Ünite 7: Lojistik Problemlerin Çözümünde Bilgisayar Kullanımı

Lojistik Problemlerin Çözümünde Bilgisayar Kullanımı

Lojistik tedarikçiler ile müşteriler arasında, hammaddenin elde edilişinden işlenmesine, tamamlanmış ürünün çevrimine veya yok edilmesine kadar olan tüm süreçte mal, bilgi ve ödeme akış ile ilişkili faaliyetler bütünü olarak tanımlanabilir. Lojistikte farklı alanlarda karar verme gerekliliklerini içerir. Bu alanlar

• Stratejik kararlar: Uzun süreli etkileri olan kararlardır Lojistik sistemlerinin tasarımını, büyük maliyetler gerektiren kaynakların (tesis yerleşimi, kapasite, büyütme, depo kurumu, araç filosu büyüklüğünün belirlenmesi...) tamamını içermektedir.
• Taktiksel kararlar: Orta dönem (aylık veya üçer aylık zaman dilimlerde) kararlarıdır ve kaynakların işleme tahsis edilmesi, üretim ve dağıtım planlarını içerir (sevkiyat sıklığı, depolama alanı büyüklüğünün belirlenmesi). Taktiksel karalar çoğu kez derlenmemiş/ayrıştırılmış verilere dayanan tahminleri kullanır.
• Operasyonel kararlar: Günlük temelde veya anlık verilen kararlardır ve dar bir etkiye sahiptir. Araç turlarının belirlenmesi, sevkiyatların planlanması, depo siparişlerinin alınması gibi faaliyetleri içerir.

olmak üzere üç grupta sıralanmaktadır.

Lojistik faaliyetler oldukça kapsamlıdır. Tedarikçiler, stoklar, müşteriler, amaçlar, üretim birimleri, ülkeler, servis kanalları, ürünler, zaman aralıkları vb. lojistik faaliyetlerin bileşenleri olarak sayılabilir ve her bir bileşen bir diğeri ile etkileşimlidir.

Lojistik Faaliyetleri

Lojistik; müşteriler, tedarikçiler ve firmalar için “değer” yani “zaman ve yer” yaratan faaliyetler bütünüdür. Ürünlerin veya hizmetlerin değerleri doğru zamanda ve doğru yerde olmaları sağlanmadıkça bir değerleri yoktur. Doğal kaynaklar, insan kaynakları, finansal kaynaklar ve bilgi kaynakları lojistikte kullanılır. Lojistik faaliyetlerin koordinasyonunun sağlanabilmesi için işletme içerisinde birçok faaliyet gerçekleştirilmektedir. Bu faaliyetler ana faaliyetler ve destek faaliyetler olarak sınıflandırılmaktadır.

Ana faaliyetler;

• Müşteri hizmet standartları
• Taşıma
• Envanter yönetimi
• Bilgi akışı ve sipariş süreci yönetimi şeklindedir.

Destek faaliyetler;

• Depolama
• Malzeme taşıma
• Satın alma
• Koruyucu paketleme
• Üretim ile işbirliği yapmak
• Bilgi yönetimi

şeklindedir.

Lojistik Problemleri

Tüm bu yapılar lojistik faaliyetler bütünü içinde incelendiğinde çözülmesi gereken bir dizi lojistik problemlerin temelini oluşturmaktadır.

Bunların en belli başlıcaları şunlardır:

• Araç rotalama
• Araç yükleme
• Tedarikçi seçimi
• Parti büyüklüğü belirleme
• Tesis veya depo yeri seçimi
• Dağıtım Ağı Tasarımı
• Stok Yönetimi
• Depo Kapasite Tasarımı

Karşılaşılan problemler içerik ve kapsam açısından lojistik gereksinimlerin tahminlenmesi, lojistik ağının tasarımı, stok yönetimi problemleri, depo tasarımı ve işletimi ve nakliye planlaması olarak da sınıflandırılabilir.

Lojistikte Problemlerin Çözümü İçin Takım Çantası

Lojistik sistemler ve buna bağlı olarak karşılaşılan problemlerin birçok özelliği stokastik ve dinamiktir. Modern lojistik sistemlerinin yönetim ve kontrolü, birçok dağınık ve hiyerarşik olarak düzenlenmiş seviyeye bağlıdır.

Modern lojistik sistemlerin yönetim ve kontrolü ve buna bağlı olarak da problemlerinin çözümü, Yönetim Bilimi (MS), Yöneylem Araştırması (OR) ve Yapay Zeka (AI) tekniklerine dayanmaktadır. Bu yöntem ve teknikler; daha etkin bir dağıtımın gerçekleşmesine, daha kısa rotalar ile sevkiyata ve daha az trafik sıkışıklığına, daha düşük üretim maliyetine ve nakliye masraflarının düşmesine katkıda bulunduğu gibi hizmet seviyesini de yükseltir.

Yöneylem Araştırması (OR), sınırlı kaynaklar altındaki en iyi eylem şeklini araştıran bir dizi bilimsel teknik olarak tanımlanabilir.

“Akıllı davranış” gösterme yeteneğine sahip bilgisayar programları üzerindeki çalışma ve araştırmalara Yapay Zeka (AI) ismi verilir. AI, insan zekâsının yeteneklerini bilgisayarlara aktarmayı araştıran bilişim bilimi dalı olarak tanımlanmaktadır. Son on yıl içinde çeşitli OR ve AI tekniklerini birleştirmede önemli gelişme kaydedilmiştir.

Gerçek hayattaki birçok lojistik ve nakliye probleminin çözümünde belli başlı problem çözme adımları izlenir. Bu adımlar şöyledir:

• Problemin tanımı
• Problemin matematiksel formülasyonu
• Modeli doğrulama
• Modeli çözme
• Uygulama

Son otuz yıldır doğrusal (lineer), doğrusal olmayan, dinamik, tamsayılı ve çok amaçlı programlama, çeşitli mühendislik, yönetim ve kontrol problemlerini başarıyla çözmüştür.

Birçok lojistik problem, doğası gereği kombinasyoneldir. Kombinasyonel optimizasyon problemleri kesin veya sezgisel algoritmalar kullanılarak çözülebilir. Algoritmalar genellikle adım adım ilerleme usulüne göre takip edilecek bir talimat kümesinden oluşur. Algoritma, optimal çözümü bulmak üzere tanımlanan model için uygun bir çözüm oluşturur. Tanımlanan sorunun optimal çözümü, uygun tüm çözümler arasındaki mümkün olan en iyi çözümdür. Tanımlanan amaç fonksiyonuna bağlı olarak optimal çözüm, azami gelire, asgari maliyete, azami kâra ve benzeri amaçlara karşılık gelir. Algoritmalar

• Sezgisel Algoritmalar,
• Klasik Sezgisel Algoritmalar,
• Rastlantısal Seçim Tabanlı Algoritmalar,
• Greedy (Açgözlü) Sezgisel Algoritmalar,
• Değişmeli (Exchange) Algoritmalar,
• Ayrıştırma Tabanlı Sezgisel Algoritmalar

olarak ele alınmaktadır. Kesin algoritmalar optimal çözümü daima bulur. Kesin algoritmaların geniş çaplı kullanılması önündeki engel, optimal çözümü bulmak için gereken bilgisayar süresidir. Sezgisel algoritma, bilim, icat ve problem çözme yeteneklerinin bir birleşimi olarak tanımlanabilir. Esasında sezgisel bir algoritma, analistin uygun çözüm uzayında arama yapmak için geliştirdiği ve kullandığı prosedürü temsil eder.

Geliştirilen birçok sezgisel teknik sadece belirli bir problemi çözebilirken, metasezgisel teknikler, genel kombinasyonel optimizasyon teknikleri olarak tanımlanabilir. Bu teknikler birçok farklı kombinasyonel optimizasyon problemini çözmek üzere tasarlanmıştır. Geliştirilen metasezgisel teknikler, yerel arama tekniklerine veya popülasyon arama tekniklerine dayanır. Tavlama Benzetimi, Yasaklı Arama, Bulanık Mantık, Karınca Algoritması ve benzeri teknikler yerel arama tabanlı metasezgisellere örnek olarak verilebilir.

Tavlama Benzetimi Tekniği, karmaşık kombinasyonel problemleri çözmede sıklıkla kullanılan metodlardan bir tanesidir. Bu yöntem, istatistiksel mekanik alanında

Tavlama, işlemin başlangıcında erimiş durumda olan malzemenin, en düşük enerji durumu elde edilene dek sıcaklığını düşürme işlemidir. İşlemin belirli noktalarında termal denge adı verilen duruma erişilir. Fiziksel sistemler söz konusu olduğunda, en düşük enerji durumuna sahip parçacık sırası oluşturmaya çalışılır. Bu işlem, malzemenin bir süre bulunduğu sıcaklıkların önceden belirtilmiş olmasını gerektirir. Tavlama Benzetiminin temel ilkesi, rastgele şekilde küçük dalgalanmalar yani parçacıkların konumunda küçük değişiklikler yaratarak, parçacıkların yeni ve eski konfigürasyonları arasındaki enerji değişimlerini hesaplamaya dayanır.

Genetik algoritmalar, karmaşık kombinasyonel optimizasyon problemlerinin çözümünde kullanılan doğal seleksiyon mekaniği tabanlı arama tekniklerini temsil etmektedir. Genetik algoritmalar Darwin’in evrim teorisine olan benzerlikten geliştirilmiş olup, temel prensibi en uygun olanın hayatta kalmasıdır. Genetik algoritmalar söz konusu olduğunda geleneksel arama tekniklerinin aksine arama işlemi, bir çözüm popülasyonuna paralel olarak yürütülür. Tüm genetik algoritmalarda izlenen adımlar şu şekildedir:

• Adım 1: Problemi ve parametre değerleri kümesini kodlayın (karar değişkenleri).
• Adım 2: n dizeden oluşan başlangıç popülasyonunu P(0) oluşturun. (n’in değeri, optimize edilen probleme bağlıdır). Her bir dizenin uyumluluğunun değerlendirmesini yapın.
• Adım 3: Seçilme olasılığının, uyumluluk ile orantılı olduğu gerçeğini göz önüne alarak, mevcut popülasyondan n adet anne baba seçin.
• Adım 4: Çiftleşme için rastgele bir çift anne baba seçin. Tek noktalı çapraz geçişle dizeleri karşılıklı değiştirerek iki çocuk oluşturun. Oluşturulan iki çocuğa mutasyon uygulayın. n çocuk oluşturulana kadar (yeni popülasyon) çapraz geçiş ve mutasyon işlemlerine devam edin.
• Adım 5: Eski dize popülasyonunun yerine yeni popülasyonu koyun. Yeni popülasyondaki tüm üyelerin uyumluluğunu değerlendirin.
• Adım 6: Jenerasyon sayısı (popülasyonlar), ön tanımlı maksimal jenerasyon sayısından küçükse, 3. Adıma dönün. Aksi takdirde algoritmayı durdurun. Nihai çözüm olarak, arama sırasında keşfedilen en iyi dizeyi seçin.