AI Summary & Key Takeaways
AI InsightThe model that aims to minimize total costs and quantity of rejected products, was solved by using real data derived from a textile company.
📌 3 Key Takeaways
Abstract
Uncertain conditions complicate to achieve correct results by classical logic which do not deal with uncertainties. Fuzzy logic system which was come up with L. Zadeh in 1960s, renews classical logic. In these days fuzzy logic applications are widely used for complex problems that include uncertainty. There are also uncertinities in supply chain management and this denotes that supply chain management would be an application area for fuzzy logic. In this study a fuzzy goal programming model has been developed so as to model and optimize the supply chain of a business operating under uncertain demand conditions. The model that aims to minimize total costs and quantity of rejected products, was solved by using real data derived from a textile company.
Özet
Belirsiz koşullar, belirsizlik ile ilgilenmeyen klasik yöntemlerle doğru sonuçlara varmayı zorlaştırmaktadır. 1960’lı yıllarda L. Zadeh tarafından ortaya atılan bulanık mantık sistemi, klasik mantığın bu eksiğini kapatmaktadır. Bulanık mantık uygulamaları günümüzde belirsizlik içeren karmaşık problemlerin çözümünde yaygın olarak kullanılmaktadır. Tedarik zinciri yönetiminde de farklı alanlarda belirsizlikler bulunmaktadır ve bu da tedarik zinciri yönetiminin bulanık mantığın bir uygulama alanı olabileceğini göstermektedir. Bu çalışmada belirsiz talep koşullarında faaliyet gösteren bir işletmenin tedarik zincirinin modellenmesi ve optimizasyonu amacıyla bulanık hedef programlama modeli oluşturulmuştur. Tedarik zincirinde toplam maliyetin ve geri dönen ürün miktarının minimizasyonunu hedefleyen model, bir tekstil işletmesinden alınan gerçek veriler ile çözülmüştür.