Dergiler / Dokuz Eylül Üniversitesi İşletme Fakültesi Dergisi / 2010 / Cilt: 11 - Sayı: 2

Bütünleşik üretim planlamasında etkileşimli olabilirlikçi doğrusal programlama modeli ve bir uygulama

Interactıve possibilistic linear programming model at aggregate production planning and an application

Sayfa
81–117
Yayın Tarihi
2022-10-11
DOI
—
🏛️Bu makalenin bibliyografik verileri ve tam metin bağlantısı DergiPark üzerinden sağlanmıştır.
DergiPark Kaydı ↗
✨

Yapay Zeka Hızlı Bakış & Çıkarımlar

AI Insight
⚡ TL;DR(1 Cümlede Hızlı Çıkarım)

Son olarak önerilen modelin gerçek hayatta uygulanabilirliği gösterilmiştir.

📌 3 Maddede Bu Makale

🎯
Amaç & Hipotez:Bütünleşik Üretim Planlaması (BÜP), orta dönemli planlama kararlarının alınmasında işgücü ve stok düzeylerinin, normal ve fazla mesai üretim miktarlarının, ertelenen sipariş miktarlarının ve taşeron gereksiniminin bir bütün olarak değerlendirilmesini ve dengelenmesini amaçlamaktadır.
📊
Temel Bulgular & Veri:Dolayısıyla bu çalışmada, gerçek hayatta karşılaşılan durumları yansıtabilen, belirsizlikleri göz ardı etmeyen, karar verici ile çözüm süreci boyunca etkileşerek onun da karar sürecine katılımını sağlayan çok amaçlı, çok ürünlü ve çok dönemli bulanık bir BÜP problemi dikkate alınmıştır.
💡
Sonuç & Katkı:Son olarak önerilen modelin gerçek hayatta uygulanabilirliği gösterilmiştir.
🔬Tür:Deneysel Tarla Denemesi
📍Kapsam:Genişletilmiş Akademik Örneklem
⚙️Değişkenler:Alan Parametreleri

Özet

Bütünleşik Üretim Planlaması (BÜP), orta dönemli planlama kararlarının alınmasında işgücü ve stok düzeylerinin, normal ve fazla mesai üretim miktarlarının, ertelenen sipariş miktarlarının ve taşeron gereksiniminin bir bütün olarak değerlendirilmesini ve dengelenmesini amaçlamaktadır. Ancak değişen çevre koşullan altında piyasa talepleri, mevcut kaynaklar, kapasiteler ve ilgili üretim maliyetleri çoğunlukla belirsizdir. Dolayısıyla bu çalışmada, gerçek hayatta karşılaşılan durumları yansıtabilen, belirsizlikleri göz ardı etmeyen, karar verici ile çözüm süreci boyunca etkileşerek onun da karar sürecine katılımını sağlayan çok amaçlı, çok ürünlü ve çok dönemli bulanık bir BÜP problemi dikkate alınmıştır. Problemin çözümü için bir Etkileşimli Olabilirlikçi Doğrusal Programlama (EODP) modeli önerilmiştir. Son olarak önerilen modelin gerçek hayatta uygulanabilirliği gösterilmiştir.

Abstract

Aggregate Production Planning (APP) aims at evaluating and balancing the work force and inventory levels, regular and overtime production quantities, backordering levels and subcontract requirement as a whole in the process of taking midterm planning decisions. However market demands, available resources, capacities and related production costs are often uncertain under the changing environmental conditions. Therefore, in this study multi-objectives multi-product and multi-period fuzzy APP problem that is able to reflect real-world features and which does not ignore its uncertainties and ensures decision makers' participation in decision making process by interacting with them during the solution process, has been considered. Interactive Possibilistic Linear Programming (i-PLP) model has been proposed for solving the problem. Finally the feasibility of applying the proposed model in real world has been demonstrated.

🔖

Bu Makaleye Atıf Yap

ÖZDEMİR, M., IŞIK, A. T. (2022). Bütünleşik üretim planlamasında etkileşimli olabilirlikçi doğrusal programlama modeli ve bir uygulama. Dokuz Eylül Üniversitesi İşletme Fakültesi Dergisi, Cilt: 11 - Sayı: 2, 81–117. https://ajindex.com/articles/490707

📄 Tam Metin PDF Okuyucu

📄

PDF görüntüleyici hazırlanıyor...

Kaynakça (13)

  1. Baykoç, Ö.F. & Sakallı, Ü.S. (2009). An Aggregate Production Planning Model for Brass Casting Industry in Fuzzy Environment. International Journal of Mathematical and Statistical Sciences, 1(3): 154-158.
  2. Bellman, R. & Zadeh, L. (1970). Decision Making in a Fuzzy Environment. Management Science, 17(4): 141-164.
  3. Bitran, G.R. & Yanassee, H.H. (1984). Deterministic Approximations to Stochastic Production Problem. Operations Research, 32(5): 999- 1018. Buckley, J.J. (1988). Possibilistic Linear Programming with Triangular Fuzzy Numbers. Fuzzy Sets and Systems, 26, 135-138.
  4. Chen, SJ. & Hwang, C.L. (1992). Fuzzy Multiple Attribute Decision Making: Methods and Applications. New York: Springer. Chen, L.H. & Tsai, F.C. (2001). Fuzzy Goal Programming with Different Importance and Priorities. European Journal of Operational Research, 133(3): 548-556.
  5. Çubukçu, R. (2008). Proje Yönetiminde Zaman ve Maliyet Risklerinin Çizelgeleme Yöntemiyle Minimize Edilmesi. Yayınlanmamış Doktora Tezi, Adana: Çukurova Üniversitesi Fen Bilimleri Enstitüsü. Guiffrida, A.L & Nagi, R. (1998). Fuzzy Set Theory Applications in Production Management Research: A Literature Survey, Journal of Intelligent Manufacturing. 9(1): 39-56.
  6. Hausman, W.H. & McGlain, ID. (1971). A Note on the Bergstrom-Smith Multi-Item Production Planning Model. Management Science, 17(11): 783-785.
  7. Holt, C.C., Modigliani, F. & Simon, H.A. (1955). A Linear Decision Rule for Production and Employment Scheuling. Management Science, 2(1): 1-30.
  8. Hsu, H.M. & Wang, W.P. (2001). Possibilistic Programming in Production Planning of Assemble-to-Order Environments. Fuzzy Sets and Systems, 119(1): 59-70.
  9. Kanyalkar, A.P. & Adil, G.K. (2005). An Integrated Aggregate and Detailed Planning in a Multi-Site Production Environment Using Linear Programming. International Journal of Production Research, 43(20): 4431-4454.
  10. Lai, Y.J. & Hwang, C.L. (1992). A New Approach to Some Possibilistic Linear Programming Problems. Fuzzy Sets and Systems, 49(2): 121-133.
  11. Liang, T.F. (2007a). Application of Interactive Possibilistic Linear Programming to Aggregate Production Planning with Multiple Imprecise Objectives. Production Planning and Control, 18(7): 548-560.
  12. Liang, T.F. (2007b). Application of Possibilistic Linear Programming to Multi-Objective Distribution Planning Decisions. Journal of the Chinese Institute of Industrial Engineers, 24(2): 97-109.
  13. Liou, T.S. & Wang, M.JJ. (1992). Ranking Fuzzy Numbers with Integral Value. Fuzzy Sets and Systems, 50