Yazar "Keskin, Muhammed Emre" seçeneğine göre listele

Listeleniyor 1 - 2 / 2
  • Küçük Resim Yok
    Öğe
    Bir süpermarket zincirinde iki seviyeli tedarikçi yönetimli stok problemi için etkili bir sezgisel yöntem
    (2023) Demir, Yunus; Keskin, Muhammed Emre
    Bu çalışmada, yüksek müşteri talebi değişkenliği ile karşı karşıya olan bir zincir marketin gerçek hayat sevkiyat problemine odaklanılmıştır. Firma, mağazalarını bulundukları bölgelere göre gruplandırmış ve her mağaza grubunun ikmali için bir dağıtım merkezi (DM) oluşturmuştur. Düzenli aralıklarla bu DM’lerden kendine bağlı olan mağazalara ikmal yapılmaktadır. Mevcut durumda firma, mağazalardan gelen yüksek talep değişkenliğine cevap verebilmek için çok yüksek sözleşme maliyetleri pahasına DM’lerdeki işçi sayısını artırıp azaltmaktadır. Buna rağmen mağazaların talepleri zamanında karşılanamamakta ve satış kaybı yaşanmaktadır. Bu çalışmada, değişkenliğin getirdiği bu olumsuz etkileri minimize etmek üzere DM’ler için sevkiyat planı oluşturulması problemi ele alınmıştır. Önce problemin doğrusal programlama modeli geliştirilmiştir. Büyük boyutlu örnekler için geliştirilen model cevap vermediğinden çözüm için iki farklı sezgisel önerilmiştir. Ayrıştırma (decomposition) yaklaşımı olarak isimlendirilen ilk yöntemde, geliştirilen model her mağaza için ayrı ayrı uygulanmıştır. İkinci sezgisel yaklaşımda problem ulaştırma modeline dönüştürülerek ele alınmıştır. Çözüm için iki aşamalı bir yöntem benimsenmiştir. Önerilen çözüm yöntemlerinin etkinliği, çeşitli boyutlardaki test verisi kullanarak karşılaştırmalı bir şekilde sunulmuştur. Elde edilen sonuçlar önerilen ulaştırma modeli temelli yaklaşımın devasa boyutlardaki gerçek hayat problemlerine kabul edilebilir zamanda ve her hangi bir ticari çözücüye ihtiyaç duymaksızın kaliteli çözümler üretebildiğini göstermiştir.
  • Küçük Resim Yok
    Öğe
    Multi-manned assembly line balancing problem with stochastic processing times
    (Springer, 2025) Yasmeen, Samra; Keskin, Muhammed Emre; Yilmaz, Hamid
    This paper investigates the multi-manned assembly line balancing problem (MALBP) with stochastic processing times, concentrating on a novel feature of MALBP that incorporates uncertainty and unpredictability. Our study introduces stochastic processing times and pioneers the linearization of the resulting chance constraints, which has not before been investigated in the literature. Our goal is to create a more realistic and practical model that accurately reflects real-world settings. This study proposed a mathematical approach to improve assembly line productivity and optimize resource allocation. The approach employs chance-constrained programming methodologies to increase operational stability and resilience, allowing industries to successfully manage uncertainty and minimize risks. A comparative study of stochastic and deterministic models is carried out. The study finds that stochastic models improve system resilience by providing realistic representation and risk estimation, while deterministic models struggle to capture the complexity and uncertainty of real-world systems due to constant inputs. This highlights the value of using stochastic models as they improve system dynamics and provide a more solid basis for decision-making. Numerical instances indicate that our approach creates a more realistic and practical model that effectively reflects real-world scenarios, leading to better decision-making along with understanding of MALBP's complexity.