Ulaştırma Problemine Üstel Simülasyon Tabanlı Optimizasyon Yaklaşımı


Creative Commons License

Yılmaz N. T., Çilingirtürk A. M.

INTERNATIONAL CONGRESS OF MANAGEMENT, ECONOMY AND POLICY (ICOMEP), İstanbul, Türkiye, 2 - 03 Kasım 2019, cilt.1, ss.625-635

  • Yayın Türü: Bildiri / Tam Metin Bildiri
  • Cilt numarası: 1
  • Basıldığı Şehir: İstanbul
  • Basıldığı Ülke: Türkiye
  • Sayfa Sayıları: ss.625-635
  • Marmara Üniversitesi Adresli: Evet

Özet

Klasik ulaştırma modelleri, homojen ürünlerin çeşitli tedarik noktalarından talep noktalarına toplam taşıma maliyetlerini en aza indirir. Model, tedarik noktalarından talep noktalarına taşınan birim ürün maliyetlerinin sabit olduğunu ve bilindiğini varsayar. Toplam arz ve talep miktarları eşittir veya eşit değilse bile hayali bir tedarik veya talep noktası oluşturularak eşitlenir ve belirtilen miktarlar kesin olarak bilinir. Ancak gerçek hayat problemlerinde kısıtlamalar veya parametreler bilinen veya bilinmeyen bir dağılımdan rasgele değişkenler olabilir ve stokastik hale gelen özel tipte bir lineer tamsayılı programlamayı gerektirir. Bazı çalışmalar olasılıksal kısıtlamalar altında iyi bilinen deterministik modelleri formüle etmiştir. Dönüştürülmüş modeller çoğunlukla güven düzeyini belirli bir minimumda sabit tutar ya da hata seviyesini en aza indirir. Çoklu seçenekli stokastik ulaştırma problemi ise birden fazla birim maliyet arasından seçim yapılabilen tipte bir modeldir. Bu çalışmada, Roy, Mahapatra ve Biswal’in (2012) çoklu seçenekli stokastik ulaştırma modeli belirli bir üstel dağılımdan seçilen rastgele arz ve talep miktarlarıyla simüle edilmiş, dağıtım miktarı ve toplam maliyetlerin sonuçları karşılaştırılmıştır.

The classical transportation problem minimizes the total costs of transportation of a unique product from various supply points (or warehouses) to demand points. The problem assumes that freight costs from source to destination are constant and that the supply and demand quantities are equal and strictly known, so the market for the product is well-balanced. It thus involves a special type of linear integer programming, which becomes stochastic since the constraints or parameters are random variables from a known or unknown distribution. Several studies have formulated well-known deterministic models under probabilistic restrictions. The transformed models mostly keep the confidence level at a given minimum constant or else minimize the error level. Also, there is a multi-choice stochastic transportation problem, which introduces several unit costs. In this study, we try to simulate Roy, Mahapatra and Biswal’s (2012) multi-choice stochastic transport model with random supply and demand quantities from a given exponential distribution and compare the results of distribution and total costs.