Yapay Zeka Hızlı Bakış & Çıkarımlar
AI InsightAraştırma sonucunda, araçlara ait nesnel verilerle kullanılan beş farklı kriter ağırlıklandırma yöntemi ve SAW ÇKKV yöntemiyle elde edilen sonuçların birbirine yakın olduğu ve seçilen farklı kriter ağırlıklandırma yöntemlerinin alternatiflerin nihai sıralama sonuçları üzerinde sınırlı düzeyde etkisinin olduğu tespit edilmiştir.
📌 3 Maddede Bu Makale
Özet
Küresel otomotiv şirketleri, rekabet avantajı kazanmak için araç portföylerinin inovatif hibridizasyon ve elektrifikasyon projelerine büyük önem vermekte ve bu alandaki çalışmalarını hızla sürdürmektedirler. Sektör şirketlerinin geleceğini belirleyebilme potansiyeli taşıdığı için araç güç aktarma organı (GAO) mimarisinin başlangıçta doğru seçimi son derece önemlidir. Bu çalışmada, objektif verilerle; seri-paralel hibrit, paralel hibrit, plug-in hibrit, seri hibrit ve tam elektrikli araç gibi beş farklı araç GAO mimarisi; menzil, batarya ağırlığı, batarya enerji verimliliği, batarya enerji yoğunluğu, batarya maliyeti ve sürüş maliyeti kriterleri dikkate alınmak suretiyle değerlendirilerek SAW ÇKKV yöntemi ile en uygun mimariye ilişkin bir sıralama yapılmıştır. İlaveten kriter ağırlıklandırma yöntemlerinden CRITIC, Entropi, IDDWS, MEREC ve Standart Sapma yöntemleri kullanılarak, bu beş farklı kriter ağırlıklandırma tekniğinin SAW ÇKKV yöntemiyle elde edilen sıralama üzerindeki etkisi araştırılmıştır. Araştırma sonucunda, araçlara ait nesnel verilerle kullanılan beş farklı kriter ağırlıklandırma yöntemi ve SAW ÇKKV yöntemiyle elde edilen sonuçların birbirine yakın olduğu ve seçilen farklı kriter ağırlıklandırma yöntemlerinin alternatiflerin nihai sıralama sonuçları üzerinde sınırlı düzeyde etkisinin olduğu tespit edilmiştir. Aynı anda hem araç aktarma organı mimarilerinin objektif verilere göre ÇKKV yöntemi ile sıralanması hem de kullanılan farklı kriter ağırlıklandırma yöntemlerinin sonuca etkisinin araştırılması bilindiği kadarı ile bu alanda ilktir ve bu bağlamda çalışmanın literatüre katkı sunacağı düşünülmektedir.
Abstract
Global automotive companies place great importance on innovative hybridization and electrification projects for their vehicle portfolios to gain competitive advantage and are rapidly pursuing work in this area. Choosing the right vehicle powertrain architecture from the outset is crucial, as it has the potential to shape the future of companies in the sector. In this study, five different vehicle powertrain architectures -series-parallel hybrid, parallel hybrid, plug-in hybrid, series hybrid, and fully electric-were evaluated using objective data, taking into account range, battery weight, battery energy efficiency, battery energy density, battery cost, and driving cost. The SAW MCDM method was used to rank the most suitable architecture. Additionally, the impact of these five criteria weighting methods, including CRITIC, Entropy, IDDWS, MEREC, and Standard Deviation, on the ranking obtained by the SAW MCDM method was investigated. The study found that the results obtained using five different criterion weighting methods and the SAW MCDM method, using vehicle data, were similar, and that the different criterion weighting methods had limited impact on the final ranking results of the alternatives. To our knowledge, this is the first of its kind to simultaneously rank vehicle powertrain architectures using the MCDM method based on objective data and investigate the impact of the different criterion weighting methods on the results. In this context, the study is expected to contribute to the literature.