... GRUPLAR HALINDE YENILEME PROBLEMI VE BAZI SEZGISEL YAKLASiMLAR. Yrd. Doç. Dr. Necdet ÖZÇAKAR I.Ü. Isletme Fakültesi Üretim Anabilim Dali.

Benzer belgeler
TRANSPORT PROBLEMI için GELIsTIRILMIs VAM YÖNTEMI

YÖNETİM VE EKONOMİ Yıl:2006 Cilt:13 Sayı:1 Celal Bayar Üniversitesi İ.İ.B.F. MANİSA

Calculating the Index of Refraction of Air

'm'm~m ELECO'2008. l~j,';1. i islemleri i 3 kez Gelistirilen Alt Izgaralama Teknigi Ile FDTD Simülasyonu

Doğrusal Korelasyon ve Regresyon

Sistemde kullanılan baralar, klasik anlamda üç ana grupta toplanabilir :

X, R, p, np, c, u ve diğer kontrol diyagramları istatistiksel kalite kontrol diyagramlarının

( ) 3.1 Özet ve Motivasyon. v = G v v Operasyonel Amplifikatör (Op-Amp) Deneyin Amacı. deney 3

TÜRKİYE DEKİ 380 kv LUK 14 BARALI GÜÇ SİSTEMİNDE EKONOMİK YÜKLENME ANALİZİ

kadar ( i. kaynağın gölge fiyatı kadar) olmalıdır.

ÇOKLU REGRESYON MODELİ, ANOVA TABLOSU, MATRİSLERLE REGRESYON ÇÖZÜMLEMESİ,REGRES-YON KATSAYILARININ YORUMU

UYUM ĐYĐLĐĞĐ TESTĐ. 2 -n olup. nin dağılımı χ dir ve sd = (k-1-p) dir. Burada k = sınıf sayısı, p = tahmin edilen parametre sayısıdır.

PROJE SEÇİMİ VE KAYNAK PLANLAMASI İÇİN BİR ALGORİTMA AN ALGORITHM FOR PROJECT SELECTION AND RESOURCE PLANNING

bir yol oluşturmaktadır. Yine i 2 , de bir yol oluşturmaktadır. Şekil.DT.1. Temel terimlerin incelenmesi için örnek devre

ÇOK AMAÇLI DOĞRUSAL PROGRAMLAMADAN SİSTEM TASARIMINA: DE NOVO. Özet

TAŞIMACILIK SEKTÖRÜNÜN İŞLEYİŞ SÜRECİ, BULANIK DAĞITIM PROBLEMİNİN TAMSAYILI DOĞRUSAL PROGRAMLAMA MODEL DENEMESİ

5.3. Tekne Yüzeylerinin Matematiksel Temsili

PARÇALI DOĞRUSAL REGRESYON

ITAP Fizik Olimpiyat Okulu

Tek Yönlü Varyans Analizi (ANOVA)

DOĞRUSAL HEDEF PROGRAMLAMA İLE BÜTÇELEME. Hazırlayan: Ozan Kocadağlı Danışman: Prof. Dr. Nalan Cinemre

T.C. SÜLEYMAN DEMİREL ÜNİVERSİTESİ SOSYAL BİLİMLER ENSTİTÜSÜ İŞLETME ANABİLİM DALI YÜKSEK LİSANS TEZİ

Pamukkale Üniversitesi Mühendislik Bilimleri Dergisi Pamukkale University Journal of Engineering Sciences


PARAMETRİK OLMAYAN HİPOTEZ TESTLERİ Kİ-KARE TESTLERİ

Şehiriçi Karayolu Ağlarının Sezgisel Harmoni Araştırması Optimizasyon Yöntemi ile Ayrık Tasarımı *

OLİGOPOLLER VE OYUN KURAMI 2

Kİ-KARE TESTLERİ A) Kİ-KARE DAĞILIMI VE ÖZELLİKLERİ

Sürekli Olasılık Dağılım (Birikimli- Kümülatif)Fonksiyonu. Yrd. Doç. Dr. Tijen ÖVER ÖZÇELİK

PRODUCTION PLANNING BASED ON GOAL PROGRAMMING FOR MASS CUSTOMIZATION IN A COMPANY

Kİ KARE ANALİZİ. Doç. Dr. Mehmet AKSARAYLI Ki-Kare Analizleri

Kİ-KARE TESTLERİ. şeklinde karesi alındığında, Z i. değerlerinin dağılımı ki-kare dağılımına dönüşür.

BULANIK AKIŞ TİPİ ÇİZELGELEME PROBLEMİ İÇİN ÇOK AMAÇLI GENETİK ALGORİTMA

DEĞİŞKEN DÖVİZ KURLARI ORTAMINDA GLOBAL BİR ŞİRKETTEKİ ESNEKLİĞİN DEĞERİ VE OPTİMUM KULLANIMI

ELM201 ELEKTRONİK-I DERSİ LABORATUAR FÖYÜ

ARASTIRMA BEYAZ.. ESYA.. SEKTÖRÜNDE TOPLAM. KALITE YONETIMI UYGULAMALARI: BIR ARASTIRMA

Makine Öğrenmesi 10. hafta

BİR UN FABRİKASINDA HEDEF PROGRAMLAMA UYGULAMASI

Deney No: 2. Sıvı Seviye Kontrol Deneyi. SAKARYA ÜNİVERSİTESİ Dijital Kontrol Laboratuvar Deney Föyü Deneyin Amacı

dir. Bir başka deyişle bir olayın olasılığı, uygun sonuçların sayısının örnek uzaydaki tüm sonuçların sayısına oranıdır.

Adi Diferansiyel Denklemler NÜMERİK ANALİZ. Adi Diferansiyel Denklemler. Adi Diferansiyel Denklemler

ENDÜSTRİNİN DEĞİŞİK İŞ KOLLARINDA İHTİYAÇ DUYULAN ELEMANLARIN YÜKSEK TEKNİK EĞİTİM MEZUNLARINDAN SAĞLANMASINDAKİ BEKLENTİLERİN SINANMASI

Merkezi Eğilim (Yer) Ölçüleri

Toplam Eşdeğer Deprem Yükünün Hesabı Bakımından 1975 Deprem Yönetmeliği İle 2006 Deprem Yönetmeliğinin Karşılaştırılması

PARAMETRİK OLMAYAN HİPOTEZ TESTLERİ. χ 2 Kİ- KARE TESTLERİ. Doç.Dr. Ali Kemal ŞEHİRLİOĞLU Araş.Gör. Efe SARIBAY

TEK ENDEKS MODELI VE MODELIN ISTANBUL MENKUL KIYMETLER BORSASINDA UYGULANMASI

= P 1.Q 1 + P 2.Q P n.q n (Ürün Değeri Yaklaşımı)

Basel II Geçiş Süreci Sıkça Sorulan Sorular

ERGONOMİK KOŞULLAR ALTINDA MONTAJ HATTI DENGELEME

İÇME SUYU ŞEBEKELERİNİN GÜVENİLİRLİĞİ

DAĞITIM STRATEJİLERİNİN OLUŞTURULMASINA YÖNELİK MODEL OLUŞTURMA: BİR TÜRK FİRMASI ÜZERİNE ÖRNEK UYGULAMA

ENDÜSTRİYEL BİR ATIK SUYUN BİYOLOJİK ARITIMI VE ARITIM KİNETİĞİNİN İNCELENMESİ

KOCAELİ ÜNİVERSİTESİ Mühendislik Fakültesi Makina Mühendisliği Bölümü Mukavemet I Vize Sınavı (2A)

Tarımsal Alanlarda Sulamanın Enerji Üretimi Üzerine Etkisi

ANKARA UNION OF TRADESMEN AND CRAFTSMEN CHAMBERS

OLASILIĞA GİRİŞ. Biyoistatistik (Ders 7: Olasılık) OLASILIK, TIP ve GÜNLÜK YAŞAMDA KULLANIMI

11. z = 1 2i karmaşık sayısının çarpmaya göre tersinin eşleniğinin sanal kısmı kaçtır? 14. eşitliğini sağlayan z karmaşık sayısı kaçtır? 15.

Denklem Çözümünde Açık Yöntemler

ZKÜ Mühendislik Fakültesi - Makine Mühendisliği Bölümü ISI VE TERMODİNAMİK LABORATUVARI Sudan Suya Türbülanslı Akış Isı Değiştirgeci Deney Föyü

Rasgele Değişken Üretme Teknikleri

ITAP Fizik Olimpiyat Okulu

ENERJİ. Isı Enerjisi. Genel Enerji Denklemi. Yrd. Doç. Dr. Atilla EVCİN Afyon Kocatepe Üniversitesi 2007

Cebir Notları. Karmaşık Sayılar Testi z = 1 2i karmaşık sayısının çarpmaya göre tersinin eşleniğinin sanal kısmı kaçtır?

BÖLÜM 5 İKİ VEYA DAHA YÜKSEK BOYUTLU RASGELE DEĞİŞKENLER İki Boyutlu Rasgele Değişkenler

SU İHTİYAÇLARININ BELİRLENMESİ. Suİhtiyacı. Proje Süresi. Birim Su Sarfiyatı. Proje Süresi Sonundaki Nüfus

DENEY 4: SERİ VE PARALEL DEVRELER,VOLTAJ VE AKIM BÖLÜCÜ KURALLARI, KIRCHOFF KANUNLARI

2.7 Bezier eğrileri, B-spline eğrileri

OLİGOPOLİ. Oligopolic piyasa yapısını incelemek için ortaya atılmış belli başlı modeller şunlardır.

DEÜ MÜHENDİSLİK FAKÜLTESİ MÜHENDİSLİK BİLİMLERİ DERGİSİ Cilt: 16 Sayı: 48 sh Eylül 2014 KRİL SÜRÜSÜ ALGORİTMASI İLE ATÖLYE ÇİZELGELEME

Titresimli Genetik Algoritma ile Hizlandirilmis Kanat Profili Optimizasyonu

FARKSAL GELİŞİM ALGORİTMASI İLE KARMA YEM MALİYET OPTİMİZASYONU

TRANSPORT PROBLEMLERİ İÇİN FARKLI BİR ATAMA YAKLAŞIMI. İstanbul Üniversitesi İşletme Fakültesi Sayısal Yöntemler Anabilim Dalı

A İSTATİSTİK. 4. X kesikli rasgele (random) değişkenin moment çıkaran. C) 4 9 Buna göre, X in beklenen değeri kaçtır?

Tek Yönlü Varyans Analizi

ALTERNATİF AKIM DEVRE YÖNTEM VE TEOREMLER İLE ÇÖZÜMÜ

JFM316 Elektrik Yöntemler ( Doğru Akım Özdirenç Yöntemi)

KAFES YAPILARIN MODİFİYE EDİLMİŞ YAPAY ARI KOLONİ ALGORİTMASI İLE OPTİMİZASYONU

NİTEL TERCİH MODELLERİ

4.5. SOĞUTMA KULELERİNİN BOYUTLANDIRILMASI İÇİN BİR ANALIZ

Ercan Kahya. Hidrolik. B.M. Sümer, İ.Ünsal, M. Bayazıt, Birsen Yayınevi, 2007, İstanbul

TEKNOLOJĐK ARAŞTIRMALAR

RAF ÖMRÜ KISITLI EKONOMİK PARTİ PROGRAMLAMA PROBLEMİNE TEMEL PERİYOT YAKLAŞIMI

Dersin Yürütülmesi Hakkında. (Örgün / Yüz Yüze Eğitim için) (Harmanlanmış Eğitim için) (Uzaktan Eğitim için)

YAYILI YÜK İLE YÜKLENMİŞ YAPI KİRİŞLERİNDE GÖÇME YÜKÜ HESABI. Perihan (Karakulak) EFE

2 Mayıs ELEKTRONİK DEVRELERİ I Kontrol ve Bilgisayar Bölümü Yıl içi Sınavı Not: Not ve kitap kullanılabilir. Süre İKİ saattir. Soru 1.

ANADOLU ÜNivERSiTESi BiliM VE TEKNOLOJi DERGiSi ANADOLU UNIVERSITY JOURNAL OF SCIENCE AND TECHNOLOGY CiltNol.:2 - Sayı/No: 2 : (2001)

BULANIK ŞARTLAR ALTINDA ÇOK ÜRÜNLÜ VE ÇOK KISITLI BİR ÜRETİM ENVANTER MODELİNİN GELİŞTİRİLMESİ VE MODELİN ÇÖZÜMÜNÜN GERÇEKLEŞTİRİLMESİ

1. KEYNESÇİ PARA TALEBİ TEORİSİ

BİRİNCİ KISIM Tanımlar ve Kapsam

Şiddet-Süre-Frekans Bağıntısının Genetik Algoritma ile Belirlenmesi: GAP Örneği *

ANE - AEGON EMEKLİLİK VE HAYAT A.Ş.DENGELİ EYF

Karasal, Hava ve Uzay Tabanlı Haberleşme Sistemleri Arasındaki Girişimin Minimizasyonu İçin Optimizasyon Yaklaşımı

OLASILIK. Bölüm 4. Temel Tanımlar ve Kavramlar-I. Olasılık

GİRİŞİMCİLİK Organizasyon Yapısı. Üretim/Hizmet Sistemlerinin Tasarımı ve Kuruluşu

Düşük Hacimli Üretimde İstatistiksel Proses Kontrolü: Kontrol Grafikleri

Kısa Vadeli Sermaye Girişi Modellemesi: Türkiye Örneği

Bulanık Mantık ile Hesaplanan Geoid Yüksekliğine Nokta Yüksekliklerinin Etkisi

QKUIAN. SAĞLIK BAKANLIĞI_ KAMU HASTANELERİ KURUMU Trabzon Ili Kamu Hastaneleri Birliği Genel Sekreterliği Kanuni Eğitim ve Araştırma Hastanesi

KISITLI OPTİMİZASYON YAKLAŞTIRMA PROBLEMLERİ

TEKLİF MEKTUBU SAĞLIK BAKANLIĞI_. '.. m

Transkript:

Yönetm, YL.9, Say 29, Ocak - 1998,5.5-10... GRUPLAR HALINDE YENILEME PROBLEMI VE BAZI SEZGISEL YAKLASMLAR Yrd. Doç. Dr. Necdet ÖZÇAKAR I.Ü. Isletme Fakültes Üretm Anablm Dal GIRIs Günümüzde, malat teknolojlerndek gelsmelere ve tüketc terchlerndek degsmlere paralel olarak; sletmelermz de, daha çok çestl ürünü daha yüksek hzlarla üretmek zorunda kalmaktadrlar. Çok çestl ürünün yüksek hzlarda üretm çn se, part üretmne bas vurulmaktadr. Part üretmnde, belrl peryotlarda ve peryot çndek talep karslanacak seklde malat yaplmakta; makna park benzer br ürünün malat çn kullanlablmektedr (Dlworth, sf:212). Ayn üretm hattnda farkl ürünlern partler halnde üretlmes le lgl lk çalsma "Magee" tarafndan gerçeklestrlmstr (Magee, sf:56). Yllk taleb en düsük olan ürünün dgerlernden ayrlarak belrl peryotlarda üretlmes ve dger ürünlern se, baska br grup olusturularak yne belrl peryotlarda beraberce üretldg bu lk yöntemden 70'l yllara kadar çok çestl çalsmalar gerçeklestrlmstr. 1973 ylnda "Slver" tarafndan gelstrlen algortma se br anda dger çalsmalarn önüne geçmstr (Slver, sf: 1351). Bundan sonra yaplan çalsmalar genellkle, bu algortmanr ylestrlmesne yönelk olmustur. Ntekm, 1985 ylnda "Goyal" tarafndan gerçeklestrlen çalsmada, çok daha y br sonuç elde edlmstr (Goyal, sf: 99) (Özçakar, sf: 61). Son yllarda yaplan çalsmalara göz atldgnda, "Harga" tarafndan 1994 ylnda yaz- lan br makaleye rastlyoruz. Harga bu çalsmasnda, k sezgsel yöntem önermektedr (Harga, sf: 463-471). Gerçeklestrlen bu çalsmada se, Harga'nn. ve 2 sezgsel yöntemler, malat sektöründek br sletmemzden alnan verler yardmyla karslastrlms; ayrca, Harga'nn önerdg sezgsel yaklasmlarn ylestrlme olanaklar arastrlmstr. Notasyon ve varsaymlar So = Üretm hattnn genelolarak hazrlanmasnn malyet S = Üretm hattnn "" ürünü çn hazrlanmasnn malyet n = Ürün says To = Çevrm süres T* = Optmum çevrm süres D = Ürün "" çn yllk talep hz C= Ürün "" çn brm malyet v = Yllk getr oran h = Ürün "" çn yllk, brm elde bulundurma maltey g = (hdj2) T = Ürün "" çn çevrm süres k = Ürün "" çn üretm frekans TM = Yllk toplam hazrlk ve elde bulundurma malyet Varsaymlar se asagdak gbdr, 5

* Her br ürün çn talep hz blnmektedr ve zaman çnde sabttr. * Mktar skontosu (ndrm) söz konusu degldr. *.Elde bulundurmama söz konusu degldr. ~..0retm frekanslar, çevrm süresnn tamsay çarpanlarna esttr. " lrlemek mümkün olmaktadr. Ortak yenleme problem. Ortak yenleme problem, spars ya da part hacm problemlernde kullanlmaktadr. Depomuzdak stok kalemlernden hang gruplar çn ne kadar zamanda l! hang gruplar halide üretlmes gerektg karatar, bu model kullanlarak verlmektedr. Bu çalsmada, üretm frekanslarnn belrlenmes üzernde durulmustur. Ortak yenleme problemn asagdak gb formüle etmek mümkündür. T = SJg ( )/ Seçlen poltka netcesnde kars karsya kal -nan toplam malyet se, sadece üretme hazrlk ve elde bulundurma malyetlern çerecek seklde asagda verlmstr. n MnI. {(S;ff)+(gT)} =1 =I,2,...,n T=kTo, k;e{1,2,...,n}, To~O Blndg gb, ortak yenleme problem Uont replenshment problem), karmask br yapya sahp, dogrusal olmayan - tamsayl br programlama modeldr. Bu nedenle problemn, optmuma yakn br çözüm üreteblen, gevsek versyonu jse asagdak gb fade edleblr (Harga, sf: 464). n MnI. {(S;ff)+(gt)} =1 To~T~, =1,2,...,n Ortak yenleme poltkasn belrleyen degskenlern basnda, ürünlern gruplar halnde ne kadar zamanda br üretlecegn belrleyen çevrm süres, yan To gelmektedr. Ancak, her ürünün her çevrmde üretlmes söz "konusu olmayablr, her ürünün kaç çevrmde br üretlecegn de T le be- TM=2{(±S;fk)/(±gJ(j) Harga'mn "1=1 1=1. sezgsel yaklasm y Harga'nn önerdg. yaklasmn admlar su sekldedr (Harga, sf:465). 1. Her br ürün çn, T degern hesaplaynz. 2. T =Toalarak, R = (T f o) degerlern hesaplaynz. 3. R degerlern en yakn tamsay degerlerne yuvarlayarak, k degerlern belrleynz. 4. k degern br daha degstrmernek üzere sabtlestrnz. 5. Toplam malyet hesaplaynz. 6. Çözümü ylestrmek çn, R degerlern (k degerler sabtlestrlenler harç olmak üzere) yenden hesaplaynz. 7. R:S;1se, r=r olarak alnz. 8. R> 1 se, p=r' den küçük en büyük tam say olmak üzere, R degerlern (p+0.5) deger le karslastrarak, r degerlern hesaplaynz. R:S;(p+0.5)se, r=r;/(p+0.5) R>(p+0.5) se, r=r;/(p+ 1.0) 9. En büyük degere sahp rj degern belrley- 6

nz ve bu ürün le lgl k degern 1 arttrarak sabtlestrnz. 10. Yen toplam malyet hesaplaynz. 11. Yen toplam malyet önceknden küçük se, 6. adma ger dönünüz ve hesaplamalara Yen To=[Eskl TO]x[r (en bü~k)] degern alarak devam ednz; est veya büyük se, br öncek durumu en y olarak kabul edp slemler sonuçlandrnz. 25 43 6 ToplamNotalep: Harga'nn Harga'nn 2. sezgsel yaklasm önerdg 2. sezgsel yaklasm, Goyal yöntemn esas almstr. Yönteme göre,. sezgsel yaklasmdak baslangç çözümü esas alnarak ylestrme gerçeklestrlmeye çalslmaktadr. Yöntemn çözüm admlar asagdak gbdr (Harga, sf:468).. Her br ürün çn, T degern hesaplaynz. 2. T = To alarak, (T rro)2 degerlern hesaplaynz. 3. k = L olmak üzere, asagdak kosula uygun olarak her br ürün çn k degerlern belrleynz. 243 56 L (L - 1) ~ (T rro)2 ~ L + 1) 4. Toplam malyet hesaplaynz. 5. k degerlernde degsklk var se; formüle göre, yen To degern hesaplayarak 3. adma ger dönünüz. k degerlernde herhang br degsklk olmamas durumunda, mevcut durumu en y kabul ederek slemler sonuçlandrnz. Br uygulama ve sonuçlarn karslastrlmas 36 42 5 TM (Toplam malyet) Harga'nn önerdg k yaklasm, çekmece ray üreten br sletmemzden alnan verlere uygulanmstr. Uygulama verler, farkl boylarda çekmece ray üretleblen br presten alnmstr. Bu preste, kalplar ve kullanlan rulo saç degstrlerek degsk ürünler elde edleblmektedr. Bu alt çekmece raynn talep degerler yl baznda sabttr. Preste gerçeklestrlen üretmde, çekmece raynn sag ve sol parças ayn anda üretlmektedr. Bu bakmdan, talep degerler takm/yl 0- larak tanmlanmstr. Her br ürün çn ayr ayr hazrlk malyetler belrlenms, üretm hattnn genel hazrlg le lgl malyet, göz önüne aln-. mayablecek kadar küçük oldugundan hmal edlmstr. Sam.Ray.Met-300.R-L Sam.RaY.Met-400.R-L Sam.Ray.Met-350.R-L Sam.RaY.Met-450.R-L Sam.Ray.Met-500.R-L Sam.Ray.Met-550.R-L Üretlen39300 22500 25800 35900 32600 Malvet 29200 ray to 7.680500 2060500 (takm/vi' 1608000 1801500 1239000 647000 324500 Brm Talep Uygulamada esas alnan ürünlerle lgl verler asagda verlmstr. Burada gösterlen elde bulundurma malyetnn (h) hesaplanmasnda, yllk getr oran (v) olarak 0,90 alnmstr. no 10339000 11318400 2707497??oo 200 26428005000 18668&80000 6480000 8409000 9388000 7430000 6550875000 5738782500 2060500 1801500 1608000 6045000 hg S D 20250 35370 647000 1239000 23220 32310 29340 26280 324500 Harga-l yöntemnn uygulanmas * Yönteme göre To = Tj = 0,031451245 deger alnarak, R ve k degerler hesaplanmstr. Bu asamadak malyet, TM=4722449436'dr. No 0031451245 0,017623339 0,0444410191 0,018847526 0,01994965 0,022272742 R'-T;/TR T 1 k-. 0,560338338 0,599261675 0,634303968 0,722623842 1,412032815 1 1 4722449436 * Çözümü ylestrmek çn gerçeklestrlen brnc terasyonda, R ve k; degerler yenden hesaplandgnda, k6'nn degernn 1'den 2'ye degstg görülmektedr. Bu asamadak malyet se 7

et) TM = 4586D18989'dur. Malyette azalma 23 45 6 TM (Toplam malyet) saglandg çn, ylestrmeye devam edlecektr. Hesaplamaya esas alnacak, yen çevrm süres deger, To = 0,0296067954'tür 0.634303968 0.722623842 0.560338338 0.599261675 1.412032815 0031451245 R=Tlfo k 2 10.634303968 0.722623842 0.560338338 0.599261675 0.94135521 rj TL 4856018989 No 0.03 0.017623339 0.044410191 0.01994965 0.018847526 0.02272742 T 1451245 0.402341524 0.3591 0.522185218 1.993836672 k- (T;/T)2 3979053 14555 4722449436 yet) * Çözümü ylestrmek çn gerçeklestrlen k Inc terasyonda, Rj ve k degerler yenden hesaplandgnda, ks'n degernn l'den 2'ye degstg görülmektedr. Bu asamadak malyet se TM=4707239386'dr. Malyette arts meydana geldg çn, 43 56 2slemlere No TM (Toplam son verlms malyet) ve br öncek asama en y kabul edlmstr. 0.59524644 0.67382 0.636594633 0.767642049 R=T!'To 0.029606794 k 0.636594633 0.767642049 0.59524644 r' 0.67382 YenITl 4707239386 2 * Çözümü ylestrmek çn yaplan brnc terasyonda, T0=0.022600306 alnarak, (T;{f 0)2ve k degerler yenden hesaplandgnda, k6'nn degernn 1'den 2'ye degstg görülmektedr. Bu asamadak toplam malyet se TM=4586018989'dur. k degerlernde degsme saglandg çn, çevrm süresnn yen deger olarak T0=0.020804624 alnarak ylestrmeye devam edlecektr. 0.03145 0.017623339 0.02272742 0.044410191 0.018847526 0.01994965 0.022600306 1245 (TITO)2 k 20.608061839 3.861327633 0.779187416 LOl1280532 0.69547269 YenITl 4586018989 1 HarI a-1 önteminin sonu lar T* (optmum çevrm süres) TM (Toplam malyet) 24 63 5 No TM (Toplam malyet) Harga-2 yöntemnn uygulanmas 0,020804624 4586018989 * Yönteme göre To=T, =0,0131451245 deger alnarak, (T;{fo)2 ve k degerler hesaplanmstr, Bu asamadak malyet, TM=4722449436'dr. * Çözümü ylestrmek çn yaplan terasyonda, (Tr 0)2ve k degerler yenden hesaplandgnda, k degerlernde herhang br degsme olmadg gözlendgnden slemlere son verlms ve en son asama en y olarak kabul edlmstr. 0.031451245 0.017623339 0.01994965 0.018847526 0.02272742 0.044410191 0.020804624 T (TlTo) k 4.556648591 0.919498053 0.820708563 0.717557375 12 1.193384879YenTl 4586018989 HarI a-2 önteminin sonu lar T* (optmum çevrm süres) TM (Toplam malyet) 0,020804624 4586018989 8

Önerlen yen br sezgsel yöntem Önerlen yöntemde Harga-2 esas alnmstr. Her br ürün çn T degerler hesaplandktan sonra; ürün sras, 42 5 T degerlerne göre küçükten 63 TM (Toplam malyet) büyüge olmak üzere degstrlmel ve yne Harga 2'nn çözüm admlar le devam edlmeldr. Bu durumda, yen yöntemn çözüm admlar su seklde olacaktr. * Yönteme göre To =T=O.031451245 deger alnarak, (T/TO)2ve k degerler hesaplanmstr. Bu asamadak malyet, TM=4567782117'dr. No 0.03 0.017623339 0.018847526 0.01994965 0.02272742 0.04441019 451245 T (T/To)2 ko2 3.184925844 6.35022 1.143753227 1.281427917 1.663121195 945 4567782117 1. Her br ürün çn, T degern hesaplaynz. 2. Ürünler T degerlerne göre, küçükten büyüge olmak üzere sraya koyunuz. 3. T = To alarak, (T / TO)2degerlern hesaplaynz. 4. k = L olmak üzere, asagdak kosula uygun olarak her br ürün çn k degerlern belrleynz. L (L-l )~(T/TO)2~L(L+1) 5. Toplam malyet hesaplaynz. 6. k degerlernde degsklk var se; formüle göre, yen To degern hesaplayarak 4. adma ger dönünüz. k 42 5 6degerlernde 3 No TM (Toplam herhang malyet) br degsklk olmamas durumunda, mevcut durumu en y kabul ederek slemler sonuçlandrnz. * Çözümü ylestrmek çn yaplan brnc terasyonda, yen çevrm süres olarak To=O.018643096 alnarak (T/TO)2ve k degerler yenden hesaplandgnda, k'nn degernn 3'ten 2'ye degstg görülmektedr. Bu asamadak malyet se TM=4557226160'tr. k degerlernde degsme saglandg çn, yen çevrm süres olarak To=O.019514151 alnarak ylestrmeye devam edlecektr. 0.03145 0.017623339 0.018847526 0.01994965 0.02272742 0.044410191 0.018643096 1245 (T/ToF k 2.846031003 5.674520982.02205 1.486155318 1.14507645 156Yen4557556160 To Önerlen yen sezgsel yöntemn uygulanmas Sam.Ray.Met-300.R-L Sam.RaY.Met-400.R-L No Sam.Ray.Met-350.R-L Sam.Ray.Met-550.R-L Sam.Rav.Met-500.R-L Sam.Ray.Met-450.R-L Üretlen ray tp 0.044410191 0.02272742 0.017623339 0.018847526 0.01994965 0.03 45 Tj 245 42 56 3 No TM (Toplam malyet) * T degerler hesaplandktan sonra, ürün sras T degerlerne göre küçükten büyüge degstrlmstr. * Çözümü ylestrmek çn yaplan knc terasyonda, (T/TO)2ve k degerler yenden hesaplandgnda, k degerlernde herhang br degsme 0.031451245 0.017623339 0.018847526 0.01994965 0.02272742 0.044410191 0.019514151 (T/ToF. k 2 2.597624461 0.932844752 1.356441094 1.045132184 5.17923891 Yen4557226160 To Sam.Rav.Met-3oo.R-L No Sam.Ray.Met-5oo.R-L Sam.Ray.Met-350.R-L Sam.Ray.Met-550.R-L Sam.RaV.Met-400.R-L Sam.Ray.Met-450.R-L Üretlen ray tp 0.03 0.02272742 0.01994965 0.018847526 0.044410191 0.017623339 451245 T TM (Toplam malyet) On erlen yöntemn sonuçlar T* (optmum çevrm süres) 0.019514151 4557226160 9

k Sam.Ray.Met-300.R-L Sam.RaY.Met-400.R-L Sam.Ray.Met-350.R-L Sam.Ray.Met-550.R-L Sam.RaV.Met-450.R-L Sam.Ray.Met-500.R-L Üretlen ray Harga-2 2 0.020804624 4586018989 24557226160 k Önerlen yöntem 0.19514151 tp yöntem 2 0.020804624 4586018989 Harga-1 olmadg gözlendgnden slemlere son verlms ve en son asama en y olarak kabul edlmstr. Sonuç Gerçeklestrlen uygulamada Harga'nn önerdg k yaklasmla lgl elde edlen sonuçlar brbrnn ayndr. Üünlern baslangç dzlslernn, toplam malyet etkleyp etklemedgnn arastrldg bu çalsmada se; önerlen yen sezgsel yöntemn, Harga'nn her k yöntemnden de daha düsük br malyet sagladg ortaya çkmstr. KAYNAKLAR Dlworth, J.B. Producton and Operaton Management, Random House, New York, 1983. Goyal, S.K., "On Improvng Slver's AIgorthm for the Jont Replenshment Problem", IlE Transactons, Vol: 17, No: I, March 1985. Harga, M., "Two New Heurstc Procedures for the Jont Replenshment Problem", Journal of the Operatonal Research Socety, Vol: 45, No: 4,1994. Magee, J.F., Producton Plannng and Inventory Control, McGraw-HII, New York, 1958. Özçakar, N., "Üretm Planlamada Slver AIgortmas", I.Ü. Isletme Fakültes Dergs, Clt: 8, Say: 2, Kasm 989. Slver, E.A., "Smple Method of Determnng Order Quanttes n Jont Replenshment Under Determnstc Demand", Management Scence, Vol: 19, No: 9, May 1973. PAZARLAMA ARASTIRMALARI... GENISLETILMIS 5. BASK Prof. Dr. Kemal KURTULUS Isteme Adres: tü. Isletme Fakültes Isletme Iktsad Ensttüsü - Avelar TeL.:(0212) 590 1427 Fax: (0212) 591 9978 10