Yapay Zeka Hızlı Bakış & Çıkarımlar
AI InsightBirincisi, belirsizlik içeren bir yapıda bulunan veride düzensiz bilginin ortadan kaldırması, ikincisi ise süreç verimliliğinin arttırılmasına yönelik yeni bir yöntem geliştirilmiş olmasıdır.
📌 3 Maddede Bu Makale
Özet
Siparişe özel üretim sistemlerinde üretim aşamasına geçmeden önce mühendislik ve tasarım faaliyetlerinin gerçekleştirildiği sipariş işleme süreci firmaların kilit görevi gören süreçlerinin başında gelmektedir. Bu sürecin verimliliği sonraki aşamalar için oldukça önemlidir. Bu çalışmada, otomotiv sektöründe yer alan bir firmada mühendislik ve tasarım faaliyetlerinin gerçekleştirildiği sipariş işleme sürecinde ortaya çıkan hataların azaltılmasına yönelik Yeni Bütünleşik Tereddütlü Bulanık Entropi Tabanlı Geliştirilmiş Taksonomi Yöntemi önerilmiştir. Çalışmanın amacı, sipariş işleme sürecindeki mühendislik ve tasarım çalışmalarının tekrar edilmesine sebep olan hataların kaynaklandığı bölümleri önem düzeylerine göre sıralamaktır. Önerilen yöntemde, kriterlerin farklı karar vericiler tarafından değerlendirilmesi ve karar vericilerin kendi görüşlerinde net olmaması gibi nedenlerle tereddütlü bulanık sayılar kullanılmıştır. Kriterlerin önem ağırlıklarını bulmak amacıyla Tereddütlü Bulanık Entropi Yöntemi kullanılmıştır. Hataların kaynaklandığı bölümlerin önem düzeylerine göre sıralanmasında birbirinden bağımsız kriterlerin bulunduğu durumlarda kullanılan taksonomi yöntemi geliştirilmiş şekliyle uygulanmıştır. Önerilen yeni bütünleşik yöntem ile elde edilen sonuçlar farklı yöntemler ile karşılaştırılmış ve sıralamalar arasında istatistiksel bir fark olup olmadığını gözlemlemek amacıyla Spearman Rank Korelasyon uygulanmıştır. Çalışmanın ilgili literatüre iki önemli katkısı bulunmaktadır. Birincisi, belirsizlik içeren bir yapıda bulunan veride düzensiz bilginin ortadan kaldırması, ikincisi ise süreç verimliliğinin arttırılmasına yönelik yeni bir yöntem geliştirilmiş olmasıdır.
Abstract
In make-to-order systems, order processing, in which engineering and design activities are carried out before the production phase, is one of the leading key processes of the companies. The efficiency of this process is very important for the next stages. In this study, a New Integrated Hesitant Fuzzy Entropy Based Improved Taxonomy Method is proposed to reduce the failures occurring in order processing in which engineering and design activities are carried out of a company operating in the automotive industry. The aim of the study is to rank the departments causing failures that lead to the repetition of engineering and design activities in order processing according to their importance levels. In the proposed method, hesitant fuzzy numbers are used because of reasons such as the criteria have been evaluated by different decision makers. Hesitant Fuzzy Entropy Method is used to find the importance weights of the criteria. At ranking the departments leading to failures according to their importance levels, the taxonomy method, used in cases where there are independent criteria from each other is applied in its developed form. The results obtained with the proposed new integrated method are compared with different methods and the Spearman Rank Correlation is applied to observe whether there is a statistical difference between the rankings. The study has two important contributions to the related literature. The first one is the elimination of disordered information in uncertain structured data and the second one is the development of a new method to increase process efficiency.