Dergiler / Endüstri Mühendisliği / 2009 / Cilt: 20 - Sayı: 2

Tedarikçi değerlendirme süreci için bir yapay sinir ağı yaklaşımı: gıda sektöründe bir uygulama

An artifical neural network approach for supplier evaluation process: an application in the food sector

Sayfa
31–40
Yayın Tarihi
2022-10-18
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)

Kapsamlı bir yazın taraması ve uzman görüşleri doğrultusunda tedarikçi değerlendirme süreciiçin Fiyat, Kalite, Teslimat, Üretim Faktörleri ve Genel Faktörler ana ölçütleri altında 19 adet alt ölçüt belirlenmiştir.Geliştirilen yapay sinir ağı modeli, Türkiye’de ilk 500 firma arasında bulunan büyük ölçekli bir gıda firmasında uygulanarak,firma verileri ile geliştirilen sistemin sonuçları karşılaştırılıp sonuçlar yorumlanmıştır.

📌 3 Maddede Bu Makale

🎯
Amaç & Hipotez:Bu çalışmanın amacı, tedarikçi değerlendirme süreci için geniş bir yazın taramasının ardından bir model önerisindebulunmaktır.
📊
Temel Bulgular & Veri:Tedarikçi değerlendirme süreci, hem nitel hem de nicel ölçütleri dikkate almak amacıyla yapay sinir ağıkullanılarak modellenmiştir.
💡
Sonuç & Katkı:Kapsamlı bir yazın taraması ve uzman görüşleri doğrultusunda tedarikçi değerlendirme süreciiçin Fiyat, Kalite, Teslimat, Üretim Faktörleri ve Genel Faktörler ana ölçütleri altında 19 adet alt ölçüt belirlenmiştir.Geliştirilen yapay sinir ağı modeli, Türkiye’de ilk 500 firma arasında bulunan büyük ölçekli bir gıda firmasında uygulanarak,firma verileri ile geliştirilen sistemin sonuçları karşılaştırılıp sonuçlar yorumlanmıştır.
🔬Tür:Uygulamalı Anket & Alan Araştırması
📍Kapsam:19 adet
⚙️Değişkenler:Alan Parametreleri

Özet

Bu çalışmanın amacı, tedarikçi değerlendirme süreci için geniş bir yazın taramasının ardından bir model önerisindebulunmaktır. Tedarikçi değerlendirme süreci, hem nitel hem de nicel ölçütleri dikkate almak amacıyla yapay sinir ağıkullanılarak modellenmiştir. Kapsamlı bir yazın taraması ve uzman görüşleri doğrultusunda tedarikçi değerlendirme süreciiçin Fiyat, Kalite, Teslimat, Üretim Faktörleri ve Genel Faktörler ana ölçütleri altında 19 adet alt ölçüt belirlenmiştir.Geliştirilen yapay sinir ağı modeli, Türkiye’de ilk 500 firma arasında bulunan büyük ölçekli bir gıda firmasında uygulanarak,firma verileri ile geliştirilen sistemin sonuçları karşılaştırılıp sonuçlar yorumlanmıştır.

Abstract

The purpose of this study is to propose an artificial neural network model for supplier evaluation process with regards to a wide literature research. The selection process is modeled by means of utilizing an artificial neural network model in order to take into consideration both quantitative and qualitative measures. 19 sub-criteria were set under main criteria Cost, Quality, Delivery, Productions Factors and General Factors for supplier evaluation process in accordance with a detailed literature review and experts’ opinions. Developed artificial neural network model was applied to a large-scale food company included in the first 500 big companies in Turkey. The results were presented, compared with the realized data, and also analyzed.

🔖

Bu Makaleye Atıf Yap

AYVAZ, B., BOLAT, B., BAYRAKTAR, D., TÜMER, S. (2022). Tedarikçi değerlendirme süreci için bir yapay sinir ağı yaklaşımı: gıda sektöründe bir uygulama. Endüstri Mühendisliği, Cilt: 20 - Sayı: 2, 31–40. https://ajindex.com/articles/501223

📄 Tam Metin PDF Okuyucu

📄

PDF görüntüleyici hazırlanıyor...

Kaynakça (15)

  1. Albino, V., Garavelli, A.C. 1998. “A Neural Network Application to Subcontractor Rating in Construction Firms”, Pergamon International Journal of Project Management, 16(1), 9-14
  2. Altuntas, B.M., Bayraktar D., Çebi F. 2006. “An Application of Expert System Approach for Supplier Evaluation and Selection”, PICMET [CD ROM]
  3. Amid A., Ghodsypour S.H., O’Brien C. 2006. “Fuzzy Multiobjective Linear Model for Supplier Selection in a Supply Chain”, International Journal of Production Economics, 104, 394–407
  4. Araz C., Ozkarahan I. 2007. “Supplier Evaluation and Management System for Strategic Sourcing based on a New Multicriteria Sorting Procedure”, International Journal of Production Economics, 106(2), 585-606
  5. Bayraktar, D., Çebi, F., Turan, H.H. 2004. “A Prototype Expert System Approach for Supplier Evaluation and Selection Process”, Proceedings of the 34th International Conference on Computers & Industrial Engineering [CD ROM]
  6. Bevilacqua, M., Ciarapica F.E., Giacchetta, G. 2006. “A fuzzy-QFD Approach to Supplier Selection”, Journal of Purchasing & Supply Management, 12, 14–27
  7. Boer, L., Labro, E., Morlacchi, P. 2001. “A Review of Methods Supporting Supplier Selection”, European Journal of Purchasing & Supply Management, 7(2), 75-89
  8. Chen, C.T., Lin, C.T., Huang, S. 2006. “A Fuzzy Approach for Supplier Evaluation and Selection in Supply Chain Management”, International Journal of Production Economics, 102, 289–301
  9. Chowdary, B.V. 2007. “Back-Propagation Artificial Neural Network Approach for Machining Centre Selection”, Journal of Manufacturing Technology Management, 18 (3), 315-332
  10. Choy, K.L., Lee, W.B., Lo, V. 2003. “Design of an Intelligent Supplier Relationship Management System: A Hybrid Case based Neural Network Approach”, Expert Systems with Applications, 24, 225–237
  11. Çelebi, D., Bayraktar, D. 2008. “An Integrated Neural Network and Data Envelopment Analysis for Supplier Evaluation Under Incomplete Information”, Expert Systems with Applications, 35, 1698–1710
  12. Dağdeviren, M., Eren, T. 2001. “Tedarikçi Firma Seçiminde Analitik Hiyerarşi Prosesi ve 0-1 Hedef Programlama Yöntemlerinin Kullanılması”, Gazi Üniv. Müh. Mim. Fak. Derg., 16(2), 41-52
  13. Dickson, G.W. 1966. “An Analysis of Vendor Selection Systems and Decisions”, Journal of Purchasing, 2, 5- 17
  14. Evans, D.R. 1981. “Decision Criteria used in Buying Different Categories of Products”, Journal of Purchasing and Materials Management, August, 9–14
  15. Fawcet