LOJİSTİK PLANLAMA VE MODELLEME

I. Talep tahmini

II. Stok yönetimi

III. Taşımacılık

V. Tedarik zinciri yönetimi

I. Doğru ürünü, doğru zamanda, doğru miktarda ve doğru yerde müşteriye teslim etmek.

II. Orduları hareket ettirme sanatı.

IV. Hesaplama bilimi.

V. Müşteri ihtiyaçlarını en uygun maliyet ile kendisine ulaştırma süreçlerinin toplamıdır

II. Görsel

III. Soyut

IV. Analog

V. Matematiksel

II. Model oluşturma

III. Kontrol etme

IV. Raporlama ve Dokümantasyon

V. Model çözümlemesi

1. Aşama: Problem Tanımı Yöneylem araştırmalarının başlangıcı bir gerçek hayat problemi olmalıdır. Bu bir kuruluşun veya bir bireyin problemi olabilir. Karar verici olarak tanımladığımız bu kurum veya birey problemini anlatır. Yöneylem araştırmacısının (analist) görevi öncelikle bu anlatılanların altındaki gerçek problemi keşfetmek ve onun doğru tanımını yapmaktır. Çoğu zaman karar verici problemini anlatırken kendi ön yargılarını da bu anlatımına ekleyerek problemi anlattığı için yanlı bir model yaratılarak yanlış problemin çözülmesi de olasıdır. Bu yanılgıyı önlemek için analist(ler) neden sorusunu tekrar tekrar sormalıdır. Yöneylem araştırmasının tanımındaki disiplinler arası çalışma burada çok işe yarayacaktır. Hep aynı tür problemleri çözen uzmanlarda sık görünen uzman körlüğü de dediğimiz az olasılıklı problemleri göz ardı etme alışkanlığı, farklı disiplinlerden uzmanların olduğu bir araştırma takımında daha zor görülecektir. Örneğin, bir banka şubesi müdürü son zamanlarda şubeden pek çok müşterilerinin hizmet almadan döndüğünü fark ediyor ve banko işlemlerinde verimliliği artırmak ve bekleme sürelerini azaltmak için bir analisti yardıma çağırıyor. Analist banko işlem süreçlerini incelemeden önce banka şubesinde bir gözlem yapınca asıl sorunun müşteriler için bekleme salonunda sadece iki sandalye olduğunu fark ediyor. Eğer müşteri geliş saatleri düzenli de- ğilse ki pek çok banka şubesi için durum böyledir, bekleme süresinin uzunluğundan önce bekleme yeri olmamasının da müşteri kaybına yol açabileceğini görebilir ve modelini tüm olasılıklara göre kurgularsa daha gerçekçi bir model kurmuş olur.

Aşama: Model Doğrulama Bu aşama da en az model geliştirme kadar önemlidir, çünkü problem tanımı tam dahi olsa eğer 3. aşamada yanlış amaç veya kısıt fonksiyonu seçildiyse ya da problem tanımının kompleks yapısı gereği seçilen fonksiyonlar sistem verileri için tanımsız olabiliyorsa modelimiz çalışmayacak veya anlamsız sonuçlar oluşturacak olabilir. Bu yüzden oluşturulan model mevcut sistem verileri ile test edilmeli ve model çıktıları gerçek gözlemler ile tutarlı mı diye kontrol edilmelidir. Sistemin gerçek verilerini kullanmada bir sakınca varsa veya hali hazırda toplanmış veri yoksa bu sefer sistemmı kullanılarak olası sistem girdileri sentetik olarak yaratılıp bu veriler ile sistem test edilir. Eğer makul sonuçlar elde ediliyorsa 3. aşamada oluşturduğumuz modelin doğru çalıştığına güvenimiz tamdır ve 5. aşamaya devam edebiliriz. Modelin seçilen girdiler için çıktıları beklendiği gibi değilse iki olasılık vardır. Birincisi, model mevcut durum hakkında yanlış varsayımlar yapmış olabilir. Bu durumda analist, modeli gerçek sistemi daha doğru bir şekilde betimleyinceye kadar hassaslaştırmalıdır. İkincisi, model doğru çalışıyor olabilir; ancak analistin bu girdi seti için beklentisi hassas olmayabilir. Bu durumda, hata modelde de- ğil analiste aittir. Bunu ayırt edebilmek için sistem dikkatle incelenmelidir ve model doğru beklentileri sağlıyor mu diye tekrar test edilmelidir.

Matematiksel modeller lojistik süreçlerin planlanmasında ve karar problemlerinde çok yoğun kullanılmaktadır. Bu sebeple bu modellerin daha detaylı tanımlarını yapacağız. Hem modelleme kolaylığı hem de en iyi çözümün hızlı ve net hesaplanabilinmesinden dolayı en yaygın kullanılan matematiksel model tipi doğrusal programlama ile başlayacağız.

I. Doğrusal programlama

II. Tam sayılı programlama

III. Doğrusal olmayan programlama

IV. Doğrusal olmayan tam sayılı programlama

Her zaman hızlı çalışması

Tam sayılı doğrusal programlama 

DP modellerin başarısının sırrı karar değişkenlerinin reel sayı olabilmesidir. Fakat gerçek hayat problemlerinde karar değişkenleri sıklıkla doğal sayı olmak zorundadır. Bu probleme ek bir kısıt getirmekle beraber modele etkisi daha fazla olduğu için bu tip modeller tam sayılı doğrusal programlama (TDP) olarak sınıflandırılırlar.

Modeller, çeşitli açılardan gerçekleri gibi davranış gösterir. Bu çeşitlerine göre de değişik model tipleri olarak adlandırılır. Lojistik sektöründen en çok kullanılan başlıca model tipleri şunlardır: 1. Şekilsel/Görsel Model 2. Analog Model 3. Matematiksel Model

Karar vericinin kontrolünde olan ve değişik değerler alabilen sistem parametrelerine karar değişkeni denir.

Sistem parametrelerinin sabit değerler ve reel sayılar olan karar değişkenleri ile ifade edildiği ve sistem davranışlarının bu parametrelerin doğrusal fonksiyonları ile açıklandığı ve karar vericinin amacının karar değişkenlerinin doğrusal bir fonksiyonu ile ifade edilebildiği matematiksel model tipine Doğrusal Programlama denir.

Monte Carlo Benzetim (Simülasyon) metotu; sistem parametrelerinin belirli bir olasılık dağılımına sahip olduğu durumlarda, çoğu zaman bilgisayar kodu kullanılarak yaratılan, stokastik modelin belirli bir süre ilerletilerek karar değişkenlerinin gözlemlenmesi ve istatistik kullanılarak bu değişkenlerinin alabileceği ortalama değerlerin hesaplanmasından ibarettir.

Yöneylem araştırması, bir organizasyon içinde süreçlerin koordinasyonu ve yürütülmesi ile ilgili gerçek (karmaşık) problemleri çözmek için matematiksel modelleme yöntemleri kullanan disiplinlerarası bir bilimdir.

3. Aşama: Model Geliştirme Özellikle matematiksel model geliştirmeye çalıştığımızda bu aşamada, araştırmacının artık analitik becerilerini hayal gücü ile birleştirerek problem tanımına en yakın modeli 2. aşamada tanımlanan veri tipleri kullanarak oluşturması gerekmektedir. Bu aşamada model tanımına bağlı kalmaya çalışırken gereksiz detaylardan da kaçınmalı ve en basit model oluşturulmaya çalışılmalıdır. Aksi takdirde ya 5. aşamada bu modeli çözmek ya da 7. aşamada bu çözümü uygulamakta zorluk çekilecektir. En etkili modeli oluşturmak için en gerçekçi model ile en rahat çözülebilen model arasındaki dengeyi kurmak önemlidir. Dikkatsiz bir analist rahat çözülebilen, standart modelleri problem tanımına uydurmak için gerekli varsayımları yaratabilir ki bu da onu gerçek problemi çözmekten uzak bir modele götürebilir.

6. Aşama: Yönetime Sunuş Bu aşamada analist kurguladığı modeli ve çözüm önerisini (veya tavsiyelerini) karar vericiye (müşteri) sunar. Aynı ilk aşama olduğu gibi modelden probleme bir geri dönüş olması gerekir. İlk aşamada problemi modele kodlayan analist, bu sefer de ters-kodlama (decoding) dediğimiz model sonuçlarını karar vericinin anlayacağı seviye ve dile uygun hale getirerek sunmalıdır.

Karar değişkenlerinin doğal sayı olması zorunlu olan doğrusal programlama modellerine tam sayılı doğrusal programlama (TDP) denir.

Bir matematiksel modelde amaç fonksiyonu birden fazla ve bir diğeri ile çatışan kriterleri kapsıyorsa, bu modellere kısıtlarının yapısına bakılmaksızın, çok kriterli karar verme (ÇKKV) modeli denir.

Amaç fonksiyon veya kısıttan en az biri doğrusal değilse bu model tipine doğrusal olmayan programlama (DOP) denir.