Envanter rotalama probleminin simülasyon ve büyük veri yaklaşımı ile analizi.

TEZ12675Tez (Doktora) -- Çukurova Üniversitesi, Adana, 2020.Kaynakça (s. 103-121) var.XIII, 123 s. :_res., tablo ;_29 cm.Tedarik zincirlerinde envanter ve rotalama, şirketin hayatta kalması ve sürdürülebilirliği için anahtar unsurlardır. Uygun olmayan envanter kontrolü ve rotalama şirketin karlılığına ve pazar rekabetçiliğine zarar verecektir. Bu nedenle, envanter rotalama probleminin (IRP) çözümü, her bir tedarik zinciri üyesi için en uygun envanter seviyesini sağlamalı ve ayrıca periyotlar boyunca rotalama maliyetini en aza indiren etkili bir rota sağlamalıdır. Bu noktada, melez metodoloji, IRP'deki değişikliklerin riskini ve maliyetini en aza indirgeyebilmek için araştırmacıya imkan sağlamaktadır. Bu çalışmada IRP'yi çözmek için iki bölüm içeren yeni melez metodolojiler geliştirilmiştir. İlk bölümde, aralıklı, düzensiz ve çok düzensiz talebi içeren talep modelleri için üç farklı rotalama stratejisinin değerlendirildiği IRP'yi çözmek için simülasyon optimizasyonu ve yapay zeka tabanlı simülasyonu içeren yeni bir melez yöntem oluşturulmuştur. İkinci bölümde, müşteri değerlendirmelerini anlamlı bilgilere dönüştürmek ve değer yaratmak için büyük veri ve duygu analizi kullanılmıştır. Daha sonra, IRP'yi analiz etmek için yapay zeka ve simülasyon optimizasyonu kullanılmıştır. Melez metodolojiler tarafından elde edilen sayısal sonuçlar, dinamik ve stokastik IRP'nin, metot uygun şekilde kurulduğunda başarıyla çözülebileceğini göstermiştir.In supply chain environments, inventory and routing are key elements to company’s survival and sustainability. Unsatisfactory inventory control and routing will hurt company profitability and market competitiveness. Therefore, the solution of inventory routing problem (IRP) should provide optimal inventory level for each supply chain member and also obtain efficient route that minimizes the routing cost over periods. At this point, hybrid methodology can empower analyst to minimize the risk and cost of the changes in the IRP. In this paper, new hybrid methodologies that include two parts are developed to solve the IRP. In the first part, a new hybrid method including simulation optimization and artificial intelligence based simulation is created to solve the IRP in which three different routing strategies are evaluated for uneven demand patterns including intermittent, erratic, and lumpy demand. In the second part, big data and sentiment analysis are used to transform customer reviews into meaningful information and to create value. Then, artificial intelligence and simulation optimization are employed to analyze the IRP. Numerical results proposed by the hybrid methodologies showed that dynamic and stochastic IRP can be successfully solved when the method is properly set up.This study supported by the Scientific and Technological Research Council of Turkey (TÜBİTAK), 2211-C PhD scholarship program