Yönetim; bir konu üzerinde planlama, örgütleme, eş güdüm, motivasyon, kontrol ve düzeltme faaliyetlerinin gerçekleştirilmesine verilen isimdir. Üretim yönetimi, proje yönetimi, kalite yönetimi gibi kavramlar ilgili alanda bu 5 fonksiyonun gerçekleştirildiğini ifade eder. Lojistik yönetimi deyince de lojistik kapsamında yapılan işler için planlama, örgütleme, eş güdüm, motivasyon, kontrol ve düzeltme faaliyetlerinin gerçekleştirilmesi anlaşılır. Bu 5 fonksiyonun ilki ve en çok çaba sarf edilmesi gereken kısmı planlamadır. Planlama konuyla ilgili olarak belli bir amacı sağlayacak şekilde hangi işin ne zaman ne yapılacağı, bunun kim tarafından ve nasıl yapılacağı, hangi kaynakların ve yöntemlerin kullanılacağı gibi soruların cevaplarının verilmesidir. Bu soruları cevaplamak için planlama tekniklerinden yararlanmak gerekir. Planlama yapmadan kalkışılan bir işte karışıklık çıkması ve bunun büyük maliyetlere neden olması kaçınılmazdır.

Herhangi bir sistem üzerinde çalışmak için oluşturulan ve sistemin benzeri olan veya sistemin özelliklerini taşıyan yapıya model denir. Burada benzerlik ile kastedilen mutlaka şekilsel benzerliğin olması değildir. Sistemin davranışlarını gösteren (simüle eden) bir model de kurulabilir. Bu nedenle model kavramı 3 başlıkta incelenir ve şu isimlerle anılır: 1. Şekilsel Model 2. Benzeşim Model 3. Matematiksel Model. Şekilsel model, gerçek yapı ile benzeri arasında şekilsel benzerliğin olduğu modeldir. Diğer bir deyişle model, gerçeğin ölçekli olarak küçültülmüş veya büyütülmüş olmasıyla elde edilir. Örneğin; bir mimarın çalışmalarını göstermek için oluşturduğu mimari maketler, gemi inşaatı mühendisinin tasarladığı gemi gövdesine ait gemi maketi, birer şekilsel modeldir. Benzeşim modelleri gerçek yapının (sistemin) davranışlarını temsil etmek üzere kurulan çoğu kere şema, grafik, diyagram gibi çizimlerle ifade edilen modellerdir. (Resim 1.3.) Burada model ile gerçek sistem arasında yarı yarıya şekilsel benzerlik vardır. Örneğin bir şehre barajdan su getiren ana boru hatları ve hatlara su gönderen pompa istasyonları olsun. Hangi pompa istasyonundan birim zamanda ne kadar su pompalanırsa, şehre ne kadar zamanda su gider ve bu su nerelere ulaşır sorularını cevaplamak istersek, boru hatlarının bir ağ (network) olarak gösterildiği su şebekesi haritasının çıkarılması gerekir. Bu harita üzerinden yapılacak hesaplarla ilgili sorulara cevaplar bulunabilir. Bu durumda kullanılan şebeke haritası boru hatlarının benzerini gösterdiği için bir benzeşim modelidir. Matematiksel model ise sistemin tamamen matematiksel gösterimler ve fonksiyonlarla ifade edilmesi sonucunda oluşur. (Resim 1.4.) Gerçek sistem ile matematiksel model arasında şekilsel hiçbir benzerlik yoktur. Örneğin; nxn boyutundaki doğrusal denklem sistemleri, istatistik çalışmalarında kullanılan regresyon ve tahminleme modelleri, yöneylem araştırması kapsamında yer alan karar modelleri birer matematiksel modeldir.

Karar modelinin diğer matematiksel modellerden önemli bir farkı vardır. Karar modeli, bir amacı eniyileyecek şekilde değişkenlerin hangi değerleri alması gerektiğini belirlemeye çalışır. Bu nedenle mutlaka en az bir amaç fonksiyonu vardır. Bu amaç fonksiyonu toplam maliyetin enküçüklenmesi veya toplam karın enbüyüklenmesi gibi tanımlanabilir. Hatta aynı anda birkaç amacın birden eniyilenmesi de istenebilir. Bu durumda ortaya çok amaçlı model çıkar. Sonuç olarak karar modeli, amaç fonksiyonu olan matematiksel modeldir.

Eniyileme (Optimization) bir grup çözüm arasından belirlenmiş amaca veya amaçlara göre en iyi değeri veren çözümün veya çözümlerin belirlenmesidir. Bu nedenle mutlaka bir amacın tanımlanmış olması gerekir.

Bir karar modeli geliştirilirken önce küme ve indislerin, sonra da değişkenlerin ve parametrelerin tanımlanması uygun olur. Ardından probleme ait kısıtlar ve amaç fonksiyonu, matematiksel fonksiyonlar hâlinde yazılmalıdır. Tanımlamalarda değişken ve parametrelerin birimlerine dikkat edilmelidir. Özellikle kısıtları yazılırken mutlaka birim uyumu olup olmadığı kontrol edilmelidir.

Karar modelinin kısıtlarında veya amaç fonksiyonunda en az bir tane doğrusal olmayan yapı varsa oluşan modele doğrusal olmayan model denir ve doğrusal olmayan programlama başlığında incelenir. Öte yandan değişkenlerden en az bir tanesi tamsayı veya 0-1 tamsayı değişken ise ortaya tamsayılı karar modeli çıkar ve tamsayılı programlama başlığında incelenir. Elbette ki tamsayılı doğrusal karar modeli veya tamsayılı doğrusal olmayan karar modeli de olabilir. Ancak günümüzdeki teorik bilgi ve yazılım-donanım koşulları nedeniyle en kolay çözülen problemler, doğrusal karar modeli ile tamsayılı doğrusal karar modellerinin bir kısmıdır. Doğrusal olmayan bir modelin eniyi çözümünün bulunması ise teorik nedenlerle zordur. Bu yüzden genellikle doğrusal olmayan bir karar modeli kurmaktan kaçınılır. Problem mümkünse doğrusal karar modeli biçiminde modellenerek, gerekiyorsa da tamsayılı doğrusal karar modeli kurularak çözülmeye çalışılır. Doğrusal olmayan yapılara örnek olarak, üslü, köklü, trigonometrik veya logaritmik ifadeler verilebilir. Örneğin bir kısıtta x2 gibi üslü bir ifadenin olması veya 1 x gibi değişkenin paydada olduğu bir durum olması doğrusal olmayan yapı olduğunu gösterir ve model, doğrusal olmayan karar modeli olarak isimlendirilir.

Bir karar modelinin çözümünü bulmak için kullanılan yöntemler genel olarak 2 başlıkta toplanmaktadır: 1. Kesin çözüm yöntemleri 2. Sezgisel çözüm yöntemleri Kesin çözüm yöntemleri karar modelinin eniyi çözümünü bulmayı garantileyen çözüm teknikleridir. Örneğin doğrusal karar modeli için Simpleks algoritması, tamsayılı doğrusal karar modeli için dal sınır algoritması birer kesin çözüm yöntemidir. Lojistik yönetiminde karşılaşılan eniyileme modellerinin çoğunluğu tamsayılı ve 0-1 tamsayılı model olduğu için dal sınır algoritması ve benzerleri yoğun olarak kullanılır. 

Bir modelin boyutu artırıldıkça (Örneğin değişken sayısı arttırıldıkça) eniyi çözümü bulmak için harcanan zaman veya çaba (ardıştırma sayısı) bir polinoma bağlı olarak artıyorsa, bu tür problemlere polinom karmaşıklığa sahip problem denir ve P ile gösterilir. Karmaşıklık derecesi de O(n2) ile ifade edilir. Polinom tipli problemlerin eniyi çözümünü bulmak için gereken zaman, çoğu kere katlanılabilir değerde olduğu için sorun olmaz. Öte yandan problem boyutu büyüdükçe eniyi çözümü bulmak için harcanan süre veya çaba üstel olarak artıyorsa, bu tür problemlere üstel karmaşıklığa sahip problemler denir ve NP ile gösterilir. Karmaşıklık derecesi ise O(2n) ile ifade edilir. NP sınıfı problemler kendi aralarında NP-zor, NP-tam gibi isimlerle alt başlıklara ayrılır.

Sezgisel algoritmalar kendi içinde ikiye ayrılır: 1. Klasik sezgiseller 2. Meta sezgisel yöntemler Klasik sezgiseller çoğu zaman seçilen problemin doğasına uygun olarak geliştirilmiş probleme özgü algoritmalardır. Kim uygularsa uygulasın aynı başlangıç noktasından başlar ve aynı adımlar izlenirse, aynı sonuca ulaşılır. Araç rotalama, kamyon yükleme gibi NP-zor problemler için geliştirilmiş, problemin doğasına özgü özel sezgisel algoritmalar vardır. Bu tür sezgisel algoritmalarla eniyi çözüme ait amaç fonksiyonu değerinin sadece %1 veya 2 uzağında olan oldukça iyi çözümlerin kısa süre içinde bulunabildiği gösterilmiştir. Meta sezgisel yöntemler ise probleme özel olmayıp, genel geçerliliği olan algoritmalardır. Uygun düzenlemelerle hemen her türlü problem için kullanılabilir. Bu nedenle de klasik sezgisellere göre daha üstündürler. Ancak belli bir başlangıç noktasından başlandığında aynı süreç izlense bile aynı sonuç bulunamayabilir. Bu da algoritmaların yapısındaki rassallıktan kaynaklanmaktadır. Fakat çözüm süreleri genellikle kısa olduğu için algoritma aynı problem için çok sayıda çalıştırılıp, elde edilen değerlerin ortalaması veya elde edilen en iyi değer kullanılabilmektedir. Genellikle doğayı örnek alarak geliştirilmiş oldukça farklı meta sezgisel algoritma vardır. Bunların bazılarının isimleri şunlardır: • Genetik algoritma (Genetic algorithm) • Tavlama benzetimi (Simulated annealing) • Yasaklı arama (Tabu search) • Yapay sinir ağı (Artificial neural network) • Karınca kolonisi (Ant colony) • Parçacık sürüsü (Particle Swarm Optimization) • Evrimsel algoritmalar (Evolutionary algorithms) 

Lojistik yönetiminde tesis denince akla genellikle depolar gelse de kastedilen tedarik zinciri içinde yer alan ve hizmet veren her türlü tesistir. Örneğin üretimin gerçekleştirildiği fabrika, ürünlerin bekletildiği merkezi veya yerel depo, aktarma noktası olarak kullanılan ana üs dağıtım merkezi, atıkların değerlendirildiği yeniden değerleme merkezleri ve atık imha merkezi, sistem içindeki farklı tesislerdir. (Resim 1.5) Tesis yeri seçimi problemi tesislerin coğrafi olarak nerelerde konumlandırılması gerektiğinin belirlenmesi problemidir. Genellikle önceden belirlenen alternatif konumlar arasından hangilerinin seçilmesi gerektiği konusunda yapılan bir çalışmadır. Alternatif tesis yerleri araştırılırken de çoğunlukla maliyet (Kuruluş ve işletme maliyetleri), ulaşım ağına ve taşıma modlarına yatkınlık, trafik yoğunluğu ve müşteriye yakınlık gibi kriterler dikkate alınır.

Tesis yeri seçiminde genellikle şu tür eniyileme modelleri kullanılır: • Küme kapsama modeli (Set covering problem) • p-medyan ve p- merkez problemi (p-median and p-center problem) • Ana üs dağıtım yeri belirleme problemi (Hub Location problem) Küme kapsama modeli genellikle kamu hizmeti veren tesislerin yer seçiminde ortaya çıkar. Örneğin herkese hizmet vermek üzere açılacak hastane, itfaiye merkezi, polis istasyonu gibi tesislerin konumlarının belirlenmesi problemi bu sınıfa girer. Amaç, bütün bölgelerin en az bir merkezden hizmet almasını (kapsanmasını) sağlayacak şekilde tesislerin nerelerde açılması gerektiğinin belirlemektir. Amaç fonksiyonu, toplam maliyetin enküçüklenmesi veya mümkün olan en az sayıda tesis açılması olarak tanımlanabilir. p-medyan ve p-merkez problemleri ise küme kapsama probleminin daha gelişmiş hâlidir. Öyle ki bu modellerde hangi bölgelerin, açılacak p tane tesisin hangilerinden hizmet almaları gerektiği belirlenir. Burada hizmet alacak bölge sadece bir tek tesise bağlanabileceği gibi farklı birkaç tesisten de hizmet alabilir.  Varsayalım ki bir firma ürünlerini bütün Türkiye’ye ana depolar aracılığıyla pazarlıyor olsun. Firma üretimi gerçekleştirip büyük araçlarla ana depoları besliyor ve ana depolar da kendi bölgelerindeki müşterilere hizmet veriyor olsun. Bu durumda Türkiye genelinde kaç ana depo açılmalı, bunlar nerelerde konumlanmış olmalı ve hangi bölge hangi ana depodan hizmet almalı sorularını cevaplamak için p-medyan ve p-merkez modellerinden yararlanılabilir. Ana üs yeri belirleme modeli ise daha da gelişkin bir yapıyı dikkate alır. Bütün Türkiye genelinde hizmet veren bir lojistik firması düşünün. Gün içinde bütün şubelere başka kentlere gönderilmek üzere kargolar gelir. Bu taşımaların zamanında yapılabilmesi için her ilden bir başka ile araç gönderilmesi gerekir. Ama bu hiç etkin olmaz. Çünkü karşılıklı 2 il arasında aracı tam dolduracak kadar paket olmayabilir. Bu durumda aracın kısmen boş gitmesi verimsizliğe ve maliyete yol açar ki bunu kimse istemez. Buna bir çözüm olarak aynı yöne gidecek paketlerin birleştirilmesi (Buna konsolidasyon da denir) ve aracın bir rota izleyerek dağıtım yapması önerilebilir. Ama her gün araçlar için uygun rotalar oluşturmak zordur ve birleştirilecek şekilde aynı yöne giden paketler olmayabilir. Böyle bir durumda verimsizliğin önüne geçmek ve ölçek ekonomisinden yararlanmak üzere toplanma dağılma noktası da denen ana üs dağıtım yerlerini belirlemek ve paketleri öncelikle oraya taşıyıp oradan dağıtmak gerekir.

Ölçek ekonomisi, bir işin büyük miktarlarda yapılması sonucunda artan uzmanlık ve kaynakların daha iyi kullanılmasıyla, birim maliyetlerin düşmesine verilen genel isimdir. Örneğin şehir içi ulaşımda kişisel araç ile seyahat etmek hem daha maliyetlidir hem de trafik yoğunluğu nedeniyle daha uzun zaman alır. Oysa toplu taşıma aracı olarak örneğin metro veya tramvay kullanarak ulaşım maliyeti ve ulaşım süresinden çok ciddi kazançlar sağlanabilir. İşte bu kazançlar ölçek ekonomisinin bir sonucudur. Çünkü toplu taşıma yapıldığında birim maliyet düşer. Benzer şekilde kargoların da üs merkezlerinde toplanıp daha sonra taşıma maliyeti düşük araçlarla taşınması, birim taşıma maliyetini düşürür; ölçek ekonomisinden yararlanılmış olur.

Taşımayla ilgili bazı önemli karar verme problemleri şunlardır: • Taşıma Ağı Seçimi ve Tedarik Zinciri Tasarımı • Filo Karması Belirleme • Mürettebat Çizelgeleme • Yük Birleştirme • Araç Rotalama • Araç Yükleme

Tek aşamalı taşıma, fabrikalardan bayilere (veya müşterilere) doğrudan taşıma yapılmasıdır. Yani taşıma işi bir defada tamamlanır. Örnek olarak rafineriden petrol istasyonlarına akaryakıt taşınması verilebilir. Bu tür taşımaya genellikle TL-tipi (Truck load) taşıma denir. 2 aşamalı taşıma ürünlerin fabrikadan önce depolara veya aktarma noktasına taşınması, oradan da müşterilere gönderilmesi hâlinde ortaya çıkar.  Aşamalı taşımanın daha da genel hâli çok aşamalı taşımadır ki bu artık bir tedarik zinciri olarak isimlendirilir. Hatta yeşil lojistikte olduğu gibi kullanılmış ürünlerin de değerlendirilmesi yani geri dönüşümü hedefleniyorsa, kapalı devre tedarik zinciri ortaya çıkar. Bu yapı ile genellikle otomotiv sektöründe karşılaşılır.

Filo karması belirleme problemi taşımayı yapmak için kullanılacak araçların türlerinin, niteliklerinin, sayılarının belirlenmesidir. Aslında ürünlerini göndermek isteyen bir firma bu iş için 3 farklı strateji izleyebilir. Bunlar: • Kendisine ait bir filo kurarak taşımaları kendi planlamasıyla gerçekleştirme • 3PL ortak ile anlaşarak taşımaları bir başka firmaya yaptırma • Tarifeli seferler kullanma 3PL ortak kullanma, parasını ödeyerek bütün taşıma işlemlerini bir başka firmaya yaptırmak anlamına gelir. Firma taşımayla ilgili faaliyetlerde bulunmak istemiyorsa tercih edilir. Fakat hizmet satın alındığı için pahalı bir yöntemdir. Tarifeli seferler kullanmak ise TCDD, THY gibi kurumların tarifeli seferlerinden yararlanmak anlamına gelir. Maliyet bakımından ucuzdur ama tarifelere uygun davranmak gerekliliği olduğundan esnek sayılmaz. İstediğiniz zaman ürün gönderemezsiniz, tarife beklemek zorunda kalırsınız. En esnek ve ucuz yöntem kendine ait bir filo kurarak taşımaları bu filo ile yapmaktır. Ama bu durumda şu tür karar problemleri ortaya çıkar. Filo hangi tür araçlardan oluşmalı ve bu araçlardan kaçar tane olmalıdır? Araç yetmediği durumda kaç tane ve hangi özellikte araç kiralamak gerekir? Araç kiralama gereksinimiyle bir planlama döneminde tahminen kaç defa karşılaşılır? Şoförlerin ve araçların eşleştirilmesi nasıl olmalıdır? İşte bu gibi sorunların cevaplanabilmesi için filo karması belirleme (Fleet composition) modeli ve yöntemleri geliştirilmiştir. Şoförlerin araçlara atanması işi ise mürettebat çizelgeleme adıyla ayrıca ele alınır.

Kendi araçlarıyla taşıma yapan firma için bir başka karar problemi de taşıma tipinin seçimidir. Taşıma tipi 3 şekilde olabilir: (Resim 1.8.) • Tek araçla taşıma (uni-modal transportation) • Çok araçla taşıma (multi-modal transportation) • Birleşik taşıma (inter modal transportation). Tek araçla taşıma yükün araca yüklenerek bir defada gideceği yere kadar taşınmasıdır. Çok araçlı taşıma ise genellikle deniz aşırı ülkelere sevkiyat yapılacağı zaman gündeme gelir. Yükün önce limana kadar bir araçla sonrasında da gemiyle yola devam etmesi anlamına gelir. Günümüzde maliyet ve esneklik gibi kriterler açısından tercih edilen taşıma tipi ise birleşik taşımadır. Burada yükün araca, aracın da gemi veya tren gibi nakliye masrafı az olan bir başka araca binerek yola devam etmesi söz konusudur. Böylece hem taşıma masrafı azaltılmış olur hem de yükün birkaç noktada indi bindi yapması önlenir. Özellikle birleşik taşımada aracın ne zaman yola çıkarılması gerektiği, hangi birleşik taşıma yönteminin kullanılacağı gibi karar problemleri vardır ve matematiksel model kurularak çözülmektedir.

Mürettebat çizelgeleme (Crew scheduling) hem uçak firmalarının hem de TL-tipi taşıma yapan kargo şirketlerinin karşılaştığı bir sorun olsa da ikisi birbirinden farklı problemlerdir. Uçak mürettebatı çizelgeleme problemindeki sorun, uçakların durmadan çalışabilmesi ama mürettebatın dinlenmek için zamana ihtiyacı olmasıdır. Uçak mürettebatının çizelgelenmesi, çözümü oldukça zor bir problemdir ve sütun türetme tekniği (Column generation) ile ve sezgisel yaklaşımlar kullanılarak çözüm aranır. Kamyon mürettebatının çizelgelenmesi ise daha farklı bir problemdir. Buradaki sorun, seferini tamamlayan araca ve şoföre yeni görevin atanmasıdır. Bu problemde 2 tür yaklaşım olabilir. Mürettebat tıpkı hava kargo taşımacılığında olduğu gibi uzun süren bir sefer sonrasında gittiği kentte dinlenmeye çekilerek aracı bir başka mürettebata ve göreve bırakabilir. Ya da sefer sonunda ilgili kentte araç ve mürettebat yeni görevin gelmesini bekler. Her iki durumda da araca bir şekilde yeni görevin atanması gerekir. Bu tür problemler dinamik sürücü atama (Dynamic driver assignment) problemi olarak modellenip çözülmektedir.

Yük birleştirme (Consolidation), aracı etkin kullanabilmek için farklı yüklerin bir araya getirilmesi işlemidir. Genellikle LTL-tipi (Less than truck load) taşımada ortaya çıkar. Örneğin bir müşterinin talebi bir aracı dolduracak kadar çok olmadığında aracı verimli kullanabilmek için farklı müşteri talepleri bir araya getirilir. Birleştirme doğal olarak araç rotalamayı da gerektirir. Çünkü araç birleştirilmiş yükleri ilgili müşterilere tek tek dağıtacaktır, bu da araç için bir rota belirlenmesini gerektirir. Yük birleştirme genel olarak iki şekilde yapılır. Mesafe dikkate alınarak, ya da zaman dikkate alınarak. Mesafe temelli birleştirme, kısa mesafe gidecek yüklerin kendi içinde, uzun mesafe gidecek yüklerin de yine kendi içinde bir araya getirilerek birleştirilmesidir. Böylece aracın birbirinden uzak kentlere gitmesinin önüne geçilir. Zaman temelli birleştirme ise aynı kente veya bölgeye farklı zamanlarda gitmesi gereken yüklerin; bazılarını biraz bekleterek, bazılarını da erkene alarak, aynı zaman dilimi içine denk getirilecek şekilde birleştirilmesidir.

Birkaç müşterinin talebi bir araçta birleştirilerek gönderilmeye çalışılır. Ama bu durumda aracın hangi rotayı (yolları) izlemesi ve önce nereye uğraması gerektiğinin belirlenmesi gerekir ki buna araç rotalama problemi denir. Araçların çıkış yaparak geri döndükleri tek bir merkez varsa buna tek depolu (single depot), çok merkez varsa çok depolu (multi depot) araç rotalama problemi denir. Ek olarak araçlar çıkış yaptıkları merkeze dönüş yapıyorlarsa buna kapalı turlu (closed tour), yapmıyorlarsa da açık turlu (open tour) araç rotalama problemi denmektedir. (Resim 1.9.)

Rotalama problemleri genellikle bir serim (network) üzerinde gösterilir. Serim, düğümler ve ayrıtlardan oluşan bir yapıdır. Çoğu zaman düğümler kentleri veya kavşakları, ayrıtlar ise yolları gösterir. Ayrıtlarda yön olması, yolun tek yönlü olduğu anlamına gelir. Rotalama problemindeki temel ayrım, müşterilerin düğümlerde veya ayrıtlarda olduğu varsayımıyla oluşur. Örneğin; müşterileriniz kent merkezlerinde ise ve siz kentleri birbirine bağlayan yollardan oluşmuş bir serim çizdiyseniz, aracınızın rotası düğümlerden geçeceği için bu bir düğüm rotalama problemi olur. Genellikle şehirlerarası taşımalarda bu yapı söz konusu olur. Öte yandan müşterileriniz bir şehirdeki bakkallar ise ve araç bir yoldan geçtiğinde o yol üstünde bütün bakkallara uğruyorsa aracınızın ayrıtlardan geçmesi gerekiyor demektir. Bu da ayrıt rotalama adıyla anılır. Genellikle şehir içi taşımalar ayrıt rotalama grubuna girer. Örneğin; çöp kamyonlarının evlerin önünden çöp toplaması, bir postacının posta dağıtması, kargo şirketinin şehir için adreslerine kargoları dağıtması birer ayrıt rotalama problemidir. Düğüm rotalama probleminde çok sayıda araç olması ve araçların da taşıma kapasitelerinin olması hâlinde ortaya çıkan probleme, araç rotalama problemi (Vehicle routing problem) denmektedir. Ama ayrıt rotalama probleminde aynı koşullar altındaki probleme kapasiteli ayrıt rotalama problemi (Capacitated arc routing problem) denmektedir. Rotalama problemleri NP sınıfındadır. Bu nedenle de eniyi çözümlerini bulmak zordur. İyi bir çözüm bulmak için genellikle sezgisel algoritmalar kullanılmaktadır.

Araç yükleme problemi eldeki yüklerin (kutuların) taşıma kapasitesini veya aracın yükleme hacmini eniyi kullanacak şekilde nasıl yüklenmesi gerektiğinin belirlenmesidir. Bu genel sorunların haricinde araç yükleme problemleri 1, 2 ve 3 boyutlu olmak üzere 3 başlıkta incelenir. • 1 boyutlu yükleme kutuların sadece ağırlıkları dikkate alınarak yapılan yüklemedir. Araç içinde en ve boy olarak yeterince yerin olduğu ama yüklerin ağır olması nedeniyle hangi kutuların hangi araçlara yüklenmesi gerektiğinin belirlenmesi ihtiyacının olduğu durumda ortaya çıkar. Sonuçta hangi kutu hangi araca konmalı sorusunun cevabı bulunur. Karar modeli basittir ve kısa sürede çözüm bulunabilir. • 2 boyutlu yüklemede ise kutuların aracın en ve boy kısıtlarına uygun olarak nasıl yerleştirilmesi gerektiği belirlenmeye çalışılır. Örneğin üstü açık bir kamyonun kasasına farklı boyutlardaki kutuların yerleştirilmesi problemi, 2 boyutlu araç yüklemedir. Araca yüklenen kutuların enleri toplamı, kamyon kasasının enini; boyları toplamı da kamyon kasasının boylarını geçmemelidir. Benzer şeklide bir palet üzerine farklı boyutlardaki kutuların yerleştirilmesi problemi de 2 boyutlu yükleme sınıfına girer. Bu problem kolaylıkla modellenebilir ama NP yapısı nedeniyle eniyi çözümünün bulunması zaman alır. Bu nedenle genellikle sezgisel yöntemlerle çözüm aranır. • 3 boyutlu yükleme problemi kapalı kasalı bir kamyon içine veya konteynır içine çeşitli boyutlardaki kutuların hacmi eniyi kullanacak şekilde yerleştirilmesidir. En, boy ve yükseklik sınırları olduğu için 3 boyutun da dikkate alınması gerekir. Bu nedenle 3 boyutlu yükleme olarak isimlendirilir. Problem modellenebilir ama eniyi çözümünü bulmak için çok süre gerekir. Bu nedenle de çözümde sezgisel algoritmalar tercih edilir. Günümüzde 2 ve 3 boyutlu yerleştirme problemlerini başarıyla çözmek için klasik ve meta sezgisel algoritmalar türetilmiş durumdadır. 

Depo tasarımı, depoda bekletilecek ürünlerin niteliklerine uygun olarak depo alanı büyüklüğünün, depo iç tasarımı yapısının, depo niteliklerinin belirlenmesi ve ürün elleçleme (handling) sisteminin tasarlanması gibi konuları içermektedir. (Resim 1.11.)

Klasik olarak bir depoda genellikle 3 bölge bulunur. Bunlar: • Ürün kabul bölgesi • Saklama bölgesi • Sevk bölgesi Ürün kabul bölgesi gelen ürünlerin kaydının yapıldığı, sınıflandırılıp ayrıştırıldığı ve saklama bölgesine gönderildiği alandır. Sevk bölgesi ise giden ürünlerin gerekiyorsa birleştirme, etiketleme, barkodlama gibi son işlemlerinin ve ürün çıkış kaydının yapıldığı alandır. Bu iki alan deponun dış dünyaya açılan kısmıdır. Bu nedenle yükleme boşaltma terminalleri ve yükleme boşaltma sistemleriyle yakından ilişkilidir. Örneğin; yükler gemiyle geliyorsa vinç sistemlerinin, tır ile geliyorsa tırların yanaşacağı iskele yapısının uygun şekilde tasarlanması gerekir.

Bir depo tasarlanırken ortaya çıkan karar problemleri şöyle verilebilir: 1. Depo yerinin coğrafi olarak belirlenmesi: Ülke genelinde depo açılacaksa coğrafi olarak depo yerinin seçimi veya fabrika sahası içinde deponun konumunun belirlenmesi önemli bir karar verme problemidir. 2. Depodaki, ürün kabul, saklama ve sevk alanlarının büyüklüklerinin belirlenmesi: Bunun için depolanacak ürünlerin geliş sıklıkları ve geliş miktarlarının iyi analiz edilmiş olması gerekir. Buradaki eniyileme problemi depoyu gereksiz yere büyük yapmayacak ama yakın gelecekteki ihtiyaçlara da cevap verecek şekilde tasarlamaktır. 3. Saklama bölgesinde ürün yerleştirme şeklinin belirlenmesi: Ürünler yığınlar hâlinde, kafes raf şeklinde yapılan hücrelerde veya çekmece diye tabir edilen küçük saklama hacimlerinde saklanabilir. Saklanacak ürün boyutuna ve ağırlığına göre hangi türden ne kadar alan ayrılması gerektiği ve örneğin kafes raf sistemi yapılacaksa kullanılacak malzemenin seçilmesi gibi kararlar buradaki eniyileme problemleridir. Saklanacak ürünlerin sıvı, gaz ya da tehlikeli madde olması hâlinde zaten özel depolama ortamlarının tasarlanması gerekir. 4. Depo içi taşımalarda kullanılacak elleçleme sisteminin tasarımı: Kullanılacak sistem, görevli eleman kullanma, çatallı taşıyıcı kullanma, taşıyıcı bant kullanma, otomatik yönlendirilmiş araç (AGV) kullanma, taşıyıcı robot sistemi (AS/RS) kullanma veya bunların bir kaçını bir arada kullanma şeklinde olabilir. Dolayısıyla hangi sistem veya sistemlerin nasıl kurulması gerektiğinin belirlenmesi gerekir. Buradaki eniyileme problemi kullanılacak sistemlerin çalışma hızlarının ve taşıma şeklinin belirlenmesidir. 5. Ürün tanıma ve adresleme sisteminin tasarlanması: Ürünlerin depoya giriş ve çıkışlarında kayıtlarını kolayca yapabilmek ve doğru yere bir defada yerleştirmek için ürünlere kod verilir. Hızlı işlem yapabilmek için de bir ürün tanıma sisteminin kullanılması gerekir. Tanıma sistemi barkod veya RFID (Radyo sinyali ile tanıma) temelli olabilir. Buradaki eniyileme problemi ürünü doğru adrese koymayı başaracak sistemi kurma ve alma koyma açısından çok işlem gören ürünlerin kapılara yakın yerlere konumlandırılarak gereksiz taşımalardan ve depo içi gereksiz hareketlerden kaçınılmasını sağlamaktır. Bu nedenle doğru kodlama ve adresleme çok önemlidir. 6. Depo niteliklerinin belirlenmesi: Saklanacak ürünün özeliklerine bağlı olarak deponun sıcaklık, ışık, nem, titreşim, basınç vb. gibi taşıması gereken özel iklimlendirme ve çevre koşullarının belirlenmesidir. Buradaki eniyileme problemi gerekli sıcaklık, nem gibi değerleri sağlayacak uygun sistem özelliklerinin belirlenmesidir. 7. Çalışacak kişi sayısının belirlenmesi: Yeterli sayıda işgörenin olması ve fazlasının çalıştırılmamasını sağlamak için yapılır. Bu kolay gibi görünse de özellikle mevsimsel etkilerin olduğu durumlarda yani mevsimlere bağlı olarak iş yükünde artış ve azalışların olduğu bir durumda çalışacak işgören sayısının da dinamik olması tercih edilir. Bu durumda ne zaman kaç kişiyle çalışılması gerektiğinin belirlenmesi bir eniyileme problemi olur. 8. Güvenlik sistemlerinin tasarlanması: Saklanacak ürünlerin güvenliğinin sağlanması içindir. Burada da çevresel risklere (hırsızlık, doğal afet vb.) alınacak önlemler belirlenir.

Tahminleme genel olarak geçmiş sayısal verilerden yararlanılarak geleceğe dönük kestirimde bulunmak biçiminde tanımlanabilir. Geçmişe dönük verinin olmadığı durumlar için de kullanılan teknikler vardır. Bunlara niteliksel teknikler denir. Örneğin; Delfi tekniği niteliksel bir tekniktir ve tarihteki Delfi kâhinlerine atfen böyle bir isim verilmiştir. Öte yandan tahminleme denince çoğunlukla elde geçmişe dönük verinin olduğu düşünülür. Sayısal değerlere dayanarak tahminleme yapan tekniklere ise niceliksel yöntemler denir. Bir lojistik sisteminde neler tahminlenebilir? Örneğin; elde bulundurulması gereken yedek parça veya ham madde miktarı, zor durumlarda kullanmak üzere elde tutulması gereken nakit miktarı, ürünlere olan talep değerleri, işçilik maliyetleri, ürün teslim zamanları, ham madde fiyatları gibi pek çok farklı konuda tahminleme yapılabilir. Tahminleme kısa dönem veya uzun dönem için olabilir. Tahminleme çalışmasında verilerin elde edilmesinden sonra zamana bağlı olarak çizilen grafik ile verilerin genel bir eğilim (trend) izleyip izlemediğine bakılır. Genel bir trend varsa eğri uydurma teknikleri (Curve fitting), regresyon modelleri (Regression models) ve zaman serileri analizi (Time series analysis) ile kolayca tahminleme yapılabilir. Genel bir trend yoksa tahminleme yapmak daha zordur. Bu durumda yapay sinir ağı (Neural networks) kullanmak uygun olur. Verilerde mevsimsellik görülüyorsa Winters yöntemi (Winters method) kullanılabilir. Bu yöntemlerin hepsi matematiksel model olarak tanımlanan yöntemlerdir ve eldeki verilere eniyi uyumu sağlayacak şekilde çizilecek bir tahminleme fonksiyonunun parametrelerini belirlemeye çalışır. Tahminlemede yoğun olarak istatistik bilgisi kullanılır. Özellikle yapılan tahminlerin doğruluğunun kontrol edilmesinde hata kareleri ortalaması, korelasyon katsayısı gibi değerlerden yararlanılırken; tahminleme sürecinin kontrol altında olup olmadığının araştırılmasında izleme sinyali değerinden ve kontrol grafiğinden yararlanılır. Sonuç olarak istatistik kavram ve teknikleri tahminleme çalışmasında önemli bir yer tutar.

Stok yönetimi başlı başına ayrı bir konudur ve bütün üretim sistemlerini ilgilendirir. Stok yönetimi temelde bir şeyden elde ne kadar bulundurulması gerektiğini belirlemeye çalışır. Elde bulundurulacak şey, bitmiş ürün, yarı mamul, ham madde olabileceği gibi işlem görmek için bekleyen bir parça veya taşınmak için bekleyen bir ürün de olabilir. Bunların yanı sıra müşteri taleplerindeki rassallığın üstesinden gelmek için de stok tutulması istenir. Öte yandan stok tutmak fazladan maliyete katlanmak anlamına gelir. Buna kısaca elde bulundurma maliyeti denir. Bir ürünü stokta (depoda) tutmak için depo yeri ayarlamanız, depoyu koruma altına almanız ve hatta gerekiyorsa özel iklimlendirme koşullarını sağlıyor olmanız gerekir. Bunlar, stok tutmak gerekmese olmayacağı için, aslında gereksiz maliyettir. Daha fenası stokta malzeme bulundurmak o malzemelere para bağlamak anlamına gelir. Stokta tutacağınız malzemenin değeri kadar parayı başka şekillerde değerlendirseniz daha kazançlı olacakken, stoktaki malzemeye bağlayarak fazladan para kazanma fırsatını kaçırmış olursunuz. Buna da fırsat maliyeti denir. Yalnız fırsat maliyetini ölçmek her zaman kolay değildir. Tabi bir de elde bulundurmama maliyeti vardır. Bu da üründen talep edildiği zaman elinizde olmayıp zarara uğrama durumunu gösterir. Örneğin, elinizde yeterli stok yoksa ve bu nedenle üretimde aksama olursa talepler karşılanamayabilir ve elde bulundurmamak nedeniyle bir maliyet oluşur. Ayrıca her siparişte katlanacağınız bir sipariş verme maliyeti ve bazen de sabit maliyet vardır. İşte bu nedenlerle stokta tutulacak malzeme miktarının çok iyi ayarlanmış olması gerekir. Öyle ki acil bir durumda sorun çıkmamalı, üretim aksamamalı, ama fazla stok tutarak gereksiz maliyete de yol açmamalıdır. Kısacası toplam maliyeti enküçük yapacak şekilde stok miktarının, ne zaman sipariş verileceğinin ve ne kadar sipariş verileceğinin belirlenmesi gerekir. Bunun için geliştirilen matematiksel yöntemlere stok yönetimi (Inventory management) modelleri denmektedir.

• Parametrelerin belirli veya rassal olması hâli: Talep, ürün teslim zamanları, fiyatlar gibi parametrelerin önceden kesin olarak bilinmesi veya biliniyor olduğunun varsayılması hâlinde daha kolay bir yapı ortaya çıkar ve bunlara belirli stok modelleri denir. Çözümü de daha kolay modellerdir. Öte yandan bu parametrelerin olasılıklı (rassal) olarak biliniyor olması hâlinde rassal modeller ortaya çıkar. • Malzemenin tüketim hızı: Malzeme tüketim hızı stokta bulundurulacak miktarı etkiler. Hızlı tüketilen bir malzeme varsa ona dair öngörülebilir bir talep var demektir. Bu nedenle stokta fazla malzeme tutulmasına gerek duyulmaz. Öte yandan seyrek tüketilen bir malzeme için durum farklıdır. Seyrek tüketim çoğu zaman yedek parçalarda görülür. Bu tür parçalara nadiren talep olur ve talep olduğunda da üretmek çok maliyetli olacağı için önceden belli bir süre için ihtiyacı tahmin edip parçayı üretmek ve elde bulundurmak istenir. • Ürün sayısı: Tahmin edilebileceği gibi tek bir ürün için stok izlemek çok daha kolayken çok sayıda ürünün olduğu bir sistemde stok izlemek NP yapıda bir problemle karşılaşılmasına neden olur. • Malzeme temin hızı: Hızlı temin edilen bir malzeme için çok stok tutmaya gerek olmayacağı açıktır. Öte yandan uzun temin süresi olan bir malzeme için stokta tutulacak miktarın belirlenmesi daha kritik bir konudur. • Stoklama yerinin sayısı: Stoklama yerinin tek olması çözümü kolaylaştırmakta ama çok olması ise zorlaştırmaktadır. Çok stok yerinin olması hâlinde nerede ne kadar stok tutulması gerektiği sorunu ortaya çıkmaktadır.

Fiyat ve Kalite: Değerlendirmedeki en önemli iki kriter denebilir. Tedarik edilen malzemenin fiyat olarak düşük, kalite olarak yüksek olması istenir. (Elbette kalitenin bir maliyeti olacağı unutulmamalıdır). Günümüzde artık sadece fiyata bakılmayıp fiyat ve kalitenin birlikte değerlendirildiği söylenebilir. Bunun için fayda maliyet analizi (Cost and benefit analysis) kullanılmaktadır. • Firmanın sürdürülebilirliği, sürekliliği: Bu konu firma devamlılığı açısından önemlidir. Ürün teslim zamanlarındaki tutarlılık, siparişlerin tesliminde sayı olarak eksik olmaması, firmada bir kalite felsefesinin benimsenmiş olması bu konudaki önemli etkenlerdir. • Firma güvenilirliği: Finansal yapısının sağlamlığı, finansal bilgilerindeki şeffaflık, işinde devamlılık sağlayacağı güvenini vermesi, sürekli bir iyileşmenin olması, piyasada iyi bir itibara sahip olması bu konudaki önemli etkenlerdir. • Esneklik: Değişimlere, yeniliklere açık olma ve hızlı uyum sağlama, ürün teslim zamanlarında azalma olması, çatışmaların hızlı çözümlenmesi önemli etkenlerdir. • İlişki düzeyi: Firmanın iyi ilişkiler kuruyor olması, iletişime açık olması, uzun zamandır birlikte çalışılıyor olması önemli etkenlerdir. • Servis düzeyi: Satış sonrası desteklerin yeterliliği, satış elemanlarının yeterliliği ve güler yüzlü olması önemli etkenlerdir.