Abstract
Amaç: Uluslararası bir lojistik deponun verimliliğini artırmaya katkı sağlamak için depo dolaşım mesafesini kısaltacak yenilikçi ve etkin bir konumlandırma yönteminin geliştirilmesi amaçlanmıştır.
Yöntem: 1.239.545 adet ham depo verisi uzman ekiplerin desteği ile analiz edilmiş ve yorumlanmıştır. Makine öğrenimi algoritmalarının depo konumlarının belirlenmesinde kullanılabilirliği araştırılmıştır. Dolaşım hızı ve anahtar değer hesaplamasına dayalı olarak alternatif bir konumlandırma çözümü geliştirilmiştir. Statik olarak beş farklı bölgeye ayrılan sahada uygulamalı testler yapılmıştır. Önerilen yöntemin etkinliği, bilinen konumlandırma yöntemleriyle karşılaştırılmıştır.
Bulgular: Öğrenme algoritmalarının başarı oranları (%54-%64) uzman ekipler tarafından yeterli bulunmamıştır. Geliştirilen çözümde ürünleri doğru yere yerleştirme başarı oranı %90,93 olmuştur. Bir aylık gözlem sonucunda depo giriş çıkış işlemlerinde kat edilen mesafe yaklaşık 880 km kısalmış, depo doluluk oranı %54,07'den %55,68'e yükselmiştir. Elde edilen sonuçlar önerilen yöntemin etkinliğini göstermektedir.
Özgünlük: Depo yerleşim yüzdeleri ve dolaşım mesafelerinde önemli kazanımlar elde edilmiştir. Bilinen diğer yöntemlere göre daha etkili ve yenilikçi bir yaklaşım sunmaktadır. Bölge sınırı olmayan dinamik, verimli ve başarılı yapısıyla farklı depolarda uygulanabilir özgünlüktedir. Gerçek depo verilerine ve uzman görüşlerine dayalı olarak oluşturulması literatüre eşsiz bir katkı sağlamaktadır.
Publisher
Stratejik Arastirmalar ve Verimlilik Genel Mudurlugu Verimlilik Dergisi
Reference47 articles.
1. Ameyaw E.E., Hu Y., Shan M., Shan S.P. ve Le Y. (2016). “Application of Delphi Method in Construction Engineering and Management Research: A Quantitative Perspective”. Journal of Civil Engineering and Management, 22(8), 991-1000, DOI:10.3846/13923730.
2. Aylak, B.L., Oral, O. ve Yazıcı, K. (2021). “Yapay Zekâ ve Makine Öğrenmesi Tekniklerinin Lojistik Sektöründe Kullanımı” El-Cezerî Fen ve Mühendislik Dergisi, 8(1), 74-93.
3. Baray A. ve Çakmak E. (2015). “Design Methodology for a Multiple-Level Warehouse Layout Based on Partical Swarm Optimizasyon Algorithm”, İstanbul Üniversitesi İşletme Fakültesi İşletme İktisadı Enstitüsü Yönetim Dergisi, 25 (77), 13-38.
4. Barnes R.(2021). “How to Find Outliers with SQL”, https://dataschool.com/how-to-teach-people-sql/how-to-find-outliers-with-sql/, (Erişim Tarihi: 10.03.2022).
5. Bartholdi J.J. ve S.T.Hackman (2014). “Warehouse and Distribution Science”, https://www.warehouse-science.com/, (Erişim Tarihi: 14.07.2022).