzman grubun görüşlerini yansıtan bulanık ikili karşılaştırmaların verileri, değişik YSA modellerinde kullanılmış ve modeller eğitilmiştir. Bu sayede ikili karşılaştırma matris değerlerinin değişmesi durumunda uzmanlara danışma zorunluluğuna gerek kalmamaktadır.Tedarikçi seçimi problemi çözümünde YSA kullanımının bir diğer faydası YSA'ların öğrenme özelliğinin getirdiği kolaylıklardır. Bu model, kriterlerin aynı kalması şartıyla, bir başka seçim problemine uygulandığında Chang'ın yaklaşımına gerek kalmadan, sadece YSA kullanılarak ağırlık değerlerinin elde edilmesine imkân vermektedir. Modelin sağladığı birbaşka kolaylık ise, karar vericilerin ikili karşılaştırma matrisleri üzerinde değişiklik yapmaları halinde yeni ağırlık değerlerinin YSA tarafından çok daha hızlı bulunmasıdır. Bu durum, karar vericilerin büyük modellerde hesaplama zamanı endişesi taşımadan karar vermelerine imkân tanımaktadır.
Özet (Çeviri)
Utilizing resources in the most productive way possible and purchasing goods and services at the lowest price available are two vital topics for companies.This study proposes a supplier selection ?decision model? for a company or corporation. The main purpose of this study is to evaluate supplier alternatives with respect to identified processes and hence to determine the best supplier. For this purpose, Artificial Neural Networks (ANN) and Fuzzy Analytic Network Process (FANP) were used in this study. Although Analytic Network Process, which is commonly used for multi criteria decision making problems, takes into consideration both objective-subjective criteria and is a widely used technique, it is not sufficient in illustrating the decision maker?s judgment and accounting for and quantifying the uncertainty in the problem. Therefore, FANP was utilized in compensating for the issue of uncerainty. Chang?s extend analysis method was used for fuzzy pairwise comparison matrix solution.During the development of the supplier selection model, in the phase of forming fuzzy pairwise comparison matrices, we need supplier selection experts? or decision makers? opinions. However, if some change occurs in the model criteria, available suppliers, or the conditions that affect supplier selection, experts have to reconvene for decision making, and this causes some problems. In order to remove this problem fuzzy pairwise comparison matrix data that indicates experts opinions was used in different ANN models and also the data was used in the learning stage. Thus even if there is a change in pairwise comparison values, there is no need to re-consult the experts.One advantage of using ANN for supplier selection problems is the neural network?s learning ability. When this model is applied for a different selection problem (it is assumed that the model has same criteria), it is possible to determine the criteria weights using ANN without any need to apply Chang?s approach. In case a change made by the decision makers on pairwise comparison matrices, new weights are found in a very short time and this is another benefit that the model provides. This feature provides the decision makers the opportunity to make decisions without the need to worry about computation time in complex models.
Benzer Tezler
- Sürekli mıknatıslı senkron motorlarda minimum kayıp kontrolü
Minimum loss control at permanent magnet synchronous motors
HÜSEYİN ERDOĞAN
Doktora
Türkçe
2016
Elektrik ve Elektronik MühendisliğiFırat ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. MEHMET ÖZDEMİR
- Bulanık mantık denetleyicinin yapay sinir ağı ile modellenmesi
Modeling of fuzzy logic controller with artificial neural network
MURAT SAM
Yüksek Lisans
Türkçe
2021
Elektrik ve Elektronik MühendisliğiTokat Gaziosmanpaşa ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MEHMET SERHAT CAN
- Robot yörünge takibi için YSA temelli bulanık kayan kipli kontrolör tasarımı
Fuzzy sliding mode controller design based on NN for robot trajectory tracking
AYÇA GÖKHAN AK
Doktora
Türkçe
2008
Elektrik ve Elektronik MühendisliğiYıldız Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
PROF. DR. GALİP CANSEVER
- Yapay sinir ağları, bulanık mantık ve sinirsel bulanık denetleyiciler ile asenkron motorların hız denetimi için simülatör tasarımı
A simulator design for speed control of induction motors using artifical neutal networks, fuzzy logic and neuro fuzzy controller
SERDAR PAÇACI
Yüksek Lisans
Türkçe
2011
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSüleyman Demirel ÜniversitesiElektronik-Bilgisayar Eğitimi Ana Bilim Dalı
YRD. DOÇ. DR. OKAN BİNGÖL
- Konvolüsyonel sinir ağlarında ağ eğitiminin iyileştirilmesi
Improving the network training in convolutional neural networks
KÜBRA UYAR
Doktora
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSelçuk ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ŞAKİR TAŞDEMİR