Sanayi İşletmelerinde Üretim Planlamasi Ve Doğrusal Programlama İle Bir Sanayi İşletmesinde Optimizasyon Uygulamasi

T.C.
SELÇUK ÜNİVERSİTESİ
SOSYAL BİLİMLER ENSTİTÜSÜ
İŞLETME ANABİLİM DALI
ÜRETİM YÖNETİMİ VE PAZARLAMA BİLİM DALI
SANAYİ İŞLETMELERİNDE ÜRETİM PLANLAMASI

VE DOĞRUSAL PROGRAMLAMA İLE BİR SANAYİ
İŞLETMESİNDE OPTİMİZASYON UYGULAMASI
Nurullah EKMEKCİ
YÜKSEK LİSANS TEZİ
Danışman
Prof. Dr. Mahmut TEKİN
Konya–2015
i
ii
iii
ÖNSÖZ
“Doğrusal Programlama ve Uzantıları: Bir Sanayi İşletmesinde Optimizasyon

Uygulaması” adlı bu çalışma Selçuk Üniversitesi, Sosyal Bilimleri Enstitüsü, İşletme
Anabilim Dalı Üretim Yönetimi ve Pazarlama Bilim Dalında Yüksek Lisans Tezi
olarak hazırlanmıştır.
Öncelikle bana hep destek olan, arkamda duran ve eğitim sürecim boyunca
özlemimi çeken annem Emine EKMEKCİ, babam Hikmet EKMEKCİ, abim
Necmettin EKMEKCİ ve kardeşim Nagehan EKMEKCİ’ye şükranlarımı sunarım.
Tez çalışmasının her aşamasında karşılaşılan sorunların aşılmasında

fikirlerinden faydalandığım, her konuda destek ve yardımlarını esirgemeyen
danışmanım Sayın Prof. Dr. Mahmut TEKİN’e sonsuz teşekkürlerimi sunarım.
Lisans ve Yüksek Lisans eğitimim boyunca bilgi, görüş ve yönlendirmelerini

esirgemeyen sayın hocalarım Doç. Dr. Hulusi ÖĞÜT, Yrd. Doç. Dr. Melike
METERELLİYOZ KUYZU, Prof. Dr. Hasan Kürşat GÜLEŞ, Prof. Dr. Muammer
ZERENLER, Doç. Dr. Vural ÇAĞLIYAN, Yrd. Doç. Dr. Esen ŞAHİN ve Arş. Gör.
Dr. EMEL CELEP’e şükranlarımı sunarım.
Araştırma boyunca yardım ve desteklerini sakınmayan değerli arkadaşlarım

Pelin BALABAN, Osman Süreyya KOCABAŞ, Emre GERÇEKER, Arş. Gör.
Mustafa İYİBİLDİREN, Arş. Gör. Kazım KARABOĞA, Arş. Gör. Halenur
YILMAZ, Arş. Gör. Zeynep ERGEN IŞIKLAR ve Arş. Gör. Ömer AKKAYA’ya
sonsuz teşekkürlerimi sunarım. Ayrıca benden güler yüz ve desteklerini esirgemeyen
Selçuk Üniversitesi İİBF bünyesinde çalışan tüm hocalarıma, yakın mesai
arkadaşlarıma ve emeği geçen herkese yürekten teşekkür ederim.
Çalışmanın uygulama aşamasında bana zaman ayırarak gerekli verilerin

sağlanmasında her türlü yardımı yapan Halil İbrahim DAĞ, Hüseyin GÖKALP ve
Muhammed Yahya ERDEM’e de teşekkür ederim.
Nurullah EKMEKCİ
iv
T. C.
Sosyal Bilimler Enstitüsü Müdürlüğü
Adı Soyadı Nurullah EKMEKCİ
Numarası 124227021008
Ana Bilim /
İşletme / Üretim Yönetimi ve Pazarlama
Bilim Dalı
Öğrencinin
Programı Tezli Yüksek Lisans Doktora

Tez
Prof. Dr. Mahmut TEKİN
Danışmanı
Tezin Adı VE DOĞRUSAL PROGRAMLAMA İLE BİR SANAYİ
İŞLETMESİNDE OPTİMİZASYON UYGULAMASI
ÖZET
Doğrusal programlama, belirli bir hedefi gerçekleştirmek için sınırlı

kaynakların en etkin kullanımını ve çeşitli alternatifler arasında en uygun seçimi ya
da dağılımı sağlayan bir matematiksel programlama tekniğidir.
Üretim planlaması, işletmenin mevcut kaynaklarını rasyonel olarak kullanarak
istenilen kalitede ürünlerin üretilebilmesi konusunda karar alma işlemidir.
Bu çalışmada, üretim ve kapasite planlamasının işletmeler açısından önemi
vurgulanarak bu alandaki problemlerin çözümünde kullanılan tekniklerden doğrusal
programlama tekniği incelenmiş ve bu tekniğin bir sanayi işletmesinde uygulaması
yapılmıştır. Yapılan çalışmada işletmenin verileri talep tahminleri doğrultusunda
kullanılarak kârı maksimum yapacak ürünlerin yıllık üretim planını verecek doğrusal
programlama modeli oluşturulmaktadır. Modelin çözümünde ve analizinde Lindo
programı kullanılmıştır. Çalışmanın sonunda ise ortaya çıkan sonuçlar incelenip bazı
önerilerde bulunulmaktadır.
Anahtar Kelimeler: Üretim Planlaması, Kapasite Planlama, Optimizasyon,
Doğrusal Programlama.
v
T. C.
Sosyal Bilimler Enstitüsü Müdürlüğü
Adı Soyadı Nurullah EKMEKCİ

Numarası 124227021008
Ana Bilim /
İşletme / Üretim Yönetimi ve Pazarlama
Bilim Dalı
Programı Tezli Yüksek Lisans Doktora
Tez Prof. Dr. Mahmut TEKİN
Öğrencinin
Danışmanı
PRODUCTION PLANNING IN INDUSTRIAL
Tezin İngilizce ENTERPRISES AND OPTIMIZATION PRACTICE IN AN
Adı INDUSTRIAL ENTERPRISE VIA LINEAR
PROGRAMMING
SUMMARY
Linear programming is a mathematical programming technique that provides

the most convenient choice or the distribution among the various alternatives and the
most efficient usage of limited resources to achieve a specific goal.
Production planning is the process of decision-making to be able to produce
in the required quality products by using existing resources rationally.
In this study, emphasizing the importance of production and capacity
planning to enterprises, the linear programming technique, one of the most used
techniques to solve the problems in these areas is examined and the application of
this technique is practiced in an industrial enterprise. In this study, using the demand
forecast in line with the enterprise’s data, linear programming model of annual
production plan of products is created to maximize profit. Lindo software has been
used to solve and analyze the model. Finally, some suggestions are examined
according to results.
Keywords: Production Planning, Capacity Planning, Optimization, Linear
Programming.
vi
İÇİNDEKİLER TABLOSU
ÖNSÖZ ______________________________________________________ iii
ÖZET ________________________________________________________ iv
SUMMARY____________________________________________________v
TABLOLAR LİSTESİ ___________________________________________x
ŞEKİLLER LİSTESİ __________________________________________ xii
GİRİŞ_________________________________________________________1
BİRİNCİ BÖLÜM
1.1. ÜRETİM KAVRAMI _____________________________________ 2
1.2. ÜRETİM YÖNETİMİ ____________________________________ 3
1.3. ÜRETİM SİSTEMLERİ___________________________________ 6
1.4. ÇAĞDAŞ ÜRETİM SİSTEMLERİ __________________________ 7
1.4.1. Hücresel İmalat Sistemleri _____________________________ 8
1.4.2. Esnek Üretim Sistemleri _______________________________ 9
1.4.3. Tam Zamanında Üretim Sistemleri (JIT: Just In Time) _____ 9
1.4.4. Bilgisayarla Bütünleşik Üretim Sistemleri ________________ 11
1.5. ÜRETİM PLANLAMASI_________________________________ 12
1.5.1. Üretim Planlamasının Önemi __________________________ 15
1.5.2. Üretim Planlamasının Amacı __________________________ 15

vii
1.5.3. Üretim Planlamasının Kapsamı ________________________ 17
1.5.4. Bir Üretim Planının Hazırlanmasında Uyulması Gereken

Prensipler ____________________________________________________ 18
1.5.5. Üretim Planlamayı Etkileyen Faktörler __________________ 19
1.5.6. Üretim Planlama Stratejileri ___________________________ 21
1.5.7. Dönemler İtibariyle Üretim Planlaması __________________ 22
1.5.7.1.Uzun Dönemli Üretim Planlaması _____________________ 22
1.5.7.2.Orta Dönemli Üretim Planlaması _____________________ 23
1.5.7.3.Kısa Dönemli Üretim Planlaması _____________________ 24
1.5.7.3.1. Ana Üretim Programı _________________________ 24
1.5.7.3.2. Çizelgeleme __________________________________ 26
1.6. KAPASİTE KAVRAMI __________________________________ 27
1.6.1. Kapasite Türleri _____________________________________ 29
1.7. KAPASİTE PLANLAMASI_______________________________ 32
1.7.1. Kapasite Belirleme Yöntemleri _________________________ 35
İKİNCİ BÖLÜM
DOĞRUSAL PROGRAMLAMA VE UZANTILARI
2.1. DOĞRUSAL PROGRAMLAMANIN GELİŞİMİ VE UYGULAMA

ALANLARI ____________________________________________________ 38
2.2. DOĞRUSAL PROGRAMLAMANIN DAYANDIĞI

VARSAYIMLAR ________________________________________________ 47
viii
2.3. DOĞRUSAL PROGRAMLAMA MODELLERİNİN KURULMASI

_______________________________________________________________ 48
2.3.1. Doğrusal Programlama Modelinin Kurulması ile İlgili Örnekler

_____________________________________________________________ 53
2.4. DOĞRUSAL PROGRAMLAMA MODELLERİNİN

ÇÖZÜMÜNDE KULLANILAN YÖNTEMLER ______________________ 62
2.4.1. Grafik Yöntemi ______________________________________ 62
2.4.2. Simpleks Yöntemi ____________________________________ 65
2.4.2.1. Doğrusal Programlama Modellerinin Düzenleniş Biçimleri 66
2.4.2.1.1. Primal Biçim _________________________________ 66
2.4.2.1.2. Kanonik Biçim _______________________________ 67
2.4.2.1.3. Standart Biçim _______________________________ 69
2.4.2.1.4. Dual Biçim ___________________________________ 72
2.4.3. Simpleks Yöntemiyle Doğrusal Programlama Modelinin

Çözümü ______________________________________________________ 72
2.4.4. Simpleks Yönteminde Özel Durumlar ___________________ 76
2.4.4.1. Yozlaşma (Dejenerasyon) Durumu ___________________ 76
2.4.4.2. Alternatif Optimal Çözüm Durumu___________________ 77
2.4.4.3. Sınırsız Çözüm Durumu ____________________________ 79
2.4.4.4. Uygun Çözüm Bulunmama Durumu __________________ 80
2.5. TAMSAYILI DOĞRUSAL PROGRAMLAMA ______________ 81

ix
ÜÇÜNCÜ BÖLÜM
BİR SANAYİ İŞLETMESİNDE OPTİMİZASYON UYGULAMASI
3.1. UYGULAMA YAPILAN İŞLETMENİN TANITILMASI ______ 83
3.2. İŞLETMEDE ÜRETİLEN ÜRÜNLER______________________ 85
3.3. İŞLETMENİN ÜRETİM PLANLAMA PROBLEMİNİN

DOĞRUSAL PROGRAMLAMA YÖNTEMİ İLE MODELLENMESİ VE
ÇÖZÜLMESİ ___________________________________________________ 85
3.3.1. Problemin Belirlenmesi _______________________________ 85
3.3.2. İşletmeye Ait Veriler _________________________________ 86
3.3.3. Doğrusal Programlama Modelinin Geliştirilmesi __________ 90
3.3.3.1. Karar Değişkenlerinin ve Parametrelerin Tanımlanması _ 90
3.3.3.2. Amaç Fonksiyonunun Formüle Edilmesi ______________ 91
3.3.3.3. Kısıtların Formüle Edilmesi _________________________ 92
3.3.4. Doğrusal Programlama Modelinin Çözüm Sonuçları ______ 99
SONUÇ VE ÖNERİLER _______________________________________112
KAYNAKÇA ________________________________________________114
EK-1: LİNDO KODU _________________________________________120
EK-2: LİNDO ÇÖZÜMÜ ______________________________________128
ÖZGEÇMİŞ _________________________________________________140
x
TABLOLAR LİSTESİ
Tablo 1. 1. Üretim Yönetimin Tarihsel Gelişimi .......................................... 4
Tablo 1.2. Farklı İşlemler İçin Girdi ve Çıktı Kapasitesi Ölçüleri ............ 29
Tablo 2. 1. Yöneylem Araştırmasının Uygulama Alanları ........................ 40

Tablo 2. 2. Yöneylem Araştırmasının Askeri Uygulama Alanları............. 41
Tablo 2. 3. Yöneylem Araştırması Modellerinin Sınıflandırılması ........... 41
Tablo 2. 4. Örnek 5 İçin Su Kullanım Oranları Ve Su Getirmenin Maliyeti
............................................................................................................................... 59
Tablo 2. 5. Örnek 6 İçin 5 Aylık Talep Tahmini ........................................ 60
Tablo 2. 6. Örnek 1 için Başlangıç Simpleks Tablosunda Anahtar Sütun,
Satır ve Sayı .......................................................................................................... 74
Tablo 2. 7. Örnek 1 için Geliştirilmiş Çözümü İçeren Simpleks Tablosu . 75
Tablo 2. 8. Örnek 1 için Optimal Çözümü İçeren Simpleks Tablosu ........ 75
Tablo 2. 9. Dakota Mobilya için Başlangıç Simpleks Tablosu ................... 78
Tablo 2. 10. Dakota Mobilya için Geliştirilmiş Çözümü İçeren Simpleks
Tablosu ................................................................................................................. 78
Tablo 2. 11. Dakota Mobilya için 2. Geliştirilmiş Çözümü ve Optimal
Çözümü İçeren Simpleks Tablosu ....................................................................... 78
Tablo 2. 12. Dakota Mobilya için Alternatif Optimal Çözümü İçeren
Simpleks Tablosu.................................................................................................. 79
Tablo 2. 13. Breadco Unlu Mamuller için Başlangıç Simpleks Tablosu ... 80
Tablo 2. 14. Breadco Unlu Mamuller için Geliştirilmiş Çözümü İçeren
Tablo 2. 15. Breadco Unlu Mamuller için 2. Geliştirilmiş Çözümü İçeren
Tablo 3. 1. İşletmeye İlişkin Maliyet, Gelir ve Kar Verileri ...................... 86
Tablo 3. 2. Ürünlere İlişkin Üretim Zamanı ve Stokta Kapladığı Alan

Verileri ve İşletmeye İlişkin Toplam Stok Kapasitesi ......................................... 87
xi
Tablo 3. 3. Ürün Bazlı Aylık Talep Tahminleri İle Aylık Normal Ve Fazla
Mesai Kapasiteleri ................................................................................................ 89
Tablo 3. 4. Kollektör A için Optimal Sonuçlar........................................... 99
Tablo 3. 5. Kollektör B için Optimal Sonuçlar......................................... 100
Tablo 3. 6. Kollektör C için Optimal Sonuçlar......................................... 101
Tablo 3. 7. Aylık Talebi Karşılama Kısıtlarının Durumu........................ 102
Tablo 3. 8. Normal Mesaiyle Üretim Kapasitesi Kısıtlarının Durumu ... 103
Tablo 3. 9. Fazla Mesaiyle Üretim Kapasitesi Kısıtlarının Durumu ....... 104
Tablo 3. 10. Stoklama Alanı Kapasitesi Kısıtlarının Durumu ................. 105
Tablo 3. 11. Yıllık Talebi Karşılama Kısıtlarının Durumu ..................... 105
Tablo 3. 12. Ayın Başındaki Stok Miktarı Kısıtlarının Durumu ............. 106
Tablo 3. 13. İşletme İçin 12 Aylık Üretim Planlaması.............................. 109
Tablo 3. 14. İşletme İçin Kar Tablosu ...................................................... 111

xii
ŞEKİLLER LİSTESİ
Şekil 1. 1. Üretim İşleminin Yapısı ve Elemanları ....................................... 3
Şekil 1. 2. Fonksiyonel Alanlardan Üretim Planlarına Kadar Yönetsel

Girdiler ................................................................................................................. 13
Şekil 1. 3. Üretim Planlaması ve Kontrolünün Aşamaları ......................... 14
Şekil 1. 4. Üretim Planlama Sistemi İçin Önemli Girdiler......................... 20
Şekil 1. 5. Kapasite Çeşitleri Arasındaki İlişkiler ...................................... 31
Şekil 2. 1. Modelin Grafik Yöntemiyle Gösterimi ...................................... 64

GİRİŞ
Çalışmanın ilk bölümünde, üretim, üretim yönetimi ve üretim sistemleri genel

bir bakışla tanımlanacak; üretim planlama faaliyetlerinin önemi, amacı ve kapsamı
anlatılacaktır, üretim planının hazırlanmasında uyulması gereken prensiplere, üretim
planlamayı etkileyen faktörlere ve üretim planlama stratejilerine değinilecektir.
Uzun, orta ve kısa olmak üzere dönemler itibariyle üretim planlama faaliyetleri
değerlendirilecek olup devamında kapasite kavramı, kapasite türleri ve kapasite
planlaması ile kapasiteyi belirleme yöntemleri anlatılacaktır.
İkinci bölümünde ise üretim planlama problemlerinin çözümlenmesinde de

kullanılabilen, geniş bir uygulama alanına sahip olan doğrusal programlama yöntemi,
varsayımları, matematiksel yapısı ve çözümünde kullanılan grafik yöntemi ve
simpleks yöntemi anlatılacaktır.
Çalışmanın uygulama bölümü olan üçüncü bölümünde ise güneş enerjisi

sistemleri ve yenilenebilir enerji sektöründe faaliyet Solimpeks firmasının 12 aylık
üretim planlaması problemi ele alınacaktır. Problemin daha net anlaşılması için; önce
işletme ve ürettiği ürünler hakkında genel bir bilgi verilecektir. İşletmede yapılan
gözlemler, yetkililerle yapılan görüşmeler sonucu belirlenecek olan problemin
çözümüne yönelik, işletmenin kısıtlarını ve amaçlarını göz önünde bulunduran bir
doğrusal programlama modeli geliştirilecektir. Geliştirilen model, Lindo programıyla
çözülerek modelin çözüm sonuçları değerlendirilecektir.
Üretim yönetimi alanındaki hızlı teknolojik ve yeni sistemlerin geliştirilmesi

üretim planlamasını da yakından etkilemektedir. Bu sebeple planlama faaliyeti ile
geleceğe yönelik faaliyetlerin önceden tasarlanması, alternatiflerin belirlenmesi, olası
sonuçların tahmin edilmesi ve bunlara dönük önlemler alınması işletmeler için hayati
önem taşımakta; kalite, maliyet, hız, esneklik gibi rekabet boyutlarını yakından
etkilemektedir.
Çalışmanın bu ilk bölümünde, üretim, üretim yönetimi ve üretim sistemleri

genel bir bakışla tanımlanmış; üretim planlama faaliyetlerinin önemi, amacı ve
kapsamı anlatılmıştır, üretim planının hazırlanmasında uyulması gereken prensiplere,
üretim planlamayı etkileyen faktörlere ve üretim planlama stratejilerine değinilmiştir.
Uzun, orta ve kısa olmak üzere dönemler itibariyle üretim planlama faaliyetleri
değerlendirilmiş olup devamında kapasite kavramı, kapasite türleri ve kapasite
planlaması ile kapasiteyi belirleme yöntemleri anlatılmıştır.
1.1. ÜRETİM KAVRAMI
Üretim kavramı işletmecilikte en önemli kavramlardan birisidir. Çünkü işletme

faaliyetleri üretimle başlar. İşletme mal ve hizmet üretmek üzere kurulur. Üretim,
insan ihtiyaçlarını karşılamak amacıyla mal veya hizmetlerin meydana getirilmesi
işlemine denir. Üretim işlemi, fiziki bir malın üretimiyle ilgili olduğu kadar, aynı
zamanda hizmet üretimiyle de yakından ilgili bulunmaktadır (Tekin, 2012).
Ekonomistler üretimi, bir fayda yaratma işlemi olarak tanımlarken mühendisler

ise bir fiziksel varlık üzerinde onun değerini arttıracak bir değişiklik yapmayı veya
hammadde veya yarı mamulleri kullanılabilir bir mamule dönüştürme olarak
tanımlamaktadır (Kobu, 2010).
Üretim, bir başka tanımıyla, müşteri ihtiyaçlarını karşılamak için belirli

girdilerin bir takım işlemlerden geçirilerek bir mal ya da hizmet halinde çıktıya
dönüştürülmesine denir. Bu tanıma göre üretim sisteminin dört önemli unsuru
bulunmaktadır. Bunlar; müşteri, girdi, işlem ve çıktıdır. Üretim sistemini meydana
3
getiren elemanların durumu ve aralarındaki ilişkiler aşağıda Şekil 1.1’de

görülmektedir (Tekin, 2012).
Şekil 1. 1. Üretim İşleminin Yapısı ve Elemanları
Kaynak: Tekin, 2012
Üretimin temel amacı bir mamul veya hizmet yaratmaktır. Bunun

gerçekleşmesi için üretim faktörleri denilen unsurların belirli şartlar ve metotlarla bir
araya getirilmesi gerekir. Modern üretim çok sayıda bileşenden oluşmaktadır ancak
ekonomistlerin yapmış olduğu kapsam açısından yeterli sayılabilecek ve basit
sıralamaya göre üretim; toprak (veya hammadde kaynakları), işçilik (veya insan gücü
kaynakları) ve sermaye faktörlerinin bileşimidir (Kobu, 2010).
1.2. ÜRETİM YÖNETİMİ
Üretim yönetimi, işletmenin elinde bulunan malzeme, makina ve insan gücü

kaynaklarını belirli miktardaki ürünün istenilen kalitede, istenilen zamanda ve en
düşük maliyetle üretimini sağlayacak biçimde bir araya getirilerek kullanılmasıyla
ilgili işlemlere denir. Üretim yönetimiyle, kaynakların en etkin bir biçimde
kullanılması, kayıpların en aza indirilerek verimli çalışması ve kalite yönünden
istenilen seviyeye çıkarılması hedef alınır (Tekin, 2012).
İki yüzyılı aşkın bir süredir üretim ve işlemler yönetimi bir ülkenin ekonomik
büyümesinde önemli bir faktör olarak yer almıştır. Üretim yönetiminin geleneksel
görüşü, 18. yüzyılda Adam Smith’in işgücü uzmanlaşmasının ekonomik yararlarını
4
tanımlamasıyla başlamıştır. Adam Smith, işlerin alt kollarının tanımlanarak

işgücünün daha kalifiye ve etkin olabilecek şekilde bu alt iş kollarına dağıtılması
gerektiğini ortaya koymuştur. 20. yüzyılın başlarında F. W. Taylor, Adam Smith’in
teorisini geliştirerek, bilimsel yönetim yaklaşımını geliştirmiştir. 1930 yılından
itibaren geleneksel görüşe göre daha rağbet göre birçok teknik geliştirilmiştir. Üretim
yönetimine yapılan katkılar hakkındaki kronolojik bilgiler Tablo 1.1’de yer
almaktadır (Kumar ve Suresh, 2008).
Tablo 1. 1. Üretim Yönetimin Tarihsel Gelişimi
Yıl Katkılar Katkıyı Yapan

1976 Üretimde İşgücü Uzmanlaşması Adam Smith
1799 Değiştirilebilir Parçalar, Maliyet Muhasebesi Eli Whitney vd.
Yeteneğe göre İşbölümü, Yeteneğe göre İş Atama,
1832 Charles Babbage
Zaman Analizinin Temelleri
Frederick W.
1900 Bilimsel Yönetim, Zaman Analizi, İş Analizi
Taylor
1900 Hareket Analizi Frank B. Gilbreth
1901 Makine ve İşgücü için Çizelgeleme Teknikleri Henry L. Gantt
1915 Stok Kontrolü için Ekonomik Parti Büyüklüğü F. W. Harris
1927 İnsan İlişkileri, Hawthorne Çalışmaları Elton Mayo
Ürün Kalitesinde İstatistiksel Sonuçların Kullanımı,
1931 W. A. Shewart
Kalite Kontrol Grafikleri
Kalite Kontrolünde İstatistiksel Örnekleme Kullanımı: H. F. Dodge & H.
1935
Muayene Örneklem Planları G. Roming
1940 II. Dünya Savaşında Yöneylem Uygulamaları P. M. Blacker vd.
John Mauchlly ve J.
1946 Dijital Bilgisayar
P. Eckert
G. B. Dantzig,
1947 Doğrusal Programlama
Williams vd.
Matematiksel Programlama, Doğrusal ve Olasılıksal A. Charnes, W. W.
1950
Süreçler Cooper vd.
5
Yıl Katkılar Katkıyı Yapan

Büyük Ölçekli Hesaplamalar İmkan Sağlayan Ticari
1951 Sperry Univac
Dijital Bilgisayarlar
L. Cummings, L.
1960 Örgütsel Davranış
Porter
İşlemlerin Tüm Strateji ve Politikalarla
W. Skinner, J.
Bütünleştirilmesi, Üretimde, Çizelgeleme ve
1970 Orlicky ve G.
Kontrolde, Malzeme İhtiyaç Planlamasında (MRP)
Wright
Bilgisayar Uygulamaları
Japonya’dan Kalite ve Verimlilik Uygulamaları: W. E. Deming ve J.
1980
Robotlar, CAD-CAM Juran
Kaynak: Kumar ve Suresh, 2008
1930’lardan 1950’lere kadar, Üretim Yönetimi kavramı kabul edilebilir bir

terim olmuştur. Bu dönemde, Adam Smith’in çalışmalarının geniş kitleler tarafından
bilinir hale gelmesiyle, yöneticiler üretimde ekonomik etkinliği sağlayacak teknikler
geliştirmeye odaklanmışlardır. Çalışanlar, gereksiz hareketleri elemin edilerek daha
yüksek etkinlik kazanmak için detaylı olarak incelenmiştir. Yine bu dönemlerde hem
sosyal bilimler hem de mühendislik bilimleri üretimi ve üretimin aşamalarını
incelemiş ve analiz etmişlerdir (Kumar ve Suresh, 2008).
Taylor’un bilimsel yönetim kuralları (Dal, 2011):
 İş analizlerinde parmak hesabi yerine bilimsel yöntemlerin

kullanılması,
 Çalışanların seçme, eğitim ve yerleştirilmesinde sistematik yöntemlerin
uygulanması,
 Çalışan ile yöneten arasında sağlam temellere dayanan işbirliğinin
kurulması,
 İş yükünün çalışanlar arasında dengeli, adil ve uygun biçimde
bölünmesi, şeklinde
6
özetlenebilir.
1970’li yıllarla birlikte iki belirgin değişiklik olmuştur. Bu değişimlerden en

belirgin olanı; Üretim Yönetimi kavramı yerini yeni ve daha kapsayıcı bir kavram
olan İşlemler Yönetimi’ne bırakmıştır. Kavramın “Üretim”den “İşlemler”e
evrilmesinin sebebi ise hizmet sektörünün önceden olmadığı kadar önemli bir hal
almasıyla Üretim Yönetimi’nin sadece imalat sektörünü değil hizmet sektörünü de
içine alacak şekilde genişlemesi olmuştur. 1970’li yıllardaki diğer önemli değişim ise
yönetim uygulamalarında analizden ziyade sentez kavramının önem kazanmaya
başlaması olmuştur (Kumar ve Suresh, 2008).
Çok genel olarak, üretim işlemler yönetiminin amacı, “işletme başarısını

sürekli olarak arttırmak ve yetenekleri sürekli olarak geliştirmek suretiyle,
müşterilere devamlı artan değer sunmak” şeklinde tanımlanabilir (Üreten, 1999).
1.3. ÜRETİM SİSTEMLERİ
Üretim sisteminin temel öğeleri; girdiler, kaynakların mal ve hizmetlere

dönüştürülme işlemi olan dönüşüm süreci, dönüştürülen ürünlerin elde edilmesi yani
çıktılar ve sistemde ki hatalara anında fark edilip müdahale edilmesiyle oluşan geri
bildirim sürecidir.
Her sistem bir etkili bileşenlerin bir koleksiyonudur. Her bileşen kendi başına
bir sistemin ayırt edici özelliğidir. Bir sistemin hedefi, daha büyük bir sistemin daha
büyük bir sistemin hedefine ulaşmak için diğer bileşenleri birbirine harmanlayarak
yeni bir ürün elde etmek için kullanılır (Riggs, 1987).
Üretim sistemleri, aşağıdaki unsurları, işletme politikaları doğrultusunda en

uygun biçimde gerçekleştirmeyi amaçlamaktadırlar (Dal, 2011).
1. Çıktı miktarı,
2. Maliyetler (malzeme, emek, dağıtım, stok, vs.),
3. Kullanım (malzeme, mevcut ekipman, işgücü),

7
4. Kalite ve mamul güvenirliği,
5. Zamanında teslim etme,
6. Yatırımlar (varlıkların dönüşümü),
7. Ürün değişimine uyum kabiliyeti, esnekliği,
8. Miktar değişimine uyum kabiliyeti, esnekliği.
Üretim sistemlerini, üretim yöntemine (Birincil Üretim, Analitik Üretim,

Sentetik Üretim, Fabrikasyon Üretim, Montaj Üretimi), mamul cinsine (Demir çelik
Üretimi, Tekstil Mamullerin Üretimi, Elektronik Mamuller Üretimi, vb.), mamul
miktarına veya üretim akışına (Siparişe göre Üretim, Parti Tipi Üretim, Sürekli
Üretim, Proje Tipi Üretim) göre sınıflandırılmıştır. Bu sınıflandırma hemen hemen
her tip üretimi kapsayacak kadar geniş bir sınıflandırmadır (Kobu, 2010).
1.4. ÇAĞDAŞ ÜRETİM SİSTEMLERİ
İşletmelerin giderek küreselleşen teknoloji ağırlıklı rekabetçi bir dünyada

yaşayabilmeleri onların üretim sistemlerinde de yeni yöntem ve teknikleri
kullanmaya yöneltmiştir. Bu nedenle pek çok işletme kitle üretimiyle oluşan ölçek
ekonomilerinden uzaklaşarak düşük maliyetlerle mal ve hizmetlerle çeşitlilik
sağlayan müşteri istekleri doğrultusunda üretim tekniklerini benimsemektedirler.
Ortaya çıkan yeni sistemlerde ana ilke üretim esnekliği olmuştur. Ortaya çıkan yeni
sistemlerin en önemli özelliği, sadece bir ürün değil birçok ürünü üretebilecek
teknolojilerin kullanılmasıdır. Esnek üretim, Tam zamanında Üretim, vb.
uygulamalar bu gelişmeler sonucu ortaya çıkmıştır (Eleren vd., 2003).
Yüksek ve üretim teknolojilerindeki değişimler Bilgisayar Bütünleşik Üretim

(CAM), Tam Zamanında Üretim (JIT) ve Toplam Kalite Yönetimi (TKY) gibi ileri
üretim ve yönetim tekniklerinin oluşmasına sebebiyet vermiştir. (Lazol ve Eker,
2008).
8
Bilgisayar ve iletişim teknolojisindeki gelişmeler dünya ticaretinde hizmet

sektörünün payının artırmış üretim faktörleri arasına bilgi faktörünün de eklenmesine
neden olmuştur. Bilgi toplumundaki geçiş, bilgi teknolojisindeki gelişmelerle
mümkün olmuştur. Bilgi toplumunda gelişen olayları takip edebilmek bilgi
teknolojilerinin hızlı gelişimi sayesinde olmaktadır.
Teknolojideki hızlı değişme ve gelişmeler, üretim metot ve sistemlerini de

hızla değiştirmektedir. Bu değişme ve gelişmeye bağlı olarak üretim de, yeni
teknolojileri ve üretim sistemlerini kullanmaktadır. (Kişioglu vd., 2004)
Hücresel İmalat Sistemleri, Esnek Üretim Sistemleri, Tam Zamanında Üretim

Sistemleri ve Bilgisayar Bütünleşik Üretim Sistemleri başlıca modern üretin
sistemlerindendir.
1.4.1. Hücresel İmalat Sistemleri
Hücresel İmalat Sistemi (Cellular Manufacturing System), benzer imalat

karakteristiklerine sahip belirli bir parçalar grubunun (parça ailesi) tamamen imalatı
için işlem, insan ve özellikle makine grupların oluşturulduğu sistemlerdir. Hücredeki
tesis ve birimler, hücre içine giren tüm parçaları kendine yeter seviyede imal etmek
üzere organize edilmiştir. Böyle bir yaklaşım, küçük bir sistemin etkin ve
denetlenebilir olma özelliğini büyük bir sisteme yansıtmak amacını taşır. Bu amaç,
büyük sistemin içinde birbirinden bağımsız hücreler oluşturma şeklinde gerçekleşir.
Böylece tüm sistemin karmaşıklığı yerine oluşturulan hücrelerin problemleri ile
uğraşılır (Tanrıtanır, 1995).
Hücresel üretim sistemi, süreç tipi üretimin esnekliğini ve akış tipi üretimin
yüksek performansını bir araya getirmeyi amaçlayan bir üretim sistemi olarak
geliştirilmiştir. Hücresel üretim sisteminde temel amaç, ürünlerin işlem
benzerliklerinden faydalanarak bağımsız üretim hücreleri oluşturmaktır. Hücreler
genellikle birbirine benzer parçalardan oluşan bir parça ailesi ve fiziksel olarak
birbirine çok yakın olarak yerleştirilmiş değişik makinelerden oluşmaktadır (Tekin,
2012).
9
Hücresel imalatta önemli noktalardan bir tanesi, stok kontrolü yerine akış
kontrolü sağlanmasıdır. Akış kontrolü için temelde iki yaklaşım vardır: Birincisi satış
tahminlerine dayalı geleceğe yönelik planlamanın üretimde itici rol oynadığı "itme
Sistemi (Push System)"dir. İkincisi ise, bir sürecin işini bitirdiğinde kendisinden
önceki süreçten malzeme sipariş ettiği ve aldığı "Çekme Sistemi (Pull System)"dir
(Tanrıtanır, 1995).
1.4.2. Esnek Üretim Sistemleri
Esnek Üretim Sistemi; denetleyici bilgisayar kontrolü, otomatik malzeme

elleçleme ve robotlar ya da diğer otomatik süreç ekipmanlarını içeren bir makineler
grubudur. Yeniden programlanabilir kontrolörler sayesinde, bu sistemler birbirine
benzer çok fazla sayıda ürün çeşidini üretmeye elverişlidir. Sistemler, üç ya da dört
makineden oluşabileceği gibi bir düzineden fazla makineden de oluşabilir. Bu sistem,
makinelerin bazıları otomasyonun faydalarından, bazıları da bireyselliğin ya da
bağımsızlığın esnekliğinden yararlanılacak şekilde kesikli süreç gereksinimlerini
yerine getirecek şekilde tasarlanmıştır. Esnek üretim sistemleri daha geleneksel
yönetim metotları ile karşılaştırıldığında daha düşük işgücü maliyeti ve daha tutarlı
kalite sağlamaktadır. Tam otomasyonlu sistemlere göre daha düşük sermaye yatırımı,
daha yüksek esneklik ve göreceli olarak daha hızlı geçiş zamanı sağlamaktadır.
Esnek Üretim Sistemi, yöneticilere siparişe göre üretim sisteminin esnekliğinden ve
sürekli üretimin verimliliğinden yararlanma imkanı sunmaktadır (Stevenson, 1996).
Esnek Üretim Sistemlerinin kullanımı, doğrudan üretim ve montaj üretimde

bulunan firmalar için geçerli olmaktadır. Sanayi işletmeleri esnek üretim
sistemleriyle müşteri taleplerine uygun üretimde bulunur (Tekin, 2012).
1.4.3. Tam Zamanında Üretim Sistemleri (JIT: Just In Time)
Tam Zamanında Üretim (JIT) Japon üretim sisteminin en önemli unsurlarından

biri olan stoksuz üretimdir. Bu felsefeye göre her şey tam da ihtiyaç duyulduğunda
sipariş edilir, üretilir ve teslim edilir. Tam Zamanında Üretim ile kalite arasında
kurulması gerekli olan bir bağlantı vardır. Her bir bileşen ya da ürün, tam zamanında
ve her zaman hatasız olarak üretilmelidir. Ancak bu şekilde verimlilik sağlanabilir.
10
Bu felsefede israfa yer yoktur. Bu nedenle işgücü, malzeme ve ekipmanlar verimli

bir şekilde kullanılır (Adam ve Ebert, 1986).
Tam zamanında üretim (JIT: Just In Time) felsefesi 1970’lerde Toyota firması
tarafından geliştirilip uygulamaya başlanmıştır. JIT felsefesinin dayandığı görüşler
şöyle özetlenebilir (Kobu, 2010):
 Müşterinin istediği (sipariş ettiği) kadar üretilmelidir.

 Üretim hızı talep değişimlerine tam uymalıdır.
 Iskarta oranı hemen hemen sıfır olmalıdır.
 Hazırlık süreleri çok kısa olmalıdır.
 İşçilik, malzeme ve kapasite kaybı sıfır olmalıdır.
 İnsan gücünün eğitimine ve gelişmesine önem verilmelidir.
Tam Zamanında Üretim sistemi, bir firmanın tam zamanında üretim

ilkelerinden yarar elde etmesini sağlayacak kaynakları, bilgi akışını ve karar
kurallarını düzenleyen bir sistemdir (Krajewski vd., 2013).
JIT felsefesinin uygulandığı bir üretim sisteminin özellikleri şöyle sıralanabilir

(Kobu, 2010):
1. Mamul Politikası: Pazar sınırlıdır. Az çeşit, çok miktar, düşük maliyet

ve yüksek kalite öncelik taşır.
2. Kapasite Kullanımı: Son derece esnek, verim nispeten az.
3. Fabrika Düzeni: Sürekli akış, küçük alanlar ve taşıma uzaklıkları.
4. İşgücü: Değişik yeteneklere sahip esnek işgücü, ekip çalışması, işçiler
arasındaki sıkı işbirliği, etkin bir öneri sistemi, fertlerin sorumluluk
taşıması, ödül sistemi.
5. Üretim Programları: Küçük parti hacimleri, bir modelden diğerine geçiş
süresi çok kısa.
6. Stoklar: İş istasyonları arasında minimum stok, malzeme ve parça
sipariş hacimleri çok küçük.
11
7. Tedarik Kaynakları: Az sayıda tedarik kaynağı, etkin haberleşme,

zamanında teslim. Tedarik kaynakları firmaya yakın yerlerde.
8. Kalite: Çok düşük ıskarta oranı, seyrek muayene istasyonları, sürekli
proses kontrolü.
9. Tamir-bakim: Basit tamir-bakim işçinin sorumluluğuna verilir,
koruyucu bakım ağırlık taşır.
10. Üretim Kontrolü: İşçiye daha fazla sorumluluk verilir, kontrol işlemleri
basit, fazla kayıt yok.
Tam Zamanında Üretim, aşağıdaki hedeflerin gerçekleştirilmesini

amaçlamaktadır (Browne vd., 1996):
 Sıfır Hata
 Sıfır Hazırlık Zamanı
 Sıfır Stok
 Sıfır Malzeme Taşıma
 Sıfır Arıza
 Sıfır Temin Zamanı
 Bir Parti Büyüklüğü
1.4.4. Bilgisayarla Bütünleşik Üretim Sistemleri
Bilgisayar Bütünleşik Üretim Sistemi, tüm bileşenler kesinlikle gerekli

olmamakla birlikte, mühendislik tasarımı, esnek üretim sistemleri, üretim planlama
ve kontrol gibi geniş bir aralıktaki üretim faaliyetlerinin bilgisayar sistemlerinin
bütünleştirmesi ile birbirine bağlandığı bir sistemdir. Örneğin; Bilgisayar Bütünleşik
Üretim, iki ya da daha fazla esnek üretim sisteminin sunucu bir bilgisayar tarafından
birbirine bağlanması kadar basit olabilir. Daha kapsamlı bir sistem ise çizelgeleme,
satın alma, stok kontrolü ve dağıtım gibi faaliyetleri birbirine bağlayabilir. Aslına
bakılırsa Bilgisayar Bütünleşik Üretim Sistemi, örgütün diğer alanlarından gelen
bilgilere üretim departmanıyla entegre eden bir sistemdir. Bilgisayar Bütünleşik
Üretim Sistemi kullanımının ana hedefi; müşteri siparişlerine ve/veya ürün
değişikliklerine daha hızlı cevap vermek, hızlı üretimi sağlamak ve en direkt işgücü
12
maliyetlerini azaltmak için örgütün çeşitli bileşenlerini birbirine bağlamaktır

(Stevenson, 1996).
1.5. ÜRETİM PLANLAMASI
Üretim planlaması, gelecekteki üretim işlemlerinin ve miktarlarının sınırlarını

ve düzeylerini belirleyen bir fonksiyondur. Üretim planlaması, işletmenin mevcut
kaynaklarını rasyonel olarak kullanarak istenilen kalitede ürünlerin üretilebilmesi
konusunda karar alma işlemidir. Başka bir ifadeyle üretim planlaması, işletmenin
üretim faaliyetlerinin istenilen miktar, kalite, yer, zamanda; kimler tarafından nasıl,
ne şekilde ve ne zaman yapılacağına ilişkin çalışmalardan meydana gelmektedir
(Tekin, 2012).
Üretim planlaması; istenilen zaman da, nicelikte ve kalitede mal ve hizmet

üretiminin sağlanması ve işlemlerin uygulamaya konulması için konunun kurumsal
yanının yazılı, grafiksel ve matematiksel olarak hazırlanması biçiminde
tanımlanabilir (Demirdöğen, 2004).
Üretim planlaması, firmalara daha iyi müşteri hizmetleri, daha düşük stok,
daha kısa teslim zamanı ve üretim oranlarında istikrar sağlayan ve üst yöneticilere
işleri daha iyi yürütüp yönlendirme olanağı sağlayan bir süreçtir. Bu süreç, talebi
karşılamak için gerekli olan üretim ve hizmet aktivitelerini koordine etmek için
tasarlanmıştır. Bu üretim planlama süreci; satış, dağıtım, lojistik, üretim, finans ve
ürün geliştirme arasında bir takım çalışmasını gerektirmektedir. Bu planlama süreci
sayesinde, firmalar arz ve talebi dengede tutabilmektedirler (Jacops ve Chase, 2008).
Üretim planlaması yapılırken tüm departmanlar için işe yarayacak bir plan
oluşturmak amacı ile bilgi girdileri sağlanır. Şekil 1.2’de her bir fonksiyon alanından
gelen girdiler listelenmektedir. Planın iyi uygulanabilir bir plan olmasını sağlamak
için bu girdiler dikkate alınmalıdır. Bu koordinasyon, müşteri talepleri ile tedariği en
iyi şekilde dengelemek için tedarik zinciri boyunca hizmet, malzeme ve bilgi akışının
senkronize olmasına yardımcı olur (Krajewski, 2013).
13
Şekil 1. 2. Fonksiyonel Alanlardan Üretim Planlarına Kadar Yönetsel Girdiler
Kaynak: Krajewski, 2013
Üretim planlarının hazırlanmasında aşağıdaki işlemlerin sırasıyla yerine

getirilmesi gerekir (Tekin, 2012):
a) Üretim planının kapsayacağı zaman aralığı tespit edilir.

b) Ekonomik stok düzeyleri hesaplanır.
c) Talep tahminleri yapılır.
d) Üretim planı dönemi başındaki ve sonundaki stok miktarı tespit edilir.
e) Planlama dönemi başındaki ve sonundaki stok miktarları arasındaki
fark bulunur.
f) Planlama dönemi içinde üretilmesi gerekli toplam miktar hesaplanır.
g) Üretilmesi gerekli miktar planlama dönemlerine dağıtılır.
Üretim planlama ve kontrolü; planlama, hareket ve kontrol aşamaları olmak

üzere 3 aşamadan oluşur (Kumar ve Suresh, 2008).
14
Şekil 1. 3. Üretim Planlaması ve Kontrolünün Aşamaları
Kaynak: Kumar ve Suresh, 2008
Şekil 1.3’te yer alan üretim planlama ve kontrol aşamalarının ilk adımı
planlama aşamasıdır. Planlama aşamasının ilk adımı öncelikli planlama ya da üretim
öncesi planlama aşamasıdır ve bu aşamada ürün geliştirme, ürün tasarımı,
tahminleme, bütünleşik planlama, ana çizelgeleme ve malzeme ihtiyaç planlaması
işlemleri yapılırken planlama aşamasının ikinci adımı olan aktif planlama
aşamasında süreç planlama, rotalama, malzeme planlama, araç-gereç planlama,
yükleme ve çizelgeleme faaliyetleri yapılır. Üretim planlama ve kontrolünün ikinci
aşaması ise hareket aşamasıdır. Hareket aşamasının en önemli adımı üretime sevkiyat
aşamasıdır ve bu aşamada işçiye ürün üretime başlama emri verilir. Üretim planlama
ve kontrolünün üçüncü ve son aşaması ise kontrol aşamasıdır. Kontrol aşamasının alt
adımlarından olan süreç raporlama aşamasında üretim aşamasına dair veriler
toplanarak işlenir ve analiz edilerek raporlanır. Diğer alt adım olan düzeltici faaliyet
aşamasında ise beklenmedik durumlara karşı önlemler alınır ve çizelgeleme
esneklikleri ve modifikasyonları, kapasite modifikasyonları, üret ya da satın al
kararları, iş hızlandırma gibi opsiyonlar planlamaya dahil edilir.
15
1.5.1. Üretim Planlamasının Önemi
Üretim planlaması, üretim sistemlerinin gelişmesine paralel olarak daha çok

önem kazanmaya başlamıştır. Modern bir işletmede, üretim planlamasının ön plana
çıkmasını sağlayan faktörler şu şekilde sıralanabilir (Tekin, 2012; Kobu, 2010):
 İşletmedeki faaliyetlerle ilgili koordinasyon zorluğu

 İşletmeler arasındaki ilişkilerin gelişmesi ve rekabet durumu
 Üretim sistemlerinin yoğunluğu ve karışıklığı
 Tüketici zevk ve tercihlerindeki değişmeler
 Teknoloji vb. sebeplerle hizmet, kalite ve fiyat rekabetinin artması
 Tedarik ve dağıtım faaliyetlerinin geniş bir alana yayılması
 İşletmenin ekonomik üretim düzeyinde faaliyette bulunmasını sağlamak
amacıyla; malzeme, hammadde, makina saati ve işgücü kayıplarının
minimum düzeye indirilmesinin sağlanması
Üretim planlama ve kontrolünün ana fonksiyonları aşağıdaki gibidir (Roy,

2005):
 Siparişleri sisteme öncelikli planda yer aldığı şekilde aktarır.

 Belirli bir iş istasyonuna işlerin atamasını yapar.
 Sipariş için hangi işlemlerin hangi öncelikle sıralanacağı bilgisini
sağlar.
 Üretimdeki gecikme sürelerini izleyerek ve gerektiğinde işleri
hızlandırarak kontrol etmeyi sağlar.
 Özet, hurda, yeniden işleme ve diğer raporlar yardımıyla işlerin öncelik
durumlarının denetlemesini sağlar.
 İş yükü ve kapasite karşılaştırması yaparak girdi/çıktı raporları
yardımıyla tesislerin kapasite durumlarının denetlenmesini sağlar.
1.5.2. Üretim Planlamasının Amacı
Üretim planlamasının temel amacı, belirli bir ürünün üretimini istenilen

miktarda ve nitelikte gerçekleştirmektir. Bunun sağlanabilmesi, gerekli üretim
16
faktörlerinin yeterli miktarda ve uygun zamanda tedarik edilmesiyle ile mümkün

olur. Üretimi düşünülen ürünün nitelikleri ve miktarı; hammadde, malzeme, işgücü
ve sermaye maliyetleri gibi üretim faktörleriyle doğrudan ilgili olmaktadır (Tekin,
2012).
Üretim planlama aşağıdaki işlevleri yerine getirir (Demirdöğen ve Güzel,

2009):
 Siparişlerin veya malların müşterinin istediği zaman da teslim

edilmesini sağlamak.
 Gerek tamamlanmış mallara gerekse yarı işlenmişlere ilişkin stok
düzeyinin istenilen nicelikte ayarlanarak, üretim sürelerinin olanaklı
olduğu üzere kısaltılması ve müşteri isteklerine kısa zaman da cevap
verilmesi.
 Üretim programının esnek tutularak birden gelebilecek ilginç ve
kazançlı işlerin döneme sokulması olanağının yaratılması
 Üretimin akışını sağlayacak materyal tamamlama işinin zamanında,
ekonomik olan maliyetle ve optimum stok mevcuduyla sağlanması
 Satış düzeyine paralel olarak üretim ve stok düzeyinin gerekli
durumlara göre düzenlenmesi
 Uzun süreli üretim planlarının hazırlanmasında kullanılacak geçerli ve
pratik bazları sağlam olan esasların göz önünde tutulması, bu arada
mevcut kaynakların tam bir stokunun yapılması
 Elde mevcut bulunan üretim kaynaklarının ve olanaklarının en iyi biçim
de kullanılması, çalışmaların en az giderle gerçekleştirilmesi, istenilen
kalite ve niceliğe kısa bir sürede ulaşılması ve en verimli sonucun
alınması.
Üretim planlamasının iki maçı vardır (Russell ve Taylor, 2011):
1. Kaynakların dağıtımı için şirket genelinde bir oyun planının

oluşturulması ve
2. Talebi karşılamak için ekonomik bir stratejinin geliştirilmesi.
17
Üretim planlamasının amacı, üretim sürecinde yapılmakta olan faaliyetleri

minimum maliyetle gerçekleştirerek, zamanında; tüketici taleplerine uygun, kaliteli
üretim yaparak tüketici taleplerini karşılamaktır. Üretim planlamasının bu amaçlan
sağlayabilmesi için öncelikle aşağıda alt amaçlan yerine getirmesi gerekir (Tekin,
2012):
 Hammadde, yardımcı malzeme ve işletme malzemesini üretim

yapabilmek üzere istenilen miktar, zaman ve yerde hazır bulundurmak
üzere planlama çalışmaları yapılmalıdır.
 Mevcut makina, araç-gereç ve teçhizatı verimli bir şekilde kullanarak iş
akışı ve iş sıralamasını gerçekleştirerek daha ekonomik bir üretim
yapılması sağlanmalıdır.
 Pazarlama araştırmasıyla elde edilen bilgilere göre istenilen miktar ve
kalitede üretim yaparak, tüketicilerin ihtiyacı tam olarak
karşılanmalıdır.
 İşgücü kullanım verimliliğini artırarak üretim yapılması sağlanmalıdır.
 Üretim sistemiyle alt sistemler, öteki sistemler ve bölümler arasında
bilgi alışverişini sağlamak üzere bir iletişim sistemi kurulmalıdır.
 Bütün siparişleri karşılayabilmek amacıyla zamanında yeterli üretim
yapılması sağlanmalıdır.
 İşletmenin ürün stokları pazarın ihtiyacını karşılayacak düzeyde
tutulmalıdır.
 Ürünün dağıtımı ve kalite kontrolü için bilgi sistemi kurulması
sağlanmalıdır.
1.5.3. Üretim Planlamasının Kapsamı
Üretim planlaması, talep tahminleri ve siparişlere göre istenilen özelliklerde ve

miktarda üretimi gerçekleştirebilmek amacıyla yapılan planlama faaliyetleridir.
Üretim planlama faaliyetleri üç konuyla ilgilidir (Tekin, 2012):
1. Satışlar ve üretim planlaması

18
2. Üretim sürecinde yapılacak olan işlerin iş akımı şemalarının çizilmesi

ve yükleme yapılması.
3. Üretim kontrolü, stok kontrolü ve makinalara malzeme ihtiyaç
planlaması
Üretim planlama, talep ve tedarik planlarının bütünleşik seviyeden kısa vadeli

çizelgeleme seviyesine kadar dengede olmasını sağlama sürecidir (Krajewski, 2013).
Üretim kontrol sistemleri aşağıdaki aşamaların birbirini takip etme durumuna

göre planlanır (Tekin, 2012):
a) Uzun dönemli planlama

b) Kısa dönemli planlama
c) Üretim planlaması
d) Üretim
e) Dağıtım
f) Kontrol
1.5.4. Bir Üretim Planının Hazırlanmasında Uyulması Gereken Prensipler
Bir üretim planının hazırlanmasında uyulması gereken prensipler;
a) Uygun planlama periyodunun seçimi,
b) Uygun mamul gruplarının oluşturulması,
c) Kısıtlayıcı faktörlerin bilinçli olarak hesaba katılması
şeklinde ifade edilebilir. Bu prensiplere göre hazırlanacak bir üretim planı,

belirli zaman aralıklarındaki üretim miktarını, imalatın plana uygun yürümesini
kontrol edecek araç ve yöntemleri ve tüm fabrikayı kapsayan iş yükü dağıtım
düzenini belirleyen bir araç olur. Üretim planları, bir yandan tezgâh başındaki işçiye
o gün ne yapacağını bildiren iş emirlerinin temel malzemesini oluştururken, diğer
yandan her düzeydeki yöneticiye yol gösteren bir kontrol aracı niteliğini taşır (Kobu,
2010).
19
Bir üretim sisteminin verimliliği bilinçli ve duyarlı biçimde hazırlanmış etkin

programlarla önemli ölçüde artar. Bu gerçeğin işletmelerce çok iyi bilinmesine karşın
işletmelerde planlama ve programlama işleminin gereği gibi yürütülmedi sıkça
görülmektedir. Bunun nedeni programlama faaliyetinin sanıldığı kadar kolay
olmamasıdır. Üretim programlama faaliyetini basitleştirmek için alınacak önlemler
şunlardır (Kobu, 2010):
a) Malzeme çeşidi sayısı azaltılır. Stok kontrolündeki ABC sistemine

benzer bir yaklaşımla az gelir getiren çeşitler elimine edilir.
b) Mamulleri oluşturan parça sayısı ve çeşidi azaltılır. Bunun için tasarım
mühendisliği ile işbirliğini yapılır, standardizasyona gidilir.
c) Eldeki makineler tek tipe düşürülmeye çalışılır.
d) İnsan gücü kapasitesinin esnek bir yapıya kavuşturulması için işçilerin
teknik eğitimine önem verilir.
e) Bazı işlerin dışarıda yaptırılması olanakları araştırılır.
f) ABC stok kontrolüne benzer bir yöntemle işçilik ve makine zamanı
bakımından ağırlığı fazla olan işler ayrılır. Bu grubun
programlanmasında daha titiz davranılır.
g) Satış ve pazarlama departmanları ile sıkı işbirliği yapılarak bazı
siparişlerin ertelenmesi ya da diğerleri ile değiştirilmesinin olanakları
araştırılır.
1.5.5. Üretim Planlamayı Etkileyen Faktörler
Şekil 1.4’te, üretim planlama çevresini oluşturan iç ve dış faktörler yer

almaktadır. Genellikle dış çevre üretim planlamacının direkt kontrolü dışındadır ama
bazı firmalarda kontrol altına alınabilir. Pazarlama ve üretim yönetimi arasındaki
işbirliği sayesinde, talebin düşük olduğu dönemlerde yeni talep oluşturmak için
promosyon faaliyetleri ve fiyat düşürme yolu kullanılabilir. Talebin yoğun olduğu
dönemlerde ise firmanın tam kapasitede üreteceği ürün ve hizmetlerden sağlanacak
geliri artırmak için promosyon faaliyetleri azaltılabilir ve fiyat yükseltilebilir. Ancak
bu iki opsiyon talebi kontrol etmek konusunda yetersiz ve sınırlı kalabilmektedir.
Üretim planlamacı, pazarlama bölümünün tahmin ettiği satış projeksiyonları ve
20
siparişleri baz alarak ve iç faktörleri değiştirerek üretim planını oluşturur (Chase vd.,
2001).
İç faktörler ise kontrol edilebilirliklerine göre farklılık gösterir. Mevcut fiziksel

kapasite (fabrika ve teçhizat) genellikle kısa vadede sabit olmaktadır ve her zaman
arttırılamayabilir. Sendika anlaşmaları ise sıklıkla iş gücü değişikliklerinde
yapılabilecekleri engel olmaktadır. Üst yönetim stoklara ayrılabilecek sermayenin
miktarını sınırlandırabilir. Yine de bu faktörlerin yönetiminde bazı esneklikler vardır
ve üretim planlamacılar bir veya daha fazla üretim planlama stratejisi
uygulayabilirler (Chase vd., 2001).
Şekil 1. 4. Üretim Planlama Sistemi İçin Önemli Girdiler
Kaynak: Chase vd., 2001
Bir üretim programının hazırlanmasında göz önüne alınacak noktalar şunlardır

(Kobu, 2010):
 Değişik mamuller için hazırlanan programlar

 Fabrikanın çeşitli departmanlarının kapasiteleri
 Departman verimleri
21
 Tamir-bakım planları
 Tatil ve izinler
 Devamsızlık
 Fabrikanın o ana kadar yapmış olduğu sözleşmeler
 Malzeme tedariği
1.5.6. Üretim Planlama Stratejileri
Üretim planı hazırlanırken üç strateji arasından en ekonomik olanın seçilmesi

söz konusudur. Bunlar (Kobu, 2010; Krajewski, 2013):
1. Talebi İzleme Stratejisi (Chase Strategy): Üretim hızı talebe eşittir ve

stok düzeyi sıfırdır. Buna karşılık üretim hızı değişmelerinde yapılan
hazırlık, işe alma ve işten çıkara işlemlerinin maliyetleri vardır. Arz ve
talebi eşitlemek için iş gücünün normal çalışma saati kapasitesini
çeşitlendirmek için hiçbir stok yatırımı, fazla mesai veya eksik mesai
gerektirmez. Bunun dezavantajları sürekli iş gücü seviyesinde ayarlama
yapmanın yarattığı masraf, iş gücünün potansiyel yabancılaşması ve iş
gücünde yapılan sürekli değişiklikler nedeniyle üretkenlik ve kalite
kaybıdır.
2. Sabit Üretim Hızı Stratejisi (Level Strategy): Planlama dönemi boyunca
üretim hızı sabit tutulur. Talep ile üretim arasındaki farklar stok
bulundurma ya da bulundurmama maliyetlerine yol açar. Bu stratejinin
avantajı kolay planlama, sıfır hazırlık, sıfır işe alma ve sıfır işten
çıkarma maliyetleridir. Sabit iş gücü sayısı çeşitli yollarla belirlenebilir:
Yöneticiler yoğun olan dönemlerde ortaya çıkabilecek fazla mesai
kullanımını minimum düzeye indirmek için geniş bir iş gücü
bulundurmayı tercih edebilirler. Alternatif olarak, daha az bir iş gücü
bulundurmayı tercih edebilirler ve yoğun dönemlerde büyük ölçüde
fazla mesai yapma yoluna gidebilirler.
3. Karma Strateji (Mixed Strategy): İlk iki stratejinin sakıncalarını
dengelemek için orta yol izlenir. Örneğin, üretim hızı talebe göre her ay
yerine üç ayda bir değiştirilir. İzleme stratejisi sadece çalışanların işe
22
alınması ve işten çıkarılması ile sınırlıdır. Sabit üretim stratejisi ise

fazla mesai, eksik mesai ve izin çizelgeleri ile sınırlıdır. Karma strateji
ise yarı zamanlı işçiler, taşeronlar, geciken siparişler ve yok satmalar da
dahil olmak üzere tüm seçeneklere açıktır.
1.5.7. Dönemler İtibariyle Üretim Planlaması
Üretim planlamasında kullanılan teknikler, insan gücü planlama gibi konular

planlama zaman aralığıyla yakından ilgili bulunmaktadır. Üretim planlama sürecinde
zaman aralığının bilinmesi gerekir. İşletmenin içinde bulunduğu sanayi kolu,
işletmenin büyüklüğü ve talebin mevsimlik olması gibi faktörler işletme zaman
aralığını etkilemektedir. İşletmenin talebinin mevsimlerden etkilenmesi durumunda
planlama zaman aralığı mevsimlik değişimlere uygun olarak planlanmalıdır.
İşletmenin tekstil sanayinde meşrubat ve gıda sanayinde faaliyet göstermesi talebin
mevsimlere bağlı özelliklerini ortaya koymakta olup, zaman aralığının mevsimlik
değişimleri en iyi şekilde yansıtması gerekir. Planlama zaman aralığının seçiminde
işletme içi faktörler ve işletme dışı faktörler dikkate alınmalıdır. Planlama zaman
aralığı;
a) Uzun süreli planlama

b) Orta süreli planlama
c) Kısa süreli planlama
olmak üzere başlıca üç grupta toplanmaktadır (Tekin, 2012).
1.5.7.1.Uzun Dönemli Üretim Planlaması
Uzun süreli planlama genel olarak bir yıldan fazla dönemi dikkate alarak
işletmenin mevcut üretim faktörlerine ilişkin yatırım kararlarıyla ilgili düzenlemeleri
öngörmektedir. Uzun süreli planlar genellikle beş yıllık süreyi kapsamaktadır.
İşletmenin işyeri düzenleme, fabrika binası inşaatı, teknoloji seçimi, makina ve
işgücü seçimi gibi kararları uzun süreli planlamaya göre alınır. Bu tür kararların
ayrıntılı bir analiz işlemine tabi tutularak değerlendirilmesi gerekir. Uzun süreli
planlamayla ilgili kararlarda bir yanlışlık yapılması durumunda bu kararların, orta ve
23
kısa süreli planlamayla düzeltilebilmesi mümkün olmamaktadır. Uzun süreli

planlama, zaman aralığı olarak uzun dönemi kapsadığı için bu planlama kararlarının
doğruluk derecesi, kısa ve orta süreli planlama kararlarına göre daha düşük
olmaktadır. Uzun süreli planlamanın temel yatırım kararlarıyla ilgili olması
nedeniyle bu tür planlamanın işletmenin geleceği açısından önemi büyüktür (Tekin,
2012).
Uzun dönemli planlama, işletme için büyük miktarlarda sermaye harcamasını

gerekmektedir. Ayrıca zaman ve yer koşullarında meydana gelen değişiklikleri uzun
süreli planlar üzerinde yapmak çok zordur. Örneğin, uzun süre planlama kapsamına
giren fabrika yeri seçimi ve bina seçimi, fabrika düzenlemesi, makine ve araç-gereç
seçimi, işgücü seçimi gibi kararlar yanlış alınmışsa, bunu kısa ve orta vadede
değiştirmek çok zordur (Özgen, 1987).
1.5.7.2.Orta Dönemli Üretim Planlaması
Orta süreli planlamada, uzun süreli planlamaya göre yapılması gerekli

işlemlerin uygulanması öngörülmektedir. Bu durumda uzun süreli planlama
amaçlarına uygun olarak orta süreli planlama yapılmaktadır. Orta süreli planlama
dönemi bir ile üç yıllık dönemi kapsamakta olup genellikle işletmenin bir yıllık
faaliyet dönemi orta süreli planlamaya göre ifade edilir. Üretim dönemlerinin
uzunluğu işletmeden işletmeye değişmekle birlikte genellikle üretim dönemi bir
yıllık dönem olarak dikkate alınır (Tekin, 2012).
Orta dönemli üretim planlarında uygulanabilecek üç farklı strateji seçeneği

bulunmaktadır. Bunlar (Özgen, 1987);
 Üretim hızını sabit tutmak: Bu stratejide stok maliyetinin ve

miktarının artması göze alınarak, talepteki dalgalanmalar stoktan
karşılanmaktadır.
 Üretim hızını talebe göre değiştirmek: Üretim hızı ve miktarı
talepteki mevsimsel, düzenli ya da düzensiz dalgalanmalarla uyumlu
olacak şekilde değiştirilmektedir. Böylelikle stok maliyetleri azalmakta,
24
buna karşılık üretim ve işe alma veya işten çıkarma maliyetleri

yükselmektedir.
 İki seçeneğin birleşimi: Üretim hızını genellikle sabit tutmak ancak,
stoklar aşırı yükseldiğinde üretim hızını düşürmek veya stoklar
minimum stok düzeyine indiğinde üretim hızını yükseltmek şeklindedir.
1.5.7.3.Kısa Dönemli Üretim Planlaması
Kısa süreli planlama durumunda aylık, haftalık ve günlük üretim plan ve

programları yapılmakta olup, orta süreli planlamaya göre tespit edilen faaliyetlerin
ayrıntılı olarak uygulanması sağlanır (Tekin, 2012).
1.5.7.3.1. Ana Üretim Programı
Son (nihai) ürünün üretilmesi için yapılan programdır. Ana üretim programının
girdileri bütünleşik üretim planı, son ürün için talep tahmini, stok durumu ve mevcut
kapasite düzeyidir. Bütünleşik üretim planı ürün gruplarının temeline dayanırken ana
üretim programı tek bir son ürün için geliştirilmiştir. Ana üretim programı, her bir
son ürünün ne zaman ve ne miktarda üretileceğini belirten zamana dayalı bir plandır
(Yüksel, 2013).
Ana üretim programı, her bir ürün için müşteri siparişleri ve talep tahmini
dikkate alınarak hazırlanan ve her bir nihai üründen haftalık bazda ne kadar
üretilmesi gerektiğini gösteren bir plandır (Adam ve Ebert, 1986).
Ana üretim programının amacı ürün gruplarında yer elan her bir ürün için
talebi karşılamaktır. Bu daha detaylı planlama ürün gruplarını ürünlere ayrıştırarak
her bir ürünün ne zaman üretilmesi gerektiğini gösterir. Ana üretim programı
pazarlama ve üretim arasında önemli bir bağlantı görevi görür. Bu plan, gelen her bir
siparişin üretimin ve teslimatını ne zaman yapılacağını gösterir (Kumar ve Suresh,
2008).
Ana Üretim Programı kısa süreli planlama olduğundan aylık olarak

güncellenebilir. Ayrıca;
25
1) Yeni siparişlerin etkilerini değerlendirmek,
2) Siparişler için teslim tarihlerini belirlemek,
3) İş problemleri ile ilgili:
a) Üretim gecikmeleri veya gecikmiş hizmetleri, satın alınan malların

etkilerini,
b) Tedarik veya kapasitenin ne zaman yetersiz olduğunu dikkate alarak

çatışmaların
ortaklaşa çözümlemesini sağlamak için kullanılır (Stevenson, 1996).
Bir üretim programının hazırlanmasında sırasıyla aşağıdaki aşamalar

izlenmektedir (Kobu, 2010):
1. Bilgi Toplama:
a. İşlem sıraları, tezgahların özellikleri, kalıplar ve diğer gereçler,
b. İşlemlere ait zaman standartları.
2. Sistemin Kurulması:
a. Çalışma takviminin düzenlenmesi,
b. Programlama karar kurallarının belirlenmesi.
3. Programlama Yönteminin Seçilmesi:
a. İleri yönlü programlama,
b. Geri yönlü programlama.
4. Programın Hazırlanması:
a. İşlem sürelerinin hesaplanması,
b. İşlemler arası geçiş sürelerinin belirlenmesi,
c. Toleransların eklenmesi.
Ana üretim programının talebin tahmini değil, üretilecek ürünün ne olduğunun

bir belgesi olduğu unutulmamalıdır (Heizer ve Render, 2011).
26
1.5.7.3.2. Çizelgeleme
Çizelgeleme üretim planının son adımıdır. Talep tahminleri veya belirli müşteri
siparişleri gibi kaynaklardan bilgi toplanmasını, üretim planından kaynak durumunu
ve çalışanlar ile müşterilerden hesaplanacak belirli kısıtları gerektirir. Daha sonra
çalışanlar için sıralama yapılması veya iş istasyonlarındaki müşteriler için bir iş
çizelgesinin oluşturulması söz konusu olur. Bu çizelge tüm kısıtların karşılanması
için çalışanlar ve tedarikçiler ile koordineli olmalıdır (Krajewski, 2013).
Çizelgeleme üretim yönetiminin en karmaşık faaliyetlerinden biridir.

Çizelgelemeyi yapacak olan öncelikli olarak çok farklı çeşitlerde olan kaynaklarla eş
zamanlı olarak baş etmek zorundadırlar. Makineler farklı kapasite ve yetenlere
sahiptir aynı şekilde çalışanlar da farklı yeteneklere sahiptir. Daha da önemlisi,
faaliyet ve süreçlerin sayısı arttıkça olası çizelgelerin sayısı da hızla artmaktadır
(Slack vd., 2013).
Çizelgeleme yapmanın birçok maçı vardır. Bunlardan bazıları şu şekildedir

(Russell ve Taylor, 2011):
 Zamanında teslimat yapmak

 İş gecikmelerini minimize etmek
 Cevap verme zamanını minimize etmek
 Bitirme zamanını minimize etmek
 Sistemde geçen zamanı minimize etmek
 Fazla mesaiyi minimize etmek
 Makine ve işgücü kullanım oranını maksimize etmek
 Atıl süreyi minimize etmek
 Yarı mamul stoğunu minimize etmek
Çizelgeleme kararları üretim tipine göre farklılık göstermektedir (Russell ve

Taylor, 2011):
 Süreç endüstrilerinde, kimya ya da ilaç endüstrisi gibi, çizelgeleme

tanka koyulacak bileşen karışımına karar verilmesini ve bir karşımın
27
için ne zaman üretimin durdurulup tankın ne zaman temizlenmesi

gerektiğini ve ne zaman diğer ürünün üretimine başlanması gerektiğini
içermektedir. Doğrusal programlama, en düşük maliyetli bileşen
karışımının bulmasına yardımcı olabilir ve üretim miktarı optimal
üretim süresi uzunluğunu belirleyebilir.
 Kitle üretimi için üretim çizelgesi montaj hattı olduğu durumda daha
belirli bir halde olur. Ürünler montaj hattında bir istasyondan sıradaki
diğer istasyona reçetelendiği şekilde sapma olmaksızın basitçe
ilerlerler. Günlük çizelgeleme kararları malzemelerin hatta nasıl hızlı
bir şekilde koyulacağının ve hattın günde kaç saat çalışacağının
belirlenmesini içerir. Karma model montaj hattında da montajlanacak
ürünlerin kararlaştırılması gerekmektedir.
 Projeler için çizelgeleme kararları o kadar çok ve birbiriyle ilişkilidir ki
PERT ve CPM gibi özelleştirilmiş proje çizelgeleme teknikleri
geliştirilmiştir.
 Parti üretimi ya da siparişe dayalı üretim için, çizelgeleme kararları
biraz daha karmaşık olabilir. Çizelgeleme, hangi parçaların, hangi
makinede hangi işçi tarafından üretileceğini ortaya koyar.
1.6. KAPASİTE KAVRAMI
Kapasitenin sözlüm tanımı, elde bulundurma, teslim alma, saklama ve

barındırma kabiliyetidir. Genel işletmecilik anlayışında ise sıklıkla belirli bir zaman
periyodunda sistemin ulaşabileceği çıktı miktarı olarak görülmektedir. Hizmet
sektöründe, bir saat içinde hizmet verilebilecek müşteri sayısı iken imalat sektöründe
tek bir vardiyada üretilebilecek otomobil sayısı olabilir (Jacops ve Chase, 2008).
Kapasite kelimesinin durağan ve fiziksel anlamada en yaygın kullanımı bir

binadaki boşluk ya da bir konteynerin belli bir hacmidir. Kelimenin bu anlamı bazen
yöneticiler tarafından da kullanılır. Örneğin, bir ilaç üreticisi 1.000 litre kapasiteli bir
reaktör küvetine yatırım yapabilir, bir emlak şirketi şehir merkezinde 500 araç
kapasiteli bir otopark satın alabilir ya da çok katlı bir sinema 10 perdeli ve 2500
koltuk kapasiteli olarak inşa edilebilir. Bu kapasite ölçüleri bu işlemlerin
28
büyüklüklerini göstermesine rağmen bu yatırımların işlem kapasitesini ortaya

koymamaktadır. Bunun ortaya koyulabilmesi için varlıkların kullanımına uygun bir
zaman boyutu hesaba katılmalıdır. Böylelikle ilca şirketi 1.000 litrelik reaktör küveti
kullanarak ulaşabileceği çıktı miktarıyla ilgilenecektir. Eğer bir parti standart ürün
bir saatte üretilebiliyorsa planlanan işleme kapasitesi günlük 24.000 litre kadar çok
olabilir. Eğer reaksiyon dört saat sürüyor ve partiler arası temizlik iki saat sürüyorsa
küvet günlük sadece 4.000 litre üretebilecektir. Aynı şekilde otopark mesai saatleri
boyunca tamamıyla ofis çalışanlarının araçlarıyla doluyken işleme kapasitesi sadece
günlük 500 araç olacaktır. Alternatif olarak, otopark ortalama bir saat alışveriş
yapanlar tarafında ve akşamları üç saatliğine tiyatroya gidenler tarafından da
kullanılabilir. Bu şekilde işleme kapasitesi günlük 5.000 araca kadar çıkabilecektir.
Bu bakımdan, bir işlemin kapasitesi sürecin normal işlem şartları altında belirli bir
zaman periyodunda ulaşabileceği katma değerli faaliyetin maksimum düzeyidir
(Slack vd., 2013).
Üretim kapasitesi genellikle aşağıdaki üç faktöre göre tanımlanmaktadır

(Özgen, 1987):
a) İşletmenin üretim faaliyetlerinde kullandığı üretim faktörleri,

b) Üretim faktörlerinin kullanımı sonucu elde edilen ürün,
c) Bütün üretim didinme ve çabalarının belirli bir zaman dönemi
içerisinde oluşması.
Bu durumda, üretim kapasitesi, “işletmenin belirli bir süre içerisinde üretim

faktörlerini rasyonel bir biçimde kullanarak meydana getireceği üretim miktarı”
olarak tanımlanabilir (Özgen, 1987).
Kapasiteyi ölçmekteki temel sorun birçok işlemin karmaşık bir yapıda

olmasıdır. Sadece operasyon yüksek derece standart ve tekrarlı olduğu durumda
kapasiteyi net bir şekilde tanımlamak kolaydır. Yani bir televizyon fabrikasında
sadece bir model üretiliyorsa Model A televizyonu için haftalık kapasite 2.000 olarak
tanımlanabilir. Bir kamu kuruluşu haftalık olarak 500.000 vergi formunun çıktısını
alıp postalıyor olabilir. Bir tema parkında hızlı bir tur her üç dakikada 60 kişilik
29
grupları gezdirme şeklinde tasarlanmış olabilir ki bu da saate 1.200 kişiyi taşıma

kapasitesi demektir. Buradaki her bir durum için, çıktı kapasitesi ölçüsü en uygun
ölçüdür çünkü bu durumlarda işlemin çıktıları doğaları gereği farklılık
göstermemektedir. Daha fazla işlemin olduğu durumlar için kapasitenin tanımı bu
kadar da kolay değildir. Örneğin, değişken taleplere sahip daha geniş bir yelpazede
yer alan çıktılar olduğu durumda kapasite için çıktı ölçüsü çok da kullanışlı değildir.
Böyle durumlarda kapasiteyi tanımlamak için sıklıkla girdi kapasitesi
kullanılmaktadır. Neredeyse her türdeki işlem için Tablo 1.2’de görüldüğü gibi hem
girdi hem de çıktı ölçülerinin bir karışımı kullanılabilir ama pratikte ikisinden biri
seçilmektedir (Slack vd., 2013).
Tablo 1.2. Farklı İşlemler İçin Girdi ve Çıktı Kapasitesi Ölçüleri
İşlem Kapasitenin Girdi Ölçüsü Kapasitenin Girdi Ölçüsü

Klima Üretim Tesisi Kullanılabilir makine saati Haftalık ürün sayısı
Hastane Kullanılabilir yatak Muayene edilen haftalık hasta
sayısı
Tiyatro Koltuk sayısı Haftalık müşteri sayısı
Üniversite Öğrenci sayısı Yıllık mezun olan öğrenci
sayısı
Perakendeci Satış alanı Satılan günlük ürün sayısı
Havayolları Kullanılabilir koltuk sayısı Haftalık yolcu sayısı
Elektrik Şirketi Jeneratör büyüklüğü Üretilen elektriğin megavatı
Bira Fabrikası Fermantasyon tanklarının Haftalık litre
hacmi
Not: En yaygın kullanım şekli koyu (kalın) olarak gösterilmiştir.
Kaynak: Slack vd., 2013
1.6.1. Kapasite Türleri
Kapasite hesaplanmasında karşılaşılan zorluklar, değişik yaklaşımların

benimsenmesi sonucunu doğurmuştur. Bu durum da değişik nitelik ve türde kapasite
çeşitlerini ortaya çıkarmıştır. Bu kapasite çeşitlerinden en yaygın uygulama alanı
30
bulanlar şu şekildedir (Özgen, 1987; Üreten, 1999; Demir ve Gümüşoğlu, 2009;

Tekin, 2012):
Teorik Kapasite: İşletmenin birim zaman (gün, hafta, ay, yıl, vb.) içerisinde
durmadan ve dinlenmeden üretebileceği üretim miktarıdır. Böyle bir kapasite ile
çalışmak uygulamada mümkün değildir.
Pratik Kapasite: Teorik kapasiteden bakım, onarım, dinlenme vb. nedenlerle

ortaya çıkan kesilme ve duraklamalar düşürüldükten sonra elde edilen kapasiteye
verilen addır.
Fiili Kapasite: İşletmenin belirli bir süre içerisinde elde ettiği üretim
miktarına verilen addır. Fiili kapasite pratik kapasitenin üstüne ya da altına çıkabilir.
Talep düşmesi, tedarikte karşılaşılan zorluklar ve gecikmeler gibi durumlarda fiili
kapasite pratik kapasitenin altına düşebilir. Öte yandan, mevsimsel talep artışları,
fiyat yükselişleri gibi durumlarda da fiili kapasite pratik kapasitenin üstüne çıkarak
teorik kapasiteye yaklaşır.
Optimal Kapasite: Üretim birimi başına düşen toplam maliyetin en düşük

olduğu kapasitedir. Optimum kapasite pratik kapasiteye yakın olmaktadır. İşletmenin
üretim kapasitesi optimum kapasiteden uzaklaştığı sürece, üretim birimi başına düşen
değişken ve sabit maliyetler artmaktadır.
Atıl Kapasite: Optimal kapasitenin kullanılmayan kısmıdır. İşletmenin belirli

bir dönemdeki üretim miktarı normal kapasitenin altında ise aradaki fark atıl
kapasitedir ve bu durum maliyetleri yükseltir, fazla stok bulunmasını gerektirebilir
veya işletme atıl kapasiteden kurtulmak için daha az karlı ürünlerin üretimine
yönelebilir. Atıl kapasite, üretim maliyetlerini arttıracağında işletmeci tarafından
arzu edilmez.
Genel olarak kapasite çeşitleri ve üretim düzeyi arasındaki ilişkiler aşağıda

Şekil 1.5’te gösterilmiştir.
31
Şekil 1. 5. Kapasite Çeşitleri Arasındaki İlişkiler
Kaynak: Tekin, 2012
Bir işlemin teorik kapasitesi yani teknik tasarımcıların işlemleri tasarlarken

düşündükleri kapasite, pratikte her zaman ulaşılabilir değildir. Örneğin bir fotoğraf
kağıdı kaplama şirketi, yüksek hızda kağıt rulolarının üzerini ince bir kimyasal
tabakayla kaplayan çok sayıda kaplama hattına sahip olabilir. Her hat belirli bir hızda
çalışma yeteneğine sahip olabilir. Maksimum kaplama hızını tesisin çalıma saatiyle
çarpmak hattın teorik tasarım kapasitesini verecektir. Fakat gerçekte bu hat sürekli
olarak maksimum hızında çalıştırılamaz. Farklı ürünler farklı kaplama
gerekliliklerine sahip olacağımda hat bu değişiklikler sırasında durdurulmak zorunda
kalacaktır. Bakım ekiplerinin hatta düzenleme yapması gerekecek ve bu nedenle
verimli zamanlar üretim dışında kalacaktır. Teknik çizelgeleme sıkıntıları da zaman
kaybına neden olabilecektir. Bu kayıpların tamamı işlemler yöneticisinin hatası
nedeniyle olmamaktadır, pazar ve işlemdeki teknik talepler nedeniyle meydana
gelmektedir (Slack vd., 2013).
32
Bu gibi kayıplar hesaba katıldıktan sonra kalan gerçek kapasite işlemin pratik
kapasitesi olarak adlandırılmaktadır. Kapasitedeki azalmanın nedenleri işlemdeki bu
kayıplarla sınırlı kalmamaktadır. Kalite sorunları, makine arızaları, devamsızlık ve
diğer önlenebilir sorunlar da kapasiteyi olumsuz anlamda etkilemektedir. Bu durum
da hattın gerçek çıktısının pratik kapasiteden bile düşük olabileceği anlamına
gelmektedir. İşlem sonucu elde edilen gerçek çıktının teorik kapasiteye oranı tesisin
kullanım oranı, pratik kapasiteye oranı ise tesisin etkinliği olarak adlandırılmaktadır
(Slack vd., 2013).
1.7. KAPASİTE PLANLAMASI
Kapasite planlaması, işletme tarafından başarılabilecek çıktı miktarının

belirlenmesi sürecidir. Bu süreçte “Ne tür kapasiteye gereksinim var? Ne miktarda
gereksin var? ve Ne zaman gereksinim var?” soruları ele alınmaktadır (Yüksel,
2013).
İşletme kapasite büyüklüğünün planlanmasında hareket noktası, işletmenin

maddeci amacını oluşturan ve üretim konusunu teşkil eden ürün veya ürün
çeşitlerinin belirlenmesidir. Bu ürünlerin piyasaya sunularak işletmenin formel
amacını gerçekleştirecek şekilde uygun bir fiyatla pazarlanması söz konusudur.
Bunun için piyasanın bu ürün ya da ürün çeşitlerine ilişkin talep seviyesinin, satış
fiyatının, işletmenin pazarlama araçlarını kullanmasının ve bunun gerektirdiği
pazarlama masraflarının belirlenmesine ilişkin bir Pazar araştırmasının yapılması
gerekecektir. Piyasanın ihtiyaç seviyesi ve ihtiyacın nitelik ve nicelik olarak zaman
içindeki değişme eğilimleri, tüketici istekleri ve zevkleri, piyasanın rekabet durumu,
rakip işletmelerin büyüklükleri ve piyasa payları, gerçekleştirilebilecek satış fiyatı ve
diğer bilgiler piyasa araştırması ile tespit edilmelidir. Özetle, işletmenin üretim
kapasitesi büyüklüğünün planlanmasında aşağıdaki hususların belirlenmesi gerektiği
söylenebilir (Müftüoğlu, 1978):
 Hangi ürün veya ürün çeşitleri üretilecektir?

 Hangi ürün kapasitesi büyüklüğü seçilecektir?
33
 Satış hacminde mevsimsellik ve başka çeşit dalgalanmaların mevcut

olması halinde kapasite büyüklüğü ile ürün stoğu büyüklüğü arasındaki
ikame hangi oranda gerçekleştirilecektir?
 Üretim derinliğinin tespiti, yani işletmenin üretim kapasitesi hangi
üretim aşamaları kapsayacaktır?
Üretim yönetimi anlayışı, kapasitenin zaman boyutuna da önem vermektedir.

Yani, kapasite bazı zaman periyotlarına göre ele alınmalıdır. Bu durum uzun vadeli,
orta vadeli ve kısa vadeli kapasite planlamaları arasında genel bir ayrım olduğunun
göstergesidir. Kapasite planlaması genellikle üç zaman diliminde ele alınmaktadır
(Jacobs ve Chase, 2008):
Uzun vade – bir yıldan fazla. Bina, ekipman ve tesis gibi uzun vadeli
kaynakların elde edilmesinin ve elden çıkarılması zaman aldığından uzun vadeli
kapasite planlama üst yönetimin katılımını ve onayını gerektirmektedir.
Orta vade – gelecek 6-18 aylık dönem için aylık ya da 3 aylık planlar. Burada
kapasite, işe alma işten çıkarma, yeni araç gereç, küçük çaplı ekipman alımları ve
taşeronluk gibi alternatifler kullanılarak değiştirilebilir.
Kısa vade – bir aydan daha az. Günlük ya da haftalık çizelgeleme sürecine
bağlıdır ve planlanan ile gerçek çıktı arasındaki değişkenliği ortadan kaldırmak için
ayarlamalar yapmayı içerir. Fazla mesai, personel nakli ve alternatif üretim rotaları
gibi alternatifleri içermektedir.
Kapasite planlaması ve kontrolü talebi karşılayacak şekilde işlemlerin efektif

kapasitesinin oluşturulması işlemidir. Genellikle talepteki dalgalanmalara işlemlerin
ne şekilde karşılık vereceğine karar vermekle ilgilidir. Bazı alternatif kapasite
stratejileri vardır. Bu stratejiler fiziksel kapasitedeki önemli değişikliklerle ilgilidir
ve uzun vadeli kapasite stratejisi olarak adlandırılmaktadır. Daha kısa zaman
aralıklarındaki kapasite kararlarıyla ilgilenilecek bu aşamada üretimin uzun vadeli
kapasite stratejisi bağlı olarak oluşturulmuş fiziksel kapasite kısıtları içerisinde bir
kapasite kararı verilmektedir (Slack vd., 2013).
34
Kapasite seçimine ilişkin karar aşağıdaki işlemlerin uygulanmasıyla

gerçekleştirilebilir (Özgen, 1987):
 Mevsimsel satış düzeylerine uygun üretim hızının saptanması

 En ekonomik vardiya sayısının saptanması
 En ekonomik vardiya artışının belirlenmesi
 Diğer işletmelerden yapılacak satın alma oranının belirlenmesi
Kapasitenin planlanmasında üretim yöneticileri tarafından alınacak kararlar

performansın birçok değişik farklı yönünü etkileyecektir (Slack vd., 2013):
Maliyetler kapasite ile talep (ya da çıktı düzeyi) arasındaki dengeden

etkilenecektir. Talepten fazla olan kapasite düzeyi kapasitenin kullanım oranının
düşmesi anlamına gelebilir ve bu yüzden yüksek birim maliyete sebebiyet verebilir.
Gelirler de yine kapasite ve talep arasındaki dengeden etkilenecektir ancak

etki zıt yönlü olacaktır. Talebe eşit ya da talepten yüksek kapasite düzeyi tüm talebin
karşılanmasını ve gelir kaybının olmamasını sağlayacaktır.
İşletme talep değil de stok öncelikli olarak çalışıyorsa işletme sermayesi bu

durumdan etkilenecektir. Bu durum talebin karşılanmasına sağlayacak ama firmanın
stoklara kaynak ayırmasını gerekli kılacaktır.
Örneğin geçici personel istihdam ederek kapasite düzeyinde büyük çaplı

dalgalanmalar içeren bir kapasite planı ürünlerin ya da hizmetlerin kalitesini
etkileyebilir. Yeni personel ve üretimin rutin çalışmasındaki bozulmalar hatalı ürün
üretilme olasılığını arttırabilir.
Müşteri talebine cevap hızı stokları arttırmakla (müşterilerin ürünün

üretilmesini beklemek yerine ürünlerini direkt olarak stoklardan temin etmesi) ya da
beklemeleri önlemek için artık kapasitenin ihtiyatlı tedariğiyle sağlanabilir.
Arza bağımlılık da talebin kapasiteye ne kadar yakın olduğundan

etkilenecektir. Talep kapasite sınırına ne kadar yakınsa beklenmedik dalgalanmalarla
35
başa çıkılması o kadar zor ve ürün ya da hizmetlerin teslimatına güven o kadar düşük
olacaktır.
Esneklik, özellikle hacim esnekliği, artık kapasite yardımıyla sağlanacaktır.

Eğer kapasite ve talep dengedeyse, üretim işlemi talepteki beklenmedik artışlara
cevap veremeyecektir.
Talep ve kapasite kavramlarının anlaşılmasından sonraki adım talepteki

dalgalanmalara cevap verebilecek alternatif yöntemlerin belirlenmesidir. Bu
dalgalanmalarla başa çıkabilmek için üç tane teorik seçenek vardır. Pratikte bu teorik
planların bir karışımı kullanılır ama bu planlardan biri baskın olabilir. Bu teorik
planlar şu şekildedir (Slack vd., 2013):
 Dalgalanmaları göz ardı edip üretim seviyesini sabit tutmak (sabit

kapasite planı)
 Talepteki dalgalanmalara cevap verecek şekilde kapasiteyi ayarlamak
(talep takibi planı)
 Talebi kapasiteye uygun olarak değiştirmeye çalışmak (talep yönetimi).
Kapasite planlamasındaki temel amaç planlama ile ortalama birim maliyetin

minimum olduğu optimal üretim düzeyine ulaşmaktır (Çelikçapa, 1999).
Kapasite kararları genişlemeden daha fazlasını kapsamaktadır. Aynı zamanda

tesislerin kapatılması ya da küçültülmesini, var olan tesislerin transferini ve sıfırdan
yeni tesislerin ya da prototip sistemlerinin açılmasını içermektedir. Genel olarak,
talep seviyesindeki değişiklikler ya da daha rekabetçi olma isteği tüm bu kapasite
kararlarını etkilemektedir (Hanna ve Newman, 2001).
1.7.1. Kapasite Belirleme Yöntemleri
Kapasiteyi var olan talebe göre ayarlamak için birçok taktik vardır. Bu taktikler
(Heizer ve Render, 2011):
1. Personel değişiklikleri yapmak (iş gücü veya vardiya sayısını arttırmak

ya da azaltmak)
36
2. Ekipmanları ayarlamak (Ek ekipman ve makine almak ya da var olan

ekipmanları satmak ya da kiralamak)
3. Çıktıyı arttırmak için süreçleri iyileştirmek
4. Daha fazla çıktı elde etmek için ürünleri yeniden tasarlamak
5. Ürün önceliklerinin değişmesine karşılık verebilmek için süreç
esnekliği oluşturmak
6. Tesis kapatmak
Ancak burada asıl önemli ve stratejik olan konu doğru kapasiteye sahip tesise
nasıl sahip olunacağıdır.
Talep takibi yaklaşımı talebin bazı araçlar kullanılarak ayarlanmasını

gerektirir. Bunu başarmak için bir takım değişik yöntemler mevcut olmakla birlikte
bu yöntemler tüm üretim tipleri için uygun olmayabilir. Bu yöntemlerden bazıları
aşağıda listelenmiştir (Slack vd., 2013):
Fazla mesai ve atıl zaman: Kapasiteyi ayarlamanın en hızlı ve uygun yolu

sıklıkla üretimde çalışan personelin üretken saatlerinin değiştirilmesidir. Talep
nominal kapasiteden yüksek olduğunda fazla mesai yapılır, düşük olduğunda ise
çalışanların üretken saati düşürülebilir. İkinci durumda, personelin temizlik ya da
bakım gibi diğer faaliyetlerde çalıştırılması mümkün olabilir. Bu yöntem, yalnızca
ekstra üretken kapasitenin talebi karşıladığı durumda kullanışlıdır. Bu yöntem de
ayrıca çalışılan ekstra zamanın büyüklüğünün iş gücünün verimlilik düzeyini
düşürmeyecek şekilde belirlenmesine özen gösterilmelidir.
İşgücü büyüklüğünü değiştirmek: Kapasitenin büyük ölçüde işgücü

büyüklüğüne bağlı olduğu durumlarda kapasiteyi ayarlamanın bir yolu da işgücü
büyüklüğünü ayarlamaktır. Bu ise talebin yüksek olduğu dönemlerde ekstra işgücü
kiralama ve talep düştüğünde onları işten uzaklaştırmakla ya da işe alma ve çıkarma
yoluyla yapılır. Ancak bu yöntemi benimsemeden önce göz önünde bulundurulması
gereken maliyetle ve etikle ilgili sonuçlar vardır. Ekstra personel istihdam etmenin
maliyetleri işe almayla ilgili tüm maliyetleri ve yeni personelin işi öğrenmesi
süresince oluşan düşük verimliliğin maliyetini içermektedir. İşten çıkarmanın
37
maliyetleri ise muhtemel kıdem tazminatı ödemelerini ve üretimdeki moral ve yerel

iş gücü piyasasındaki iyi niyet kaybını içermektedir. Mikro üretim düzeyinde,
üretimin bir alanındaki talepteki yükselmelerle başa çıkmanın yolu iş tasarımını ve iş
ayrımını uygum esneklikte inşa etmekten geçer ki bu şekilde üretimin daha az yoğun
kısmında çalışanlar yoğun kısımlara transfer edilebilsin.
Yarı zamanlı personel kullanma: Önceki stratejinin bir varyasyonu da yarı

zamanlı personel çalıştırmaktır. Bu yöntem fast-food restoranı ve süpermarket gibi
hizmet işlemlerinde geniş bir biçimde kullanılmaktadır ayrıca bazı imalat
işletmelerinde de normal çalışma gününden sonra akşam vardiyasında
kullanılmaktadır. Eğer bir personeli istihdam etmenin sabit maliyeti, personelin ne
kadar çalıştığından bağımsız olarak, yüksek ise bu yöntemi kullanmak yararlı
olmayabilir.
Taşeronluk: Talebin yüksek olduğu dönemlerde, taşeronluk adı altında başka

firmalardan kapasite satın alınabilir. Bu yöntem firmaya yüksek talep geçtiğinde
ihtiyaç duymayacağı bir kapasite için ekstra yatırım harcaması yapmadan talebi
karşılamasını sağlar. Bu yöntemle ilgili maliyetler de söz konusudur. En açık olanı
taşeronluğun oldukça pahalı olduğudur. Aynı zamanda, taşeron karın belli bir
kısmını da isteyecektir. Ayrıca taşeron zamanında teslim ve istenilen kalite
düzeyinde üretim konusunda motive olmayabilir. Son olarak, taşeronun da aynı
pazara girmeye karar verme riski de söz konusudur.
DOĞRUSAL PROGRAMLAMA VE UZANTILARI
Doğrusal programlama, belirli bir hedefi gerçekleştirmek için sınırlı

kaynakların en etkin kullanımını ve çeşitli alternatifler arasında en uygun seçimi ya
da dağılımı sağlayan bir matematiksel programlama tekniğidir. Buradaki “doğrusal”
terimi modeldeki tüm fonksiyonların doğrusal olduğunu anlatırken “programlama”
terimi ise bir hareket tarzının veya planının seçilmesi anlamına gelmektedir. Bir
doğrusal programlama modeli, kısıtlı kaynakların rakip faaliyetler arasındaki
dağıtımını en uygun bir şekilde gerçekleştiren dağıtım planını bulmada kullanılan
doğrusal bir modeldir. Doğrusal programlama modellerin karar problemlerine
yaklaşım bakımından en önemli katkısı faaliyetlerin diğer unsurlarla ilişkilerini de
bir bütünlük içerisinde ele alabilmesi yani sistem yaklaşımını benimsemiş olmasıdır
(Özgüven, 2002; Esin, 1984; Büyükkeklik, 2007).
Çalışmanın bu bölümünde, üretim planlama problemlerinin çözümlenmesinde

de kullanılabilen, geniş bir uygulama alanına sahip, doğrusal programlama yöntemi,
simpleks yöntemi anlatılmıştır.
2.1. DOĞRUSAL PROGRAMLAMANIN GELİŞİMİ VE UYGULAMA

ALANLARI
İşletmelerin karşılaştığı karar problemlerinin çözülmesinde en fazla kullanılan

sayısal tekniklerin başında, yöneylem araştırmasının alt dallarından olan doğrusal
programlama modelleri gelmektedir. İşletme operasyonlarındaki karmaşıklığın
doğrudan bir sonucu olarak yönetimsel karar vermeye özellikle de matematiksel
yaklaşım ve karar teorisi yaklaşımlarında yer alan sayısal tekniklere verilen önem
artmıştır. Bu yaklaşımların temeli II. Dünya Savaşı’nın başlangıcında yeni ve
kompleks askeri problemlerin çözümü için oluşturulan disiplinler arası araştırma
takımlarına kadar dayanmaktadır (Harrison, 1983).
Özellikle II. Dünya Savaşı sırasında askeri sorunların çözümünde ilk

uygulamaları yapılan Yöneylem Araştırması, bu nedenle “operasyon-harekât”
sözcükleriyle bağlantılı olarak “Operations Research” ve Türkçe’de başlangıçta
39
“Harekât Araştırması” ismini almıştır. II. Dünya Savaşından sonra da bu bilim

gelişmiş, özellikle çözüm algoritmalarında ve bunların bilgisayarlar yardımıyla
oluşturulmasında ve çözümlenmesinde mesafe kat edilmiştir (Büyükkeklik, 2007;
Özden ve Gül, 2014). Yöneylem Araştırmasının matematiksel yüzüyle, karar
süreçleri daha geniş bir yelpazede ele alınmış olacaktır. Bu nokta II. Dünya Savaşı
sırasında İngiliz bilim adamlarınca fark edilmiş ve böylelikle ilk Yöneylem
Araştırması faaliyeti II. Dünya Savaşı’nda gerçekleştirilmiştir. Sınırlı miktardaki
savaş malzemesinin dağıtımının en iyi biçimde gerçekleştirilmesi şeklindeki bu
faaliyetlerin sürdürülebilmesi için, sosyolog, psikolog, davranış bilimci gibi, karar
sürecinde etkili olabilecek bilim adamlarından oluşan bir ekip görev yapmıştır (Taha,
2007)
Yöneylem Araştırması, karar organlarının, karar vermelerinde kontrolleri

altında bulunan her türlü olanağı, süre unsuru içinde işletmeyi istenilen amaca en
uygun biçimde yönetebilmeleri için kantitatif esaslara dayanarak yapılan
araştırmaların tümü şeklinde tanımlanabilir. Yöneylem Araştırması karar
organlarının karar vermelerine yardımcı olmakla beraber insan-makine sistemlerinin
yapısını ve davranışlarını incelemeyi ve açıklamayı, bu sistemlerin hedeflerine uygun
yönetim ve kontrollerine ilişkin karar verme sorunlarını çözümlemeyi veya bunun
için yöntemler ve teknikler geliştirmeyi amaçlamaktadır (Esin, 1984).
Yöneylem araştırması, bir organizasyonun etkili çalışmasının sağlaması için

sorunların ortaya çıkartılmasında ve bunların çözümü ile örgütün geliştirilmesinde
kullanılır. Örgütün işleyişine ve ürettiği ürene ve hizmete ilişkin en kapsamlı ve
bilimsel veri toplama yöntemlerinden biri yöneylem araştırmasıdır. Bu yöntem,
gerekli alanlardan uzmanların oluşturduğu takımlarca uygulanmalıdır. Yine bu
yöntemle yapılacak araştırmalar sürekli olmalıdır (Doğan, 1995).
Yöneylem araştırmasını kullanarak hangi alanlarda ne gibi çalışmalar

yapılabileceği konusunda bir fikir oluşturması için Yöneyle Araştırması’nın en
yaygın kullanım alanları Tablo 2.1’de verilmiştir (Yılmaz, 2005):
40
Tablo 2. 1. Yöneylem Araştırmasının Uygulama Alanları
1. Üretim planlama 16. Malzeme ve envanter yönetimi

2. Üretim Tablolama 17. Tahmin ve kestirme yöntemleri
3. Verimlilik analizi 18. Esnek imalat sistemleri
4. Toplam kalite yönetimi 19. Karar modelleri
5. Proje yönetimi 20. Rassal süreçler
6. Taşıma/ulaşım 21. Tesis yer seçimi ve dağıtım
7. Stratejik planlama 22. Maliyet analizi
8. Kent hizmetleri yönetimi 23. Finansal planlama
9. Yatırım planlama 24. Bütçe planlama ve kontrol
10. Savunma uygulamaları 25. Bakım planlaması
11. Optimizasyon 26. Enerji planlaması
12. Benzetim 27. Performans ölçümü
13. Bilgisayarla bütünleşik imalat 28. Reorganizasyon
14. Tam zamanında üretim 29. İnsan gücü planlaması
15. Karar destek ve uzman sistemler 30. Yönetim bilişim sistemleri
Kaynak: Yılmaz, 2005
Askeri uygulamalardaki gereklilikten doğan Yöneylem araştırmasının en

yaygın askeri kullanım alanları da Tablo 2.2’de gösterilmektedir (Genelkurmay
Başkanlığı, 2000):
41
Tablo 2. 2. Yöneylem Araştırmasının Askeri Uygulama Alanları
1. Savunma planlarının oluşturulması 11. İkmal noktalarının belirlenmesi

2. Harekât ihtiyaçlarının analizi 12. İkmal dağıtım yollarının seçilmesi
3. Harekât planlaması 13. Kaynak planlaması
4. Birliklerin konuşlandırılması 14. Ulaştırma
5. Silah sistemlerinin geliştirilmesi 15. İnsan gücü planlaması
6. Taktik alternatiflerin seçimi 16. Kuvvet yapılarının değerlendirilmesi
7. Tehdit analizi 17. Kuvvet planlaması
8. Hedef analizi ve ateş planlaması 18. Bakım ve onarım
9. Kriz yönetimi 19. Tesis yeri seçimi
10. Lojistik faaliyetlerin planlanması 20. Savunma bütçesinin planlanması
Kaynak: Genelkurmay Başkanlığı, 2000
Yöneylem araştırması bir süreç olup, gerekli verilerin dikkatlice elde edilmesi,
bilimsel bir model formülüne dâhil edilmesi ve gözlemlenmesidir. Yöneylem
araştırmasının modelleri problemlerin yapısına göre farklılık değiştirmekle birlikte
bu modeller deterministik ve olasılıklı modeller olarak gruplandırılabilir. Bunlar
Tablo 2.3‘te geniş bir biçimde gösterilmektedir (Maltepe, 2012):
Tablo 2. 3. Yöneylem Araştırması Modellerinin Sınıflandırılması
Olasılıklı Modeller Deterministik Modeller

Markov Zincirleri Doğrusal Programlama
Kuyruk Teorisi Tamsayılı Programlama
Karar Analizi Hedef Programlama
Simülasyon Ulaştırma ve Atama Modelleri
Tahmin Modelleri Doğrusal Olmayan Programlama
Güvenirlilik Analizi Oyun Teorisi
Olasılıklı Dinamik Programlama Deterministik Dinamik Programlama
Olasılıklı Stok Modelleri Şebeke (Ağ) Analizi
CPM ve PERT ile Proje Planlama
Kaynak: Maltepe, 2012

42
Çalışmanın bu aşamasından sonra yöneylem araştırmasının optimizasyon

problemlerinin deterministik modellerin çözümünde en belirgin ve başarıyla
kullanılanı doğrusal programlama detaylı olarak anlatılacaktır.
Doğrusal programlama, belirli doğrusal eşitlik ya da eşitsizliklerin kısıtlayıcı

koşulları altında doğrusal bir amaç fonksiyonunun optimum sonucunu bulmak olarak
tanımlanabileceği (Alan ve Yeşilyurt, 2004) gibi; belirli bir amacı gerçekleştirmek
için sınırlı kaynakların en etkin kullanımını ve çeşitli alternatifler arasında en
optimum dağılımını sağlayan bir matematiksel programlama tekniği şeklinde de
tanımlanabilir. Buradaki “doğrusal” terimi modeldeki tüm fonksiyonların doğrusal
olduğunu anlatırken; “programlama” terimi ise bir hareket tarzının veya planının
seçilmesi anlamına gelmektedir. Böylece, bir doğrusal programlama modeli, kısıtlı
kaynakların rakip faaliyetler arasındaki dağıtımını en uygun bir şekilde
gerçekleştiren dağıtım planını bulmada kullanılan doğrusal bir modeldir (Özgüven,
2002).
Doğrusal programlama modellerin karar problemlerine yaklaşım bakımından

en önemli katkısı, sistemin öğelerini ve aralarındaki ilişkileri temsil eden modeller
kurabilmesi ve modeldeki parametre veya karar değişkenlerinin bir diğerine olan
etkisinin kolaylıkla etüt edilebilmesidir (Esin, 1984). Problemlerin sayısal verilerle
en kolay anlatımı doğrusal programlama modelleriyle olmaktadır.
Bir doğrusal programlama modeli, temelde, amaç fonksiyonu ve sınırlar olmak

üzere iki bileşenden oluşur. Amaç fonksiyonu ile minimize edilmek istenen genelde
bir işin maliyeti, üretim işlemlerin toplam zamanı, bir tezgahın boş geçen süresi gibi
faktörlerken; maksimize edilmek istenen faaliyetlerdeki toplam kar katkısı, taşınan
yük miktarı, üretilen ürün miktarı, satış miktarı gibi faktörlerdir. Sınır şartları ise
genelde: zaman, işgücü miktarı, talep miktarı, tezgah sayısı, kalıp sayısı, tezgah
kapasitesi, depo alanı, talep miktarı, arz miktarı, hammadde ve malzeme miktarı,
taşıyıcı araç kapasitesi, işletme sermayesi gibi kısıtlı kaynaklardan oluşur.
(Büyükkeklik, 2007)
43
Analiz yöntemleri içerisinde en yaygın olarak kullanılan bu teknik, basit bir

anlatımla, kısıtlı kaynakların birbirleri ile rekabet durumunda olan kullanım alanları
arasında en iyi paylaştırılması sorunu ile ilgilenir. Bu haliyle doğrusal programlama,
birden fazla ürün üreten ve kaynak kullanan işletmelerin sorunlarını çözmede
kullanılabilecek bir firma analiz yöntemidir (Dal, 2011).
Örneğin, işletme problemleri yönünden doğrusal programlama, para, makine,

araç, gereç, zaman, insan gücü, vb. gibi kaynakları birtakım sınırlayıcı şartlar altında
en uygun yararı sağlayacak biçimde bir arada nasıl kullanmak gerektiğini
çözümleyen teknikler dizisidir (Dal, 2011).
Temelde doğrusal programlama, verilen sınırlamalara bağlı kalarak kısıtlı

kaynakların optimal dağıtımını içeren matematiksel bir tekniktir (Öztürk, 1984). Bir
başka tanıma göre doğrusal programlama, doğrusal eşitlik veya eşitsizlikler halinde
bulunan kısıtlayıcı şartlar altında, belli bir amaç fonksiyonunun eniyilemesidir (Esin,
1984).
Doğrusal programlamanın ilk olarak uygulandığı alan, kaynak tahsisi ve

dağıtım sorunları olmuştur. Doğrusal programlamanın uygulama amacı ve uygulama
alanları şu şekilde özetlenebilir (Dal, 2011):
a) Birden fazla kaynaktan elde edilen çıktının birden fazla noktaya dağıtılması
problemleri: Bu dağıtım işinde kaynakların kapasitesi ve dağıtılan noktaların ihtiyaç
miktarları birer sınırlayıcı kısıt olarak ele alınır.
b) Bileşen karışımı problemleri: Birden fazla malın üretiminde kullanılacak

olan üretim tesis kapasitesinin tahsisi, kapasitenin tahsis miktarları, her bileşenden ne
miktar karıştırılacağı problemi ele alınır.
c) Yapma veya satın alma problemleri veya dışarıdan bir firmaya iş verme:
Hangi mallar üretilmeli, hangileri dışarıdan temin edilmeli konularındaki kararlar ele
alınır.
d) Öngörülen yatırımların getireceği gelirlerin değerlendirilmesidir.

44
Doğrusal programlamanın işletmelerde bulacağı uygulama alanları çok

çeşitlidir. İşletmelerin birçoğunda yararlanılan doğrusal programlama metodu
yukarıda belirtilenlerden başka (Şen, 1974):
a) En karlı üretim programının tespiti,
b) En iyi envanter stratejisinin tespiti,
c) Satın alma veya satış fiyatlarında yapılacak değişikliklerin etkilerinin

ölçülmesi,
d) En karlı mal karışımının tespit edilmesi,
e) Kuruluş yeri seçimi, en iyi yer tespiti,
f) En düşük maliyette üretimin zaman esasına göre düzenlenmesi,
g) Dağıtım yerlerinin veya depoların en uygun kuruluş yerinin seçilmesi gibi

konularda doğrusal programlama metodu kullanılır.
Üreten (1999) ise doğrusal programlamanın kullanım amaçlarından bazılarını

su şekilde sıralamıştır:
 Bir ürüne olan talebi karşılayacak ve üretim ve stoklama maliyetlerini

minimize edecek üretim planının hazırlanması,
 İşletmenin kârını maksimize edecek şekilde mevcut makine ve
işgücüyle üretilebilecek ürün karmasının belirlenmesi,
 Minimum maliyetle üretimi gerçekleştirecek hammadde bileşimlerinin
belirlenmesi,
 İşgücünün makinelere tahsisi
Belirlilik ortamlarında kullanılan deterministik yapıdaki doğrusal programlama

modelleri; üretim planlama ve programlama problemleri, satın alma problemleri, iş
dağıtımı problemleri, karışım problemleri, ulaştırma problemleri, yatırım projeleri,
tezgah yerleşim problemleri, kuruluş yeri seçimi problemleri gibi çok geniş bir
uygulama alanına sahiptir. Doğrusal programlama modellerinin üretim işletmelerinde
45
kullanılabileceği karar problemlerini aşağıdaki başlık ve alt başlıklar olarak

genelleyebiliriz: (Büyükkeklik, 2007)
1. Üretim Yönetimi
o Optimum kuruluş yeri seçimi,

o Optimum makine ve teçhizat seçimi, bunların yerleştirilmesi
o Üretim planlarının, ana üretim programının hazırlanması,
o İşgücünün işlere atanması,
o Tezgah (kalıp) yükleme ve tablolama,
o Fabrika içi malzeme taşıma ve yerleştirme,
o Kalite kontrolü,
o Üretim hattı dengeleme,
o Bakım onarım programlarının hazırlanması,
o Stok yönetimi,
o Makine teçhizat yenilenmesi.
2. Pazarlama Yönetimi
o Ürün karmasının saptanması,

o Ürün fiyatlarının belirlenmesi,
o Yeni ürün geliştirilmesi,
o Talep tahmini,
o Pazar araştırması,
o Rakiplerle ilişkiler,
o Satış programlarının hazırlaması,
o Minimum reklam harcaması ile maksimum faydanın elde
edilebileceği reklam programlarının hazırlanması ve medya
seçimi,
o Toptancı depo yerlerinin belirlenmesi.
3. Finansman ve Muhasebe
o Maliyet analizleri,
46
o Sermaye bütçeleme ve yatırım kararlarının verilmesi,

o Banka fonlarından optimum getiriyi sağlayacak şekilde borç
alınması,
o Bütçe analizleri.
4. Personel Yönetimi
o İşgücü planlaması, işgücünün işlere atanması,

o Ücret ve prim sistemlerinin hazırlanması,
o İş değerlendirme faktörlerinin belirlenmesi.
5. Stok Kontrolü
o Hammadde ve malzeme stok seviyelerinin belirlenmesi,

o Ekonomik sipariş miktarı ve zamanının belirlenmesi,
o Satın alma tekliflerinin hazırlanması ve değerlendirilmesi,
o Satın alma politikasının belirlenmesi,
o Çok fabrikalı, çok satıcılı satın alma durumlarında fiyat, kalite,
depolama ve ulaşım gibi faktörlerin en uygun biçimde
belirlenmesi.
Doğrusal programlamanın uygulama alanları sayılamayacak kadar çok

olmasına rağmen, genellikle uygulamaları endüstriyel ve ekonomik olmak üzere iki
grupta toplayabiliriz (Esin, 1984):
1. Endüstriyel problemlere doğrusal programlamanın uygulanması:
 Standart taşıma sorunlarına,

 Üretim ve tahsis sorunlarına,
 İşletmelerde görevlerin planlanması sorunlarına,
 İs makinelerin yerleşim sorunlarına,
 En iyi ürün karışım ve faaliyetlerinin düzenlenmesi sorunlarına,
 Beslenme sorunlarının çözümlenmesine,
 İşletmelerin kuruluş yerlerinin tespiti sorunlarına vb.
47
2. Ekonomik teoriye doğrusal programlamanın uygulanması:
 Firma teorisine klasik yaklaşım problemlerine,

 Dual (ikili) doğrusal programlama problemlerinin ekonomik yorumu,
 Pratikte kullanılan girdi-çıktı modelleri ve bunların analizleri vb.
problemler.
2.2. DOĞRUSAL PROGRAMLAMANIN DAYANDIĞI VARSAYIMLAR
Doğrusal programlama modelinden tutarlı sonuçların elde edilmesi bazı

varsayımlara bağlıdır. Bu varsayımlar doğrusallık, bölünebilirlik, toplanabilirlik,
sınırlılık varsayımları ve negatif olmama koşuludur (Öztürk, 1984):
 Doğrusallık Varsayımı
Bu varsayım işletmenin girdileri ile çıktıları arasında doğrusal bir ilişkinin

bulunduğunu gösterir. Üretim düzeyi artarken aynı oranda üretim girdileri de
artmaktadır. Matematiksel modele indirgenmiş bu ilişkinin denklemlerinin tek
katsayı ile belirlenen doğrusal formda denklemler olduğu kabul edilmektedir.
 Bölünebilirlik Varsayımı
Üretim faktörlerinin ve üretilen ürünlerin kesirlerle tanımlanabilen küçük

ünitelerinin kullanılabilmesi ve üretilebilmesi olanağına bölünebilirlik denir. Her bir
karar değişkeninin kesirli değerler almasına izin verilmesini ister. Böylece bu
değişkenler, sadece tamsayılı değerler alması için sınırlandırılmaz. Her karar
değişkeni bazı faaliyetlerin düzeyini gösterdiğinden, faaliyetlerin kesirli düzeylerde
çalışabileceği varsayılır.
 Toplanabilirlik Varsayımı
Bu varsayım çeşitli üretim faaliyetleri tarafından kullanılan üretim faktörleri

toplamının kullanılan toplam faktör miktarına eşit olması koşuludur. Doğrusal
programlamada her fonksiyon ilişkin olduğu faaliyetlerin bireysel katkılarının
toplamıdır. Bu varsayımı kısıtlayıcının sol tarafındaki fonksiyon için ele alırsak,
48
değişik üretim faaliyetlerine kaynak olan üretim girdilerinin toplamının, her bir işlem
için ayrı ayrı kullanılan girdilerin toplamına eşit olduğunu gösterir.
 Sınırlılık Varsayımı
Üretim faaliyetlerinin ve üretim faktörlerinin sayı bakımından sınırlı olma

koşulunun yanı sıra bazı üretim faktörlerinin miktar bakımından da sınırlı olması,
sınırlılık varsayımı olarak adlandırılır. Sınırsız sayıda üretim faktörü ve sınırsız
sayıda üretim faaliyeti bulunan bir işletmede herhangi bir sorun olduğu kabul
edilemez.
 Negatif Olmama Koşulu
Doğrusal programlama probleminde faaliyetlerle ve faktörlerle ilgili

değişkenlerin negatif bir değer almasının işletmede bir anlamı olmadığından, üretim
düzeyinin sıfır ya da sıfırdan büyük değer alması şarttır.
2.3. DOĞRUSAL PROGRAMLAMA MODELLERİNİN KURULMASI
Doğrusal programlama modeli bir Yöneylem Araştırması problemi olarak

düşünüldüğünde üç temel elemanı olacaktır:
1. Belirlenen karar değişkenleri
2. Optimum kılacağımız amaç (hedef)
3. İçinde bulunduğumuz kısıtlar
Model geliştirmede ilk adım karar değişkenlerinin açıkça tanımlanmasıdır.

Karar değişkenleri tanımlandıktan sonra, bundan yararlanılarak amaç fonksiyonu
oluşturulur. Modelin son aşaması ise içinde bulunulan duruma ait kısıtlardır.
Modelde bulunmayan ve değişkenlerin negatif değer alamayacağını ifade eden bir
başka kısıt daha vardır. Bu negatif olmama koşulunu sağlayan kısıttır ve işaret kısıtı
olarak adlandırılır (Taha, 2007).
49
Stevenson’a (1996) göre ise bir doğrusal programlama modeli yapısında dört
unsuru bulundurur:
• Amaç,
• Karar değişkenleri,
• Kısıtlar,
• Parametreler.
Amaç fonksiyonu, yönetimin ulaşmak istediği hedefin matematiksel ifadesidir.

Bu ifadede, karar vericinin kontrolü altındaki parametrelerin, yani, karar
değişkenlerinin amaç üzerindeki etkilerinin analitik olarak gösterimi sağlanır. Amaç
fonksiyonu negatif olmayan karar değişkenlerinden oluşur. Çünkü karar değişkenleri,
bir malın üretilmesi, bir aracın yaptığı sefer sayısı, bir işin yapılmasında kullanılacak
işgücü, bir reklam aracının kullanılması gibi unsurları temsil etmek için modelde yer
alır ve bu unsurların da negatif olması düşünülemez (Büyükkeklik, 2007).
Problemi şekillendiren koşullar da kısıtlar setini oluşturur. Amaç

fonksiyonunda olduğu gibi kısıtlar seti de matematiksel denklemler şeklindedir. Bu
denklemlerde eşitliklerin bulunması tanımlanan kaynakların tümüyle kullanılacağını
gösterirken; eşitsizliklerin bulunması kaynak kullanımlarının koşullu olduğunu
gösterir (Çınar, 1990). Eğer tüm sınırlar eşitlik biçiminde ifade edildiyse en iyi
çözüm tek bir noktada oluşur (denklemlerin kesim noktası), tam tersi olarak tüm
sınırlar eşitsizlik şeklindeyse sonsuz sayıda olası çözüm vardır, ancak, amaç
fonksiyonunun tek bir en iyi (optimum) değeri vardır.
Doğrusal programlama, sınırlı kaynakların alternatifler arasında dağıtılması

problemi ile ilgilendiğinden negatif faaliyetler veya negatif kaynak kullanımından
söz etmek mümkün değildir. Doğrusal programlama modellerinin son kısmı da karar
değişkenlerin negatif olmamalarını sağlayan sınırdan oluşmaktadır (Büyükkeklik,
2007).
50
Herhangi bir problemin doğrusal programlama problemi olabilmesi için bazı

koşulları sağlaması gerekir (Cinemre, 2011).
1) Karar vericinin ulaşmak istediği bir amacı olmalıdır.
2) İçlerinden en az bir tanesi amacı gerçekleştirecek olan alternatif stratejiler

bulunmalıdır.
3) Kaynaklar sınırlı olmalıdır.
4) Amaç matematiksel olarak açıklanabilmeli ve kullanılan kaynakların

sınırları eşitlik ve eşitsizlikler biçiminde gösterilmelidir. Bu eşitlik veya
eşitsizliklerin hepsi doğrusal olmalıdır.
Bu koşullar sağlandıktan sonra problem matematiksel olarak ifade edilebilir.
Diğer sayısal karar verme yöntemlerinin hepsinde olduğu gibi doğrusal

programlama modellerinin kurulması da problemin tanımlanması ile başlar.
Tanımlanan problem bulunduğu sistem içerisinde gözlemlenerek, probleme etki eden
parametreler belirlenir. Bu parametreler kullanılarak problemin amaç fonksiyonu ve
kısıtlar setinden oluşan doğrusal programlama modeli kurulmuş olur. Bu modelin
çözülmesiyle, tüm sınır şartlarını sağlayan ve amaç fonksiyonunun değerini de
optimum yapan karar değişkenlerinin değerleri elde edilir.
Doğrusal programlama modellerinin temel kurulum aşamaları ve bu

aşamalarda yerine getirilen faaliyetler aşağıda verilmiştir:
1. Problemin belirlenmesi: Bu aşamada çalışmaya konu olan, karar vericiler,

karar vericinin amaçları, karar değişkenleri, parametreler, sınır şartları gibi temel
faktörler belirlenir.
Karar değişkenleri, problemi etkileyen kontrol edilebilir değişkenlerdir. Karar

verici tarafından karar değişkenlerinin; kavramsal tanımları (üretilecek ürünler,
kullanılacak makinalar, çalıştırılacak işçiler, kullanılacak hammaddeler vb.)
yapıldıktan sonra bunlar Xi, i=1,2,3...,n şeklinde simgelerle gösterilir.
51
Sistemde kontrol edilemeyen değişkenlere ise parametre denir. Parametreler,

belirli koşullarda karar vericinin kontrolü dışında belirli değerler alabilirler. Bir
doğrusal programlama modelindeki parametreler: makine kapasitesi, insan gücü
kapasitesi, birim başına maliyet, bir hammaddenin ürüne dönüşüm oranı, kanuni
zorunluluklar, azami ve asgari sınırlar vb. olabilir. Parametreler de cj, j=1,2,3,…,n
şeklinde simgelerle gösterilir.
Kurulacak doğrusal programlama modelinin çözüm getirmek istediği

problemin içinde bulunduğu sistem veya çevre sistemlerden kaynaklanan sınırlayıcı
koşullara kısıtlar (sınırlar) denir. Bir anlamda kısıtlar, problemin dayandığı karar
ortamında, karar değişkenlerini ve bunlarla parametreler arasındaki ilişkileri
etkileyen koşullardır. Sınırlar kullanılan kaynaklardan (malzeme, para, makine,
işgücü), çevre sistemlerden (devlet, toplum, müşteriler, rakipler gibi), karar vericinin
amaçlarından ve karar değişkenleri arasındaki zorunlu ilişkilerden (montaj hattı iş
sıralaması, iş akışı, işlem zamanı gibi) meydana gelebilir.
2. Modelin Geliştirilmesi: Problem belirlendikten sonra problemi en iyi

şekilde temsil edecek doğrusal bir matematiksel modelin kurulması gerekir. Model
gerçeğin basitleştirilmiş bir gösterimidir.
3. Modelin Çözümü: Model geliştirildikten sonra modelin çözümlenmesi ve

bilinmeyen değişkenlerinin hesaplanması gerekir. Doğrusal programlama
modellerinin çözümünde grafik yöntemi ve simpleks yöntemi kullanılmaktadır.
Ancak günümüzde bilgisayar programlarındaki ilerlemelerle beraber, kurulan çok
karmaşık modeller bile çeşitli paket programlar yardımıyla kısa sürede
çözülebilmektedir.
4. Modelin Çözüm Sonuçlarının Değerlendirilmesi: Modelin çözümü

sonucunda ulaşılan karar değişkenlerinin değerleri ile beklenen değerler
karşılaştırılır. Bunun sonucunda modelin sistemi hangi ölçüde temsil ettiği, model
kapsamına alınmış gereksiz değişkenler, ulaşılmak istenen amaçların tutarlılığı
ortaya konulmaya çalışılır. Belirlenen hata veya eksiklikler karar modeli üzerinde
düzeltilir ve model tekrar çözümlenir.
52
5. Çözümün Uygulanması: Bu aşama, elde edilen sonuçların karar verici

tarafından uygulanmasıdır (Büyükkeklik, 2007).
Doğrusal programlama modelinin matematiksel yazılımı şu şekildedir (Öztürk,

1984):
Amaç fonksiyonu
= + + +⋯+ + ⋯+
Kısıtlayıcılar
+ + ⋯+ + ⋯+ ≤
+ +⋯+ +⋯+ ≤
+ + ⋯+ +⋯+ ≤
+ +⋯+ +⋯+ ≤
Pozitif olma koşulu
≥ 0 ( = 1,2,3, … , )
Öte yandan, kısıtlayıcılar doğrusal olması gerektiği gibi üç tip temel sınırlayıcı
vardır.
+ + ⋯+ + ⋯+ ≤
+ +⋯+ +⋯+ ≥
+ +⋯+ +⋯+ =
53
Burada; X1, X2, ..., Xn kontrol edilebilen değişkenler, yani karar değişkenleri
olmaktadır.
Özetle, herhangi bir doğrusal programlama modeli, belirlenen amaç

fonksiyonunu en büyükleyecek (maksimizasyon) veya en küçükleyecek
(minimizasyon) kontrol edilebilen değişkenleri bulmak için kurulur.
2.3.1. Doğrusal Programlama Modelinin Kurulması ile İlgili Örnekler
Örnek 1: Bir marangoz işletmesi masa ve sandalye üretmektedir. Bir masa

yapımı için 30 metre tahtaya ve 5 saat iş gücüne gerek vardır. Bir sandalye yapımı
için de 20 metre tahtaya ve 10 saat iş gücüne gerek vardır. İşletmenin elinde 300
metre tahta ile 110 saat iş gücü vardır. Ayrıca bir masanın satışından elde edilen kar
6 TL ve bir sandalyenin satışından elde edilen kar 8 TL’dir. İşletmenin amacı
maksimum kara ulaşmaktır. Marangoz işletmesinin ne kadar masa ve sandalye
üretmesi gerektiğini belirtmek istemektedir.
Yukarıda verilen bilgilerden yararlanarak problemi doğrusal programlama

modeli olarak ifade ediniz (Atlas, t.y.).
Çözüm:
Karar değişkenleri
X1: üretilecek masa adedi
X2: üretilecek sandalye adedi
Amaç fonksiyonu
=6 + 8
(Toplam kar: Üretilecek X1 adet masa ve X2 adet sandalyeden elde edilecek

karların toplamı.)
Kısıtlayıcılar
54
30 + 20 ≤ 300 (Tahta Kısıtı)
5 + 10 ≤ 110 (İşgücü Kısıtı)
, ≥ 0 (İşaret Kısıtı)
Örnek 2: Bir firma X ve Y gibi iki tip kimyasal ürün üretir. 1 litre X ürünün
maliyeti 160 TL, 1 litre Y ürününü maliyeti ise 240 TL’dir. Müşteri talebine göre
firma gelecek hafta için en az 6 litre X ve en az 2 litre Y ürünü üretmelidir. X ve Y
kimyasal ürünlerinde kullanılan hammaddelerden biri kısıtlıdır ve firmanın stokunda
bu hammaddeden sadece 30 gram bulunmaktadır. X ürününün her bir litresinde bu
hammaddeden 3 gram ve Y’nin her bir litresinde de 5 gram gerekmektedir. Firma
toplam maliyetlerini minimum kılmak için X ve Y ürünlerinden kaç litre üretmesi
gerektiğini belirtmek istemektedir.

modeli olarak ifade ediniz (Öztürk, 1984).
Çözüm:
X1: üretilecek X ürünün litresi
X2: üretilecek Y ürünün litresi
Amaç fonksiyonu
= 160 + 240
Kısıtlayıcılar
≥ 6 (İstenilen en az X ürünü miktarı)
≥ 2 (İstenilen en az Y ürünü miktarı)
3 + 5 ≤ 30 (Hammadde Kısıtı)
55
, ≥ 0 (İşaret Kısıtı)
Örnek 3: BOYTAŞ firmasının üç fabrikası bulunmakta ve her fabrikada üç

ayrı boyda makina parçası üretilmektedir. Her makine parçasından elde edilen birim
karlar ise büyük boy için 800 TL, orta boy için 600 TL ve küçük boy için 540 TL’dir.
Emek ve makina kapasitelerine göre, 1 nolu fabrikada haftada en fazla 800 birim, 2
nolu fabrikada haftada en fazla 650 birim, 3 nolu fabrikada ise haftada en fazla 450
birim ürün üretilebilmektedir.
Her fabrikanın stoklama alanı sınırlı olup, 1 nolu fabrikanın 1400 m2, 2 nolu
fabrikanın 1250 m2, 3 nolu fabrikanın 800 m2’lik stoklama alanı bulunmaktadır.
Büyük boy parçanın haftalık üretiminde 2.5 m2, orta boy parçanın üretiminde 2 m2 ve
küçük boy parçanın üretiminde 1.5 m2 yere gerek duyulmaktadır.
Satış bölümünün tahminine göre haftada büyük boy parçadan 800, orta boy
parçadan 900 ve küçük boy parçadan 600 birim satılabilmektedir. Öte yandan,
yönetim üç fabrikada üretilen malların göreli sayısının emek ve makine
kapasitelerine denk oranda olmasını istemektedir.
Yönetim karını maksimum yapacak şekilde üç fabrikada her bir boydan ne

kadar birimlik ürün üretilmesi gerektiğini saptamak istemektedir.

modeli olarak ifade ediniz (Öztürk, 1984).
Çözüm:
Xij: fabrika i’de (i=1,2,3) j (j=1 büyük, j=2 orta, j=3 küçük) boyunda üretilecek
parça sayısı
Amaç fonksiyonu
= 800( + + ) + 600( + + ) + 540( +

+ )
56
Kısıtlayıcılar
+ + ≤ 800 (1 nolu fabrikanın emek ve makine kısıtı)
2.5 +2 + 1.5 ≤ 1400 (1 nolu fabrikanın stoklama alanı kısıtı)
+ + ≤ 800 (Büyük boy ürünün satış kısıtı)
+ + ≤ 900 (Orta boy ürünün satış kısıtı)
+ + ≤ 600 (Küçük boy ürünün satış kısıtı)
+ + + + + +
= =
800 650 450
Göreli denk oranlar kısıtı doğrusal kısıt olarak aşağıdaki şekilde yazılabilir:
650( + + ) − 800( + + ) = 0 (Göreli denk oranlar

kısıtı 1)
450( + + ) − 650( + + ) = 0 (Göreli denk oranlar

kısıtı 2)
≥ 0 ( = 1,2,3; = 1,2,3) (İşaret kısıtı)
Örnek 4: Bir çiftçinin toplam 100 dönümlük arazisi vardır. Yetiştirebildiği

kadar; mısır, fasulye ve karpuz satabilmektedir. Mısır 3 TL/kg, fasulye 2 TL/kg ve
karpuz 0,25 TL/kg kâr getirmektedir. Bütün bu ürünler için aynı gübre kullanılabilir
ve gübrenin fiyatı 2 TL/kg’dır. Gereken gübre miktarı mısır için 20 kg/dönüm,
fasulye için 10 kg/dönüm ve karpuz için 5 kg/dönümdür. Beklenen ürün miktarı 100
57
kg mısır/dönüm, 80 kg fasulye/dönüm ve 1000 kg karpuz/dönümdür. Bütün ürünün 5

gün içinde toplanması gerekir. Toplam 20 işçi vardır ve her birinin ücreti 30
TL/gün’dür. Her bir işçi günde 10 saat çalışabilmektedir. Mısırı toplamak için 20 işçi
saati/dönüm, fasulyeyi toplamak için 8 işçi saati/dönüm ve karpuz toplamak için 12
işçi saati/dönüm gerekmektedir. Buna göre çiftçinin karını maksimum kılacak ürün
ekimi ne olmalıdır? Problemi doğrusal programlama problemi olarak ifade ediniz
(Atlas, t.y.).
Çözüm:
X1: mısır ekilecek arazi(dönüm) miktarı
X2: fasulye ekilecek arazi(dönüm) miktarı
X3: karpuz ekilecek arazi(dönüm) miktarı
Amaç karın maksimizasyonu olduğundan, öncelikle çiftçinin üreteceği üç ürün

için birim karlarının bulunması gerekmektedir.
Mısırın karı = (3 TL/kg * 100 kg/dönüm) – (2 TL/kg * 20 kg/dönüm) – (30

TL/gün * 2 gün/dönüm)
= 300 – 40 – 60 = 200 TL/dönüm
Fasulyenin karı = (2 TL/kg * 80 kg/dönüm) – (2 TL/kg * 10 kg/dönüm) – (30

TL/gün * 8/10 gün/dönüm)
= 160 – 20 – 24 = 116 TL/dönüm
Karpuzun karı = (0,25 TL/kg * 1000 kg/dönüm) – (2 TL/kg * 5 kg/dönüm) –

(30 TL/gün * 12/10 gün/dönüm)
= 250 – 10 – 36 = 204 TL/dönüm
Amaç fonksiyonu
58
= 200 + 116 + 204
Kısıtlayıcılar
+ + ≤ 100 (Arazi kısıtı)
20 + 8 + 12 ≤ 1000 (20 şç ∗ 10 ∗ 5 ü ) (İşgücü Kısıtı)
, , ≥ 0 (İşaret Kısıtı)
Örnek 5: Bir Emlak şirketi göl manzaralı bir alanda 800 dönümlük bir araziye
sahiptir. Bölgede ev yapabilmek için uyulması gereken bazı zorunluluklar
bulunmaktadır:
- Sadece müstakil, dubleks ve tripleks evler yapılabilir ve müstakil evler

toplam evlerin en az %50’sini oluşturmak zorundadır.
- Müstakil evlerin 2 dönüm, dubleks evlerin 3 dönüm ve tripleks evlerin 4

dönüm arazisi olmak zorundadır.
- Her biri 1 dönüm olan dinlenme alanları en az 20 eve bir tane düşecek şekilde
oluşturulması gerekmektedir.
Emlak şirketi farklı tip evlerden farklı karlar elde edeceğini tahmin etmektedir.
Buna göre müstakil evlerden 100.000 TL, dubleks evlerden 150.000 TL ve tripleks
evlerden 180.000 TL kar elde etmeyi planlamaktadır.
Ayrıca evlerin yapılacağı alana su getirilmesi gerekmektedir. Belediyenin

yapılan bölgeye su getirebilmesi için en az 100.000 TL’lik bir maliyetin oluşması
gerektiğini belirtmiştir. Üstelik su kullanımı 200.000 m3 ile sınırlandırılmıştır. Tablo
2.4’te evlerin ve dinlenme alanlarının su kullanım oranları ile buralara su getirmenin
maliyeti yer almaktadır.
59
Tablo 2. 4. Örnek 5 İçin Su Kullanım Oranları Ve Su Getirmenin Maliyeti
Müstakil Dubleks Tripleks Dinlenme A.

Su Getirme M. (TL) 1000 1200 1400 800
Su Tüketimi (m3) 400 600 840 450
Yukarıdaki bilgileri göz önünde bulundurarak emlak şirketinin karını

maksimize eden modeli oluşturunuz (Taha, 2007).
Çözüm:
X1: Müstakil ev sayısı
X2: Dubleks ev sayısı
X3: Tripleks ev sayısı
X4: Dinlenme alanı sayısı
Amaç fonksiyonu
= 100000 + 150000 + 180000
Kısıtlayıcılar
2 + 3 +4 + ≤ 800 (Arazi kısıtı)
≥ ≫≫≫≫ − − ≥ 0 (Müstakil kısıtı)
≥ ≫≫≫≫ 20 − − − ≥ 0 (Dinlenme alanı kısıtı)
1000 + 1200 + 1400 + 800 ≥ 100000 (Su getirme maliyeti

kısıtı)
400 + 600 + 840 + 450 ≤ 200000 (Su kullanım kısıtı)

60
, , , ≥ 0 (İşaret Kısıtı)
Örnek 6: Müşterilerine bakım ve onarım hizmeti vermekte olan bir şirket,

gelecek beş ay için müşterilerinin gereksinim duyacağı hizmet sürelerini aşağıdaki
gibi tahmin etmektedir:
Tablo 2. 5. Örnek 6 İçin 5 Aylık Talep Tahmini
Ocak (1. ay) 6000 saat

Şubat (2. ay) 7000 saat
Mart (3. ay) 8000 saat
Nisan (4. ay) 9500 saat
Mayıs (5. ay) 11000 saat
Bakım ve onarım faaliyetleri tecrübeli teknik elemanlar tarafından yerine

getirilmekte ve her teknik eleman ayda 160 saat çalışmaktadır. Ocak ayı başında
şirkette 50 tecrübeli teknik eleman bulunmaktadır.
Yönetim gelecek aylardaki müşteri gereksinimlerini karşılayabilmek için,

yetiştirilmek üzere şirkete yeni elemanlar alınmasına karar vermiştir. Yeni
elemanların yetiştirilmesi için bir aylık bir sürenin yeterli olacağı düşünülmektedir.
Bu bir ay içinde her yeni eleman tecrübeli bir eleman tarafından 50 saatlik bir
eğitime tabi tutulacaktır. Diğer yandan, her ayın sonunda tecrübeli elemanların %
5’inin işten ayrıldığı gözlenmektedir.
Şirket, tecrübeli elemanlara ayda 4000 TL, yetiştirilen elemanlara ise bu ilk
ayında 2000 TL ödemektedir. Şirketin müşteri gereksinimlerini karşılayacak şekilde
toplam işgücü maliyetini en aza indirecek doğrusal programlama modelini kurunuz
(Winston, 2004).
Çözüm:
Xt: t. ay boyunca eğitilecek teknik eleman sayısı (t=1, 2, 3, 4, 5)

61
Yt: t. ayın başındaki tecrübeli teknik eleman sayısı (t=1, 2, 3, 4, 5)
Amaç fonksiyonu
= 2000 + 2000 + 2000 + 2000 + 2000 + 4000 +

4000 + 4000 + 4000 + 4000
Kısıtlayıcılar
(t. ayda kullanılabilir teknik eleman saati = 160 − 50 )
160 − 50 ≥ 6000 (1. ay çalışma saati kısıtı)
(t. ayın başındaki uygun tecrübeli teknik eleman sayısı = (t-1). aydaki tecrübeli
teknik eleman sayısı + (t-1). ayda eğitilecek teknik eleman sayısı – (t-1). ayda işten
ayrılan tecrübeli elaman sayısı )
= 50 (1. ayda çalışan tecrübeli teknik eleman sayısı)
= + − 0,05 = 0,95 + (2. ayda çalışan tecrübeli

teknik eleman sayısı)
= 0,95 + (3. ayda çalışan tecrübeli teknik eleman sayısı)
, ≥ 0 ( = 1, 2, 3, 4, 5) (İşaret kısıtı)
62
2.4. DOĞRUSAL PROGRAMLAMA MODELLERİNİN ÇÖZÜMÜNDE

KULLANILAN YÖNTEMLER
Doğrusal karar modelleri ilgili oldukları problemlerin içerdiği değişken

sayılarına göre grafiksel ya da simpleks adı verilen algoritma ile çözülebilmektedir.
Karmaşık işletme problemlerinin bu yöntemler kullanarak elle çözülmesi bazen çok
zaman alabilir ya da çok zahmetli olabilir hatta bazen de imkansız olabilir; bu
sebeple bu konuda birçok bilgisayar programları oluşturulmuştur. Modelin amaç
fonksiyonu ve sınırları girilmek suretiyle programlar gerekli iterasyonları yaparak en
iyi çözümü vermektedir. Paket programların çözüm yöntemlerinin temelini
oluşturması sebebiyle bu bölümde, grafik ve simpleks yöntemlerinin çözümleme
mantığı ve yapısı açıklanmıştır (Büyükkeklik, 2007).
2.4.1. Grafik Yöntemi
Herhangi bir doğrusal karar modeli sadece iki değişken ile tanımlanabiliyorsa,
çözüm için grafiksel yöntem etkinlikle kullanılabilmektedir. Üç değişken bulunduğu
durumlarda da bu yöntem kullanılabilmesine karşın, grafiksel gösterim
zorlaştığından genelde tercih edilmemektedir. Gerçek işletme problemlerinde, 2 veya
3 gibi çok az sayıda değişkenli bir karar problemine pek rastlanmamaktadır, ancak
grafik yöntem doğrusal programlama modellerinin çözüm mantığı ile ilgili önemli
detaylar verdiğinden burada bu yöntemin işleyişinden bahsedilecektir (Büyükkeklik,
2007).
Grafik yönteminde iki veya üç değişkenden oluşan sınırlar seti, kartezyen

sistemde yatay ve düşey eksenlere yerleştirilerek, öncelikle uygun çözüm alanı
bulunmaktadır. Uygun çözüm alanı, karar değişkenlerinin pozitif olması şartı
sebebiyle kartezyen sistemde birinci bölgede oluşur. Tüm sınırları sağlayan, uygun
çözüm alanındaki tüm noktalar (tamsayılı ve tamsayılı olmayan sonsuz sayıda
nokta), ilgili doğrusal programlama modelinin çözüm kümesinde yer alır. Ancak,
optimum çözüm, sadece, amaç fonksiyonunun değerini maksimize veya minimize
eden karar değişkenleri değerlerinden oluşmaktadır. Her hangi bir doğrusal
programlama modelinin optimum çözümünün uygun çözüm alanının köşe
63
noktalarından birinde yer alacağı matematiksel olarak ispatlandığından (Özgüven,

2002), uygun çözüm alanının köşe noktaları belirlenerek, bu noktalar amaç
fonksiyonu üzerinde denenir ve optimum çözüm bulunur. Bu anlatılanlar, iki karar
değişkenin bulunduğu, aşağıdaki küçük bir doğrusal programlama model örneği
üzerinde gösterilmiştir.
Örnek Doğrusal Programlama Modeli (Bknz: Örnek 1)
=6 + 8
Kısıtlayıcılar
30 + 20 ≤ 300
5 + 10 ≤ 110
İlk önce modelin sınırlarının koordinat sisteminde eksenlere taşınması

gerekmektedir. Bunun için sınırlarda yer alan X1 ve X2 karar değişkenlerinin
değerleri hesaplanmalı; bulunan değerler için 1. ve 2. kısıtlarda yer alan doğru
denklemleri çizilmelidir.
1. kısıt denklemi için: 30 + 20 ≤ 300 şeklindeki eşitsizlik
30 + 20 = 300 eşitliğine dönüştürülerek,
X1 =0 için X2 =15 ve X1 =10 için X2 =0 değerleri elde edilir.
2. sınır denklemi için: 5 + 10 ≤ 110 şeklindeki eşitsizlik
5 + 10 = 110 eşitliğine dönüştürülerek,
X1 =0 için X2 =11 ve X1 =22 için X2 =0 değerleri elde edilir.
Modelin tüm sınırlarını ve pozitiflik şartını sağlayan bölge, koordinat

sisteminin birinci bölgesidir. Eşitsizlik yönüne göre, doğruların kesiştikleri
bölgelerin altında kalan alan uygun çözüm alanı olarak belirlenir. Amaç fonksiyonun
maksimize edilmesi istendiğine göre, uygun çözüm alanının köşe noktaları belirlenir
64
ve optimal çözüm bu noktalarda aranır. Resim 1’de görüldüğü gibi, uygun çözüm
alanında A, B, C ve D olmak üzere dört köşe noktası işaretlenmiş, bu noktaların X1
ve X2 değerleri hesaplanmıştır. Köşe noktaları amaç fonksiyonuna yerleştirilerek en
yüksek değer 96 olarak D noktasında bulunur ki, bu değer de modelin optimal
çözümünü vermektedir.
Şekil 2. 1. Modelin Grafik Yöntemiyle Gösterimi
A(0,0) noktası için 6 + 8 =6∗0+8∗0=0
B(10,0) noktası için 6 + 8 = 6 ∗ 10 + 8 ∗ 0 = 60
C(0,11) noktası için 6 + 8 = 6 ∗ 0 + 8 ∗ 11 = 88
D(4,9) noktası için 6 + 8 =6∗4+8∗9=

65
2.4.2. Simpleks Yöntemi
İki değişkenli doğrusal programlama problemlerinin grafik yöntemiyle

çözülmesi kolaydır. Ancak; gerçek hayattaki doğrusal programlama problemlerinin
birçoğu çok fazla değişkene sahiptir. Bu nedenle ikiden fazla değişkenli problemlerin
çözümünde yeni bir yönteme ihtiyaç duyulmuştur. Simpleks yöntemi olarak
adlandırılan algoritma, gerçek hayat problemlerinin çözümünde yüzlerce kısıt ve
değişkenli doğrusal programlama modellerinin çözümünde etkili olarak
kullanılmaktadır (Winston, 2004).
İlk kez 1947 yılında George B. Dantzig, Wood ve arkadaşları tarafından

oluşturulduğundan bu yönteme “Dantzig Yöntemi” de denilmektedir. Daha sonraları
Charnes, Cooper, Henderson gibi bilim adamları da simpleks yönteminin değişik
durumlarda uygulanması konusunda bazı katkılarda bulunmuşlardır (Özden ve Gül,
2014).
Simpleks yöntemi fonksiyon yenileme işlemidir. Bu yöntemin temel özelliği,

en iyi çözüme ardışık yaklaşım (cebirsel tekrarlama, iterasyon) yolu ile ulaşmasıdır.
Aslında yöntemde kullanılan mantık, grafik yöntemde olduğu gibi, uygun çözüm
alanının köşe noktalarının sistematik olarak araştırılmasıdır. Simpleks yöntemi, köşe
nokta çözümlerinin cebirsel olarak belirlenerek, bunların amaç fonksiyonunda
değerlendirilmesi ve aralarından optimum olanın seçilmesi esasına dayanmaktadır
(Özgüven, 2002). Buradaki amaç uygun bir çözümle başlayıp her yinelemede daha
iyi bir çözüme ulaşana kadar devam etmektir. Doğrusal programlama modelinin
optimal değerine ulaşılınca çözüm sağlanmış olur (Maltepe, 2012).
Yöntemde ilk olarak sınır denklemlerinin ve amaç fonksiyonunun

yerleştirildiği başlangıç simpleks tablosu düzenlenir. Belirli bir hesap yöntemine
bağlı olarak yapılan iterasyonlar ile yeni tablolar oluşturularak optimum çözüme
ulaşılmaya çalışılır. Her yeni iterasyonlar sonucu oluşan tablolarda amaç
fonksiyonun değeri (dejenerasyon gibi, istisnai durumlar hariç) biraz daha artar.
Önceki kısımda grafik yönteminde bahsedildiği gibi, aslında her yeni tabloya geçiş
köşe noktaları arasında bir noktadan daha iyiyi verecek yeni bir noktaya, dolayısıyla
66
çözüme atlayıştır. Optimum sonuca ulaşılana kadar işlemler sürdürülür

(Büyükkeklik, 2007).
Simpleks metodu; doğrusal programlama modelinin bir başlangıç temel

çözümünden başlayarak, buna karşılık gelen amaç fonksiyonunun değerini de göz
önüne alıp, ardışık sayısal işlemlerle en iyi çözümü araştıran bir metottur. Yöntem
cebirsel tekrarlama (iterasyon) işlemine dayanır. Yöntemde önce başlangıç simpleks
tablosu düzenlenir sonra tekrarlayıcı işlemler ile belirli bir hesap yöntemi içinde
gelişen çözümlere doğru ilerleyerek optimal çözüme ulaşıncaya kadar işlemler
sürdürülür (Çetindere, 2009). Tekrarlama sayısı sabit değildir. Tecrübeler
göstermiştir ki, tekrarlama sayısı ile modeldeki eşitsizliklerin sayısı hemen hemen
eşittir. Bu kural tam olarak doğru olmamakla beraber, tekrarlamaların sayısı
hakkında yaklaşık bir bilgi verir (Şenel, 1974).
2.4.2.1. Doğrusal Programlama Modellerinin Düzenleniş Biçimleri
Doğrusal programlama modelleri değişik amaçlarla değişik şekillerde

düzenlenebilir. Başlıca düzenleniş biçimleri şunlardır (Özden ve Gül, 2014):
 Primal (özgün) biçim

 Kanonik biçim
 Standart biçim
 Dual (ikiz) biçim
2.4.2.1.1. Primal Biçim
Herhangi bir doğrusal programlama modeli temel alınarak kurulan ilk model
primal (özgün, orijinal) biçim, bu modelde yer alan değişkenlere de asal (esas, asıl)
değişken olarak adlandırılır. Primal biçimin matematiksel gösterimi şu şekildedir
(Özden ve Gül, 2014):
( ) =∑
∑ (≤, =, ≥)
67
(≤, ≥) 0
i= 1,2, … , m
j= 1, 2, … , n
Buna göre primal biçimdeki bir modelde,
1. Amaç fonksiyonu maksimizasyon ya da minimizasyon amaçlı

olmalıdır.
2. Kısıt denklemlerinin işaretleri (≤), (=) veya (≥) biçiminde bulunur.
3. Pozitif ya da negatif parametreler ve sağ taraf değerleri yer alır.
4. Karar değişkenleri sıfıra eşit ve sıfırdan büyük ya da sınırsız değer
alabilirler.
2.4.2.1.2. Kanonik Biçim
Bir doğrusal problemin primal biçimi, ilişkili olduğu sorunu tam olarak
yansıtmakla birlikte genellikle doğrudan doğruya çözüme gitmek için elverişli
değildir. Primal biçim, ancak modelde iki değişken bulunduğu takdirde grafiksel
yöntemle çözüme gidildiğinden kullanılabilir. Simpleks yöntemiyle çözüme
gidebilmek için özgün modeli kanonik, standart ya da dual biçime dönüştürmek
gerekir. Kanonik biçim, primal biçimdeki bir doğrusal programlama modelinin dual
biçimini kolayca elde edebilmek için kullanılan ara biçimdir (Wagner, 1970; Özden
ve Gül, 2014):
=∑
∑ ≤
≥ 0
i= 1,2, … , m
j= 1, 2, … , n
68
Buna göre kanonik biçimdeki bir modelde (Hillier ve Lieberman, 1974),
1. Amaç fonksiyonu maksimizasyon amaçlı olmalıdır.

2. Kısıt eşitsizliklerinin işaretleri (≤) biçiminde bulunur.
3. Pozitif ya da negatif parametreler ve sağ taraf değerleri yer alır.
4. Karar değişkenleri sıfıra eşit ya da sıfırdan büyük değer alabilirler.
Bu forma uymayan DP problemleri aşağıdaki işlemlerle kanonik forma

dönüştürülürler (Wagner, 1970):
a) Bir fonksiyonun minimizasyonu, bu fonksiyonun negatif işaretlisinin

maksimizasyonuna eşittir.
= + + ⋯+ +⋯+ doğrusal amaç
fonksiyonu,
= − − − ⋯− −⋯− fonksiyonuna
denktir.
b) (≥) olarak verilen bir eşitsizliğin her iki yanı (-1) ile çarpılarak
eşitsizliğin yönü (≤) biçimine dönüştürülür.
+ ≥ eşitsizliği,
− − ≤ eşitsizliğine denktir.
c) Eşitlik şeklinde verilen bir kısıt denklemi zıt yönde iki eşitsizlik olarak
ifade edilebilir.
+ = denklemi,
+ ≤ ve + ≥ eşitsizlikleri şeklinde ve
ikinci denklemin kanonik biçime çevrilmesiyle,
+ ≤ ve − − ≤ eşitsizlikleri şeklinde
gösterilir.
d) Sol tarafı mutlak değer şeklinde verilen bir eşitsizlik iki eşitsizliğe
dönüştürülebilir.
| + |≤ eşitsizliği,
+ ≤ ve − − ≤ eşitsizliklerine denktir.
e) Sınırsız değişkenler, iki tane pozitif değişkenin farkı olarak belirtilir.
69
İşareti belli olmayan değişkeni,

≥ 0 ve ≥ 0 olmak üzere = − şeklinde ifade edilir.
2.4.2.1.3. Standart Biçim
Tüm kısıtları eşitlik biçimine dönüştürülmüş doğrusal programlama modeline

standart biçim denir. Bir doğrusal programlama modelinin simpleks yöntemiyle
çözülebilmesi için kesinlikle standart biçime dönüştürülmesi gerekir.
Standart biçimin özellikleri aşağıdaki gibidir (Taha, 2007; Özden ve Gül,

2014):
1. Değişkenlerin negatif olmaması koşulunu içeren kısıtların dışındaki

tüm kısıtlar, negatif olmayan sağ taraf değerlerine sahip eşitlikler halini
almalıdır.
2. Tüm değişkenlerin sıfır ya da pozitif olması (negatif olmaması) gerekir.
3. Amaç fonksiyonu maksimizasyon ya da minimizasyon amaçlı olabilir.
4. Eklenen değişkenlerin tümünün ya da bir bölümünün katsayıları, kısıt
sayısı boyutunda bir birim matris oluşturmalıdır.
Bu forma uymayan DP problemleri aşağıdaki işlemlerle standart forma

dönüştürülürler (Özden ve Gül, 2014):
a) İşareti (≤) şeklinde olan bir kısıtın eşitliğe dönüştürülmesi için sol
taraftaki eksikliği gidermek için denklemin sol tarafına gevşek değişken
eklenerek kısıt eşitlik haline dönüştürülebilir.
+ ≥
+ + =
b) İşareti (≥) şeklinde olan bir kısıtın eşitliğe dönüştürülmesi için sol
tarafın sağ taraf değerine göre fazla olan (artık) değeri denklemin sol
tarafından artık değişken çıkarılarak kısıt eşitlik haline dönüştürülebilir.
+ ≤
70
+ − =
c) Modelde sınırsız değişken bulunduğu durumda sınırsız olan (işareti

belli olmayan) değişkeni, ≥ 0 ve ≥ 0 olmak üzere = −
şeklinde yazılabilir.
Primal Biçim:
= +
+ ≤
+ ≥
: , ≥0
Kanonik Biçim:
(− ) = − ( + )−
( + )+ ≤
− − ≤−
≥ 0, ≥ 0, ≥0
Standart Biçim:
(− ) = − ( + )−
+ + =
− − + =− (− ≥0 ü )
≥ 0, ≥ 0, ≥0
d) Primal biçimde işareti (=) ya/ ya da (≥) olan kısıt varsa yalnızca
gevşek ve artık değişkenler eklemek suretiyle birim matris
71
oluşturulamaz. Birim matrisin oluşturulması için bu tarz kısıtlara yapay

değişken eklenmesi gerekir. Yapay değişkenleri çözüm kümesine
sokmamak, bir başka deyişle yapay değişkenleri çözüm kümesinde
sıfıra eşit değerler almaya zorlamak için bu yapay değişkenler modelin
amaç fonksiyonu kısmına çok büyük sayı anlamına gelen M
katsayısıyla sokulmalıdır. Maksimizasyon probleminde “-M”,
minimizasyon probleminde M katsayısı kullanılır. Maksimizasyon
probleminde, yapay değişkenin çözüm değeri “1” olursa, amaç
fonksiyonu değeri M kadar azalacağından yapay değişkenin çözüm
kümesinde yer almaması kendiliğinden sağlanır. Minimizasyon
probleminde yapay değişkenin amaç fonksiyonunda M katsayısıyla yer
alması aynı şekilde yapay değişkenin çözüm kümesinde yer almamasını
sağlar.
Primal Biçim:
= +
+ ≤
+ ≥
+ =
, ≥0
Standart Biçim:
= + + (0 +0 )− −
+ + =
+ − + =
+ + =
72
, , , , , ≥0
2.4.2.1.4. Dual Biçim
Primal biçimin aynı sonucu veren ikiz biçimi “dual biçim” olarak adlandırılır.
Dual biçim çözüme daha kolay ulaşmak, duyarlılık analizinin anlamını kavramak
gibi amaçlarla elde edilir. Dual model primal modelden ya doğrudan doğruya ya da
kanonik biçim aracılığıyla elde edilir (Özden ve Gül, 2014).
Dual problemin kısıtları ve değişkenleri primal problemden simetrik olarak

aşağıdaki gibi oluşturulabilir (Taha, 2007):
1. m tane primal kısıt denkleminin her biri için bir dual değişken
tanımlanmıştır.
2. n tane primal değişkenin her biri için bir dual kısıt tanımlanmıştır.
3. Dual kısıtın sol taraf katsayıları ilgili primal değişkenin kısıt
katsayılarına (sütun halinde) eşittir. Sağ taraf sabiti ise aynı primal
değişkenin amaç fonksiyonu katsayısına eşittir.
4. Dualin amaç fonksiyonu katsayıları primal kısıt denklemlerinin sağ
tarafına eşittir.
2.4.3. Simpleks Yöntemiyle Doğrusal Programlama Modelinin Çözümü
Simpleks yöntemi daima uygun bir temel çözümle başlar ve amaç

fonksiyonunun daha da iyileştirildiği başka bir uygun temek çözüm aramaya başlar.
Eğer daha iyi bir uygun temel çözüm var ise, mevcut temel dışı değişkenlerin birinin
sıfır olan değerinde bir artış olacaktır. Aynı şekilde mevcut temel değişkenlerden
birinin pozitif olan değerinin de sıfır olarak bu değişkenin çözümden çıkarak temel
dışı değişkene dönüşmesi gerekecektir. Bu durumda, seçilmiş olan sıfır değerli
değişkene giren değişken, çözüm dışı kalması istenen temel değişkene de çıka
değişken adı verilir. Giren ve çıkan değişkenlerin belirlenmesinde öncelikle giren
değişkenin bulunduğu ve anahtar (pivot) sütun olarak adlandırılan sütun ile çıkan
değişkenin bulunduğu ve anahtar (pivot) satır olarak adlandırılan sütun ve satırların
tespit edilmesi gerekmektedir. Anahtar sütun ve satırın kesiştiği noktada yer alan
73
sayıya ise anahtar (pivot) sayı adı verilmektedir. Anahtar sütün ve satır dolayısıyla da
giren ve çıkan değişkenler belirlenirken optimallik ve uygunluk koşullarına riayet
ederek hareket edilmelidir (Taha, 2007):
Optimallik Koşulu: Bir maksimizasyon (minimizasyon) probleminde giren

değişken, z satırındaki en büyük negatif (pozitif) katsayıya sahip temel dışı
değişkendir Eşitlik durumunda eşit olan değişkenlerden herhangi biri seçilebilir.
Optimal çözüme ulaşıldığında, z satırındaki tüm temel dışı değişkenler negatif
olmama (pozitif olmama) koşuluna uymuşlar demektir.
Uygunluk Koşulu: Gerek maksimizasyon gerekse de minimizasyon

probleminde çıkan değişken negatif olmayan oranlardan en küçüğüne sahip temel
değişken olarak belirlenir. Eşitlik durumunda değişkenlerden herhangi biri seçilir
(Taha, 2007). Oran hesaplanırken simpleks tablosunda sağ taraf değerlerinin (çözüm
değerleri) bulunduğu sütundaki sayıların her biri anahtar sütunda karşılık gelen
sayılara bölünür (Özden ve Gül, 2014).
Bu bölümde daha önce doğrusal programlama modeli kurulan problemlerin

simpleks yöntemiyle çözümü gösterilecektir.
Örnek Doğrusal Programlama Modeli (Bknz: Örnek 1)
X1: üretilecek masa adedi
X2: üretilecek sandalye adedi
=6 + 8
30 + 20 ≤ 300
5 + 10 ≤ 110
Problem standart biçime dönüştürüldüğünde aşağıdaki gibi olur (Taha 75,

Winston 141):
( ) −6 − 8 +0 +0 = 0
74
30 + 20 + = 300
5 + 10 + = 110
, , , ≥ 0
Tablo 2. 6. Örnek 1 için Başlangıç Simpleks Tablosunda Anahtar Sütun, Satır ve Sayı
Temel Z X1 X2 S1 S2 Çözüm Oran

Z 1 -6 -8 0 0 0
S1 0 30 20 1 0 300 300/20=15
S2 0 5 10 0 1 110 110/10=11
Giren ve çıkan değişkenin belirlenmesi için anahtar sütun ve satırın

belirlenmesi gereklidir. Problem maksimizasyon problemi olduğu için amaç
fonksiyonu satırındaki mutlak değerce en büyük olan negatif sayının bulunduğu
sütun anahtar sütun olarak seçilir. Yukarıdaki örneğimizde anahtar sütun X2’nin
olduğu sütundur yani giren değişken X2 değişkeni olacaktır. Anahtar satır
belirlenirken ise hesaplanan orandan faydalanılır. Yukarıdaki örneğimizde
hesaplanan oranlar içerinde negatif olmayan en küçük oran S2’nin olduğu satırda
bulunduğu için anahtar satır bu satırdır yani çıkan değişken S2 değişkeni olacaktır.
Anahtar sayı da anahtar satır ve sütunun kesiştiği noktada yer alan “10” sayısıdır.
Anahtar sayı belirlendikten sonra yeni simpleks tablosunun oluşturulması

aşamasına geçilir. Oluşturulacak yeni simpleks tablosunda anahtar sayı “1” olmak
üzere anahtar sütunda bulunan tüm sayılar “0” yapılmalıdır (Özden ve Gül, 2014).
Yeni simpleks tablosunun bu şekilde oluşturulması Gauss-Jordan satır hesaplamaları
yardımıyla yapılır. Yeni temel çözümün oluşturulmasında Gauss-Jordan yöntemiyle
iki tip hesaplama yapılır (Taha, 2007):
1. Anahtar Satır
Yeni Anahtar Satır= Mevcut (eski) anahtar satır/ Anahtar sayı
2. Anahtar satır dışında kalan (z de dahil) diğer satırlar

75
Yeni Satır= Mevcut (eski) satır – (Mevcut satırın anahtar sütun elemanı)*(Yeni
anahtar satır)
Tablo 2. 7. Örnek 1 için Geliştirilmiş Çözümü İçeren Simpleks Tablosu

Z 1 -2 0 0 0,8 88
S1 0 20 0 1 -2 80 80/20=4
X2 0 0,5 1 0 0,1 11 11/0,5=22
Gerekli satır işlemleri yapıldıktan sonra oluşan geliştirilmiş çözümü içeren

simpleks tablosunun amaç fonksiyonu satırı tekrar kontrol edilir. Problem
maksimizasyon problemi olduğu için amaç fonksiyonu satırındaki mutlak değerce en
büyük olan negatif sayının bulunduğu sütun anahtar sütun olarak seçilir. Yukarıdaki
örneğimizde anahtar sütun X1’in olduğu sütundur yani giren değişken X1 değişkeni
olacaktır. Anahtar satır belirlenirken ise hesaplanan orandan faydalanılır. Yukarıdaki
örneğimizde hesaplanan oranlar içerinde negatif olmayan en küçük oran S1’in olduğu
satırda bulunduğu için anahtar satır bu satırdır yani çıkan değişken S1 değişkeni
olacaktır. Anahtar sayı da anahtar satır ve sütunun kesiştiği noktada yer alan “20”
sayısıdır. Anahtar sayının belirlenmesine müteakip Gauss-Jordan yöntemiyle
hesaplamalar yapılarak yeni simpleks tablosu elde edilir.
Gerekli satır işlemleri yapıldıktan sonra oluşan geliştirilmiş çözümü içeren

simpleks tablosunun amaç fonksiyonu satırı tekrar kontrol edilir. Örneğimizde
görüldüğü üzere elde edilen yeni tablomuzun amaç fonksiyonu satırında tüm sayılar
sıfır ya da pozitiftir yani negatif sayı kalmamıştır. Bu göstermektedir ki yeni bir
çıkan değişken bulunamaz yani optimal çözüme ulaşılmıştır.
Tablo 2. 8. Örnek 1 için Optimal Çözümü İçeren Simpleks Tablosu

Z 1 0 0 0,1 0,6 96
X1 0 1 0 0,05 -0,1 4
X2 0 0 1 -0,025 0,15 9
76
Yukarıdaki tablo incelendiğinde optimal çözümde X1 değişkeninin “4”, X2

değişkeninin ise “9” değeriyle yer aldığı görülmektedir. Problemin optimal
çözümünde amaç fonksiyonu değeri ise “96”dır. Yani bu kısıtlar altında 4 adet masa
ve 9 adet sandalye üretilmelidir. Yine firma bu kısıtlar altında 4 masa ve 9 sandalye
üreterek 96 TL’lik kara ulaşır ve bu kısıtlar altında firmanın ulaşabileceği maksimum
kar 96 TL’dir.
2.4.4. Simpleks Yönteminde Özel Durumlar
Bu bölümde simpleks metodun uygulanmasında ortaya çıkabilecek özel

durumları ele alınacaktır. Bu özel durumlar,
1. Yozlaşma (Dejenerasyon)
2. Alternatif Optimal Çözüm
3. Sınırsız Çözüm
4. Uygun Çözüm Bulunmama
olarak bilinir (Taha, 2007).
2.4.4.1. Yozlaşma (Dejenerasyon) Durumu
Simpleks yönteminde, çıkan değişkenin seçiminde iki ya da daha fazla eşit

minimum oran varsa bu durumda eşit minimum oranlar arasından birisi rastgele
çıkan değişken olarak seçilir. Bu takdirde, bir veya daha fazla temel değişken bir
sonraki tabloda sıfır değeriyle yer alacaktır. Bu şartlar altında karşılaşılan duruma
yozlaşma (dejenerasyon), elde edilen çözüme ise yozlaşmış (dejenere) çözüm denir
(Öztürk, 1984; Taha, 2007). Eğer bir doğrusal programlama modelinde sıfıra eşit bir
temel değişkeni olan temel uygun çözüm varsa o modele yozlaşmış (dejenere) denir
(Winston, 2004).
Dejenere çözüme pratik açıdan bakılacak olursa bu durum modelde en az bir

gereksiz kısıt veya şartın bulunduğunu gösterir (Taha, 2007).
Yozlaşmış bir çözümle karşılaşıldığında eğer uygun adımlar izlenmezse

iterasyon (yineleme) işlemlerinde bir döngüye girilir ve optimal çözüme ulaşılmadan
77
aynı yineleme işlemi sürer gider (Öztürk, 1984). Yozlaşmayı önlemek için eşit olan
oranlardan uygun olanın seçilmesi gereklidir. Bu amaçla (Fabrycky ve Torgensen,
1971; Özden ve Gül, 2014);
1. Eşit oranlı satırdaki her sayı, bulunduğu satırın anahtar sütun üzerindeki
sayısına bölünerek oranlar hesaplanır,
2. Aynı sütundaki oranlar, önce birim matristen başlayıp sonra da gövde
matrisine geçerek soldan sağa doğru sırayla karşılaştırılır,
3. Eşit olmayan oranlara rastlandığında, karşılaştırmaya son verilir; küçük
cebirsel oranın bulunduğu satır “anahtar satır”, bu satırdaki temel
değişken de “çıkan değişken” olarak seçilir.
2.4.4.2. Alternatif Optimal Çözüm Durumu
Amaç fonksiyonu optimal çözümü sağlayan bir geçerli kısıta paralel olduğu
zaman amaç fonksiyonunun aynı optimal değeri bir çözüm noktası yerine birden çok
noktada aynı çözüm değerini sağlayacaktır. Bundan dolayı bu gibi çözümlere
alternatif optimal çözüm adı verilir (Taha, 2007). Problemin optimal çözüm
tablosunda herhangi bir temel dışı değişkenin amaç fonksiyonu satırındaki değeri
sıfır ise bu problemin sonsuz sayıda en iyi çözümü (alternatif çoklu çözüm) var
demektir (Özden ve Gül, 2014).
Alternatif optimal pratikte amaç fonksiyonu değerinde herhangi bir kötü gitme
olmaksızın çözümler arasında seçim yapılmasına elverişli olması nedeniyle
kullanışlıdır (Taha, 2007). Problemin alternatif optimal çözümünü ya da çözümlerini
bulmak için optimal çözüm tablosunda amaç fonksiyonu satırı sayısı 0 (sıfır) olan
temel dışı değişken sanki negatif değere sahip temel dışı değişkenmiş gibi giren
değişken olarak ele alınarak bilinen simpleks yöntemiyle çözüm sürdürülür. Elde
edilen yeni tablo, aynı amaç fonksiyonu değerine sahip olup alternatif optimal
çözümü verecektir (Özden ve Gül, 2014).
Optimal tablonun amaç fonksiyonu satırında sıfır değerine sahip temel dışı
değişken yoksa tekil optimal çözüm vardır. Eğer optimal tablonun amaç fonksiyonu
78
satırında sıfır değerine sahip bir temel dışı değişken varsa alternatif optimal çözüm
olabilir (Winston, 2004).
Alternatif optimal çözüm durumunu Winston’da (2004) yer alan Dakota

Mobilya örneği üzerinden inceleyebiliriz:
Tablo 2. 9. Dakota Mobilya için Başlangıç Simpleks Tablosu
Temel Z X1 X2 X3 S1 S2 S3 S4 Çözüm Oran

Z 1 -60 -35 -20 0 0 0 0 0
S1 0 8 6 1 1 0 0 0 48 6
S2 0 4 2 1,5 0 1 0 0 20 5
S3 0 2 1,5 0,5 0 0 1 0 8 4
S4 0 0 1 0 0 0 0 1 5 YOK
Tablo 2. 10. Dakota Mobilya için Geliştirilmiş Çözümü İçeren Simpleks Tablosu

Z 1 0 10 -5 0 0 30 0 240
S1 0 0 0 -1 1 0 -4 0 16 YOK
S2 0 0 -1 0,5 0 1 -2 0 4 8
X1 0 1 0,75 0,25 0 0 0,5 0 4 16
S4 0 0 1 0 0 0 0 1 5 YOK
Tablo 2. 11. Dakota Mobilya için 2. Geliştirilmiş Çözümü ve Optimal Çözümü İçeren
Simpleks Tablosu

Z 1 0 0 0 0 10 10 0 280
S1 0 0 -2 0 1 2 -8 0 24 YOK
X3 0 0 -2 1 0 2 -4 0 8 YOK
X1 0 1 1,25 0 0 -0,5 1,5 0 2 1,6
S4 0 0 1 0 0 0 0 1 5 5
79
Tablo 2. 12. Dakota Mobilya için Alternatif Optimal Çözümü İçeren Simpleks Tablosu

Z 1 0 0 0 0 10 10 0 280
S1 0 1,6 0 0 1 1,2 -5,6 0 27,2
X3 0 1,6 0 1 0 1,2 -1,6 0 11,2
X2 0 0,8 1 0 0 -0,4 1,2 0 1,6
S4 0 -0,8 0 0 0 0,4 -1,2 1 3,4
Çözüm incelendiğinde Tablo 9’da optimal çözme varıldığı görülmektedir,

çünkü amaç fonksiyonu satırında negatif sayı kalmamıştır. Bu duruma göre
problemin optimal sonucu 280 birimdir ve bu optimal sonuca ulaşmak için X3 olarak
tanımlanan değişkenin değerinin 8 birim ve X1 olarak tanımlanan değişkenin
değerinin de 2 birim olması gerekmektedir. Ancak çözün daha dikkatli
incelendiğinde temel dışı değişkenlerden X2 ’nin amaç fonksiyonu satırındaki
değerinin sıfır olduğu görülmektedir. X2 değişkenin giren değişken olarak seçilir
buna göre satır işlemleri yapıldığında Tablo 10’daki sonuca ulaşılır. Sonuç
incelendiğinde amaç fonksiyonu değerinde herhangi bir artış ya da azalış olmadığı
açıkça görülmektedir. Yine 280 birimlik optimal amaç fonksiyonun değerine bu sefer
11,2 birimlik X3 ve 1,6 birimlik X2 değeriyle ulaşılmıştır.
2.4.4.3. Sınırsız Çözüm Durumu
Bazı doğrusal programlama modellerinde, değişkenlerin değerleri herhangi bir

kısıtta bozulmaya neden olmaksızın sonsuza dek artabilir. Bunun anlamı çözüm
uzayının (olurlu bölge) en az bir yönde sınırsız olduğudur. Sonuç olarak amaç değeri
maksimizasyon durumdan sonsuza dek artabilir ya da minimizasyon durumunda
sonsuza dek azalabilir (Taha, 2007).
Anahtar sütun belirlenmiş olmasına rağmen oran testi için pozitif oran
hesaplanmasına müsaade eden katsayı olmaması durumunda ortaya çıkan bir durum
olup giren değişkeninin olup çıkan değişkenin belirlenememesi halidir (Winston,
2004).
80
Sınırsız çözüm durumunu Winston’da (2004) yer alan Breadco Unlu Mamuller
örneği üzerinden inceleyebiliriz:
Tablo 2. 13. Breadco Unlu Mamuller için Başlangıç Simpleks Tablosu
Temel Z X1 X2 X3 X4 S1 S2 Çözüm Oran

Z 1 -36 -30 3 4 0 0 0
S1 0 1 1 -1 0 1 0 5 5
S2 0 6 5 0 -1 0 1 10 1,66667
Tablo 2. 14. Breadco Unlu Mamuller için Geliştirilmiş Çözümü İçeren Simpleks Tablosu

Z 1 0 0 3 -2 0 6 60
S1 0 0 0,16667 -1 0,16667 1 -0,1667 3,33333 20
X1 0 1 0,83333 0 -0,1667 0 0,16667 1,66667 YOK
Tablo 2. 15. Breadco Unlu Mamuller için 2. Geliştirilmiş Çözümü İçeren Simpleks
Tablosu

Z 1 0 2 -9 0 12 4 100
X4 0 0 1 -6 1 6 -1 20 YOK
X1 0 1 1 -1 0 1 0 5 YOK
Tablo 13 incelendiğinde amaç fonksiyonu satırında bulunan mutlak değerce en

büyük negatif sayıya sahip X3 değişkeni giren değişke olarak seçilir. Oran
hesaplaması yapılırken görülmektedir ki negatif olmayan oran hesaplanamamaktadır.
Bu durum da çıkan değişkenin tespit edilememesi anlamına gelmektedir. Giren
değişkenin olup çıkan değişkenin bulunmadığı durumlarda çözümün optimal değeri
sınırsız olmaktadır.
2.4.4.4. Uygun Çözüm Bulunmama Durumu
Eğer bir modelin kısıtları aynı anda sağlanmıyorsa bu modelin olurlu bölgesi
ve dolayısıyla uygun çözümü yok demektir. Pratik açıdan bakıldığında, uygun
81
olmayan bir çözüm uzayının varlığı büyük bir olasılıkla modelin doğru formüle
edilmediğine işaret etmektedir (Taha, 2007).
2.5. TAMSAYILI DOĞRUSAL PROGRAMLAMA
Tamsayılı doğrusal programlama, değişkenlerinden bazılarının veya tümünün

tamsayılı değerler aldığı bir doğrusal programlama modelidir (Taha, 2007). Gerçek
hayat problemlerinde karar değişkenlerinin tamsayı değerler alması gerekliliği kimi
zaman kaçınılmaz olmaktadır. Aşağıda tamsayı programlamanın gerekliliğini ve
önemini vurgulayan örnekler yer almaktadır (Ulucan, 2007):
 8,37 işçi çalıştır, 4,5 mağaza aç, 17,3 araba üret gibi kesirli sonuçlar
yönetimin karar verme sürecinde bir şey ifade etmeyebilir. Bu sayıları
bir alt tamsayıya yuvarlamak da optimal sonuç olmayabilir. Hatta
uygun çözüm bölgesinde de yer almayabilir.
 Tamsayılı doğrusal programlama yaklaşımı ile mantıksal ifadeleri
içeren kısıtlar da modele dahil edilebilir. Örneğin, “Konya’ya depo
mağaza açarsak Ankara’ya da depo kurmalıyız.”, “A ürününü üretirsek
B ürününü de üretmeliyiz.” gibi ifadeler tamsayı değişkenler yardımıyla
modelde gösterilebilir.
 Karar problemlerinden çoğu, “evet-hayır”, “açık-kapalı”, “0-1”,
“doğru-yanlış”, “üret-üretme” gibi ikili yapıda olup bunlardan birini
seçmeyi hedefler. Tamsayılı doğrusal programlama yaklaşımı bu tipteki
ikili değişkenleri de modele dahil edebilecek bir yapıdadır.
Tamsayılı doğrusal programlama modelleri, problemin tipine göre saf ve karma

olarak sınıflandırılabilir (Balakrishnan v.d.; 2007):
 Saf Tamsayılı Doğrusal Programlama Problemleri: Tüm karar

değişkenlerinin tamsayılı değerler (genel tamsayı, ikili tamsayı ya da
ikisinin bileşimi) alması gereken problemlerdir.
 Karma Tamsayılı Doğrusal Programlama Problemleri: Karar
değişkenlerinden bazılarının tamsayılı değerler (genel tamsayı, ikili
tamsayı ya da ikisinin bileşimi) alması gereken problemlerdir. Tamsayı
olmayan değişkenler kesirli optimal değerler alabilir.
82
Tamsayılı doğrusal programlama modeli ile doğrusal programlama modeli

arasında belirgin bir fark yoktur. Tamsayılı doğrusal programlama modelinde
doğrusal programlama modeline ek olarak sadece bir ya da daha fazla değişkenin
optimal çözümde tamsayılı değerler alması gerekliliği vardır (Balakrishnan v.d.;
2007).
BİR SANAYİ İŞLETMESİNDE OPTİMİZASYON UYGULAMASI
Çalışmanın üçüncü bölümünde, güneş enerjisi sistemleri ve yenilenebilir enerji

sektöründe yer alan Solimpeks firmasının 12 aylık üretim planlaması problemi ele
alınmıştır. Problemin daha net anlaşılması için; önce işletme ve ürettiği ürünler
hakkında genel bir bilgi verilmiştir. Bu bilgiler doğrultusunda, Düzlemsel Kollektör
üretim planlaması problemin çözümüne yönelik, işletmenin kısıtlarını ve amaçlarını
göz önünde bulunduran bir doğrusal programlama modeli geliştirilmiştir. Geliştirilen
model, Lindo programıyla çözülerek Düzlemsel Kollektör üretimi için 12 aylık
üretim planlaması yapılmıştır. Son olarak da, modelin çözüm sonuçları
değerlendirilmiştir.
3.1. UYGULAMA YAPILAN İŞLETMENİN TANITILMASI
Solimpeks 2001 yılında kuruldu. Dünyanın çeşitli ülkelerinde eğitim görmüş

üçüncü kuşak bayrağı devraldıktan sonra şirketin yüzü yurtdışına dönmüş ve on yıl
gibi bir süre içerisinde Avrupalı rakiplerini geride bırakarak dünyanın hemen hemen
her ülkesinde var olabilen bir şirket haline dönüşmüştür.
Merkezi Konya olan Solimpeks faaliyet alanlarını genişleterek, 2011 yılında

satış ve pazarlama kanallarını tek bir çatı altında toplayarak İzmir’de Solimpeks
Yenilenebilir Enerji Sistemleri A.Ş. kurulmuştur. Solimpeks Akademi’nin kuruluşu
ile de hedeflenen tüm bilgi, birikimini eğitimlerle genişleterek, teknik alt yapıyı
güçlendirmektir.
Solimpeks, yenilenebilir enerji sektöründeki 25 yılı aşkın tecrübe ve bilgi

birikimini günümüz teknolojisiyle birleştirerek dünya standartlarında üretim yapmayı
başarmış ve daha önemlisi “kalitede süreklilik” ilkesinden vazgeçmeyerek solar
termal enerji üretiminde dünyanın önde gelen şirketleri arasında hak ettiği yeri
almayı başarmıştır. Solimpeks, bugün 10’un üzerinde sertifikaya sahip, 40’un
üzerinde ülkeye ihracat yapan, doğal çevreye olan sorumluluğunun bilincinde ve
daimi müşteri memnuniyetini esas alan bir şirkettir. Şirketi farklı kılan 30′dan fazla
kalite sertifikasına sahip 70′den fazla ülkede yıllardır varlığını sürdüren bir global
marka olabilmektir.
84
Solimpeks’in kilometre taşları şu şekildedir (www.solimpeks.com.tr; E.T.:

01.07.2015):
1973: Türkiye’nin ilk yerli güneş enerjisi sistemi üretimi yapıldı.
1992: Alman Müller firmasında know-how transferi yapıldı.
1993: Endüstriyel projelerde Türkiye’de pazar lideri oldu.
2001: %100 ihracat parolası ile Solimpeks’in kuruldu.
2001: Alman ISFH Enstitüsü’nden E DIN 12975-2 sertifikası alındı.
2002: ITW ve SAI Global sertifikaları alındı.
2003: İspanyol İnta ve Amerikan FSEC sertifikalar alındı.
2003: İsveç’ten SP, İngiltere’den Clearskies, İrlanda’dan SEI sertifikaları

alındı.
2005: Solimpeks Solarkeymark sertifikası alan ilk 10 firma arasında yer aldı.
2006: ABD’den SRCC sertifikası alındı.
2008: Dünyada ilk seri PV-T üretim hattı kuruldu.
2009: %113 büyümeyle Solimpeks, ilk 10 firma arasında yer aldı.
2009: Solimpeks Türkiye'nin en büyük solar ihracatçısı oldu.
2010: Solimpeks Almanya Münih’te kuruldu.
2011: Solimpeks Solar İspanya kuruldu.
2011: Solimpeks Kenya kuruldu.
2011: Nairobi Kenya'da ikinci fabrika kuruldu.
2011: Solimpeks Moritanya Nouakchott’da kuruldu.

85
2011: Solimpeks Türkiye Pazarlama kuruldu.
2011: Türkiye’nin en büyük Avrupa’nın ikinci büyük, 28.000 metre kare

fabrikasına taşındı.
2012: Sydney'de Solimpeks Avustralya kuruldu.
3.2. İŞLETMEDE ÜRETİLEN ÜRÜNLER
Solimpeks Yenilenebilir Enerji Sistemleri işletmesinde yüksek verimli güneş

kollektörü, termosifonik sistem, PV-T hibrit kollektör, fotovoltaik sistem, ısı
pompası boyleri, hem elektrik hem sıcak suyu aynı anda üreten hibrit panel imalatları
yapılmaktadır.
Ayrıca endüstriyel ve bireysel güneş enerjisi sistemleri ile ultrasonik kaynak

teknolojisi kullanarak, güneş enerjisi ile ısıtma, soğutma, aydınlatma ve elektrik
üretimi konularında hizmet verilmektedir (www.solimpeks.com.tr; E.T.:
01.07.2015).
3.3. İŞLETMENİN ÜRETİM PLANLAMA PROBLEMİNİN

DOĞRUSAL PROGRAMLAMA YÖNTEMİ İLE MODELLENMESİ VE
ÇÖZÜLMESİ
Güneş enerjisi sistemleri ve yenilenebilir enerji sektöründe faaliyet gösteren

işletmede, üretim planının amaçlara ve kısıtlara uygun olarak yapılması
gerekmektedir. Amaçlara ulaşabilmek için birçok kriteri optimal değere taşımak ve
optimal faydaya ulaşmak istenmektedir. Üretim planının hazırlanması, firmanın
hedeflerine ulaşabilmesi için karar verilmesi gereken en önemli adımlardan biridir.
Bu sebeple, bu çalışmada üretim planlaması problemi seçilmiş ve çözüm yolu olarak
da sayısal karar verme tekniklerinden biri olan doğrusal programlama yönteminin
kullanılmasına karar verilmiştir.
3.3.1. Problemin Belirlenmesi
İşletmede yapılan gözlemler, satış ve üretim departmanlarındaki yetkililerle ve

genel müdürle yapılan görüşmelerde Düzlemsel Kollektör grubundaki ürünlerin
86
üretimlerinin sezgisel olarak yapıldığı görülmüştür. Bu sebeplerle, işletmede üretim

planlamasının sistematik ve optimumu arayan bir teknik olan doğrusal programlama
yöntemi ile modellenmesine karar verilmiştir.
İşletmenin üretim planlamasının optimizasyonu için işletmenin problemler

belirlenmiş ve işletmeye ait geçmiş dönem verileri ile gelecek dönem
projeksiyonlarına ait veriler incelenerek doğrusal programlama modeli ile Düzlemsel
Kollektör grubundaki 3 ürünün 12 aylık üretim planlaması yapılmıştır.
Üretim planlaması modelleme çalışması Eylül 2015 - Ağustos 2016 dönemi

için yapılmıştır. Üretim planının hazırlanmasında kullanılması gereken işletmenin
maliyet, kar ve kapasitesiyle ile ilgili veriler işletmeden alınmıştır. 12 aylık talep
verileri ise önceki dönemlerdeki talep verilerinin incelenmesi ve inceleme sonucu
yapılan tahminlerin firma yetkilileri tarafından revize edilmesiyle elde edilmiştir.
3.3.2. İşletmeye Ait Veriler
İşletme Kollektör A, B ve C olmak üzere 3 farklı tipte düzlemsel kollektör

üretmektedir. Bu ürünlere ait birim satış fiyatı, normal mesaiyle ve fazla mesaiyle
birim üretim maliyeti, birim karlar ile aylık birim stok maliyetleri Tablo 3.1’de yer
almaktadır.
Tablo 3. 1. İşletmeye İlişkin Maliyet, Gelir ve Kar Verileri
Birim Birim
Birim Birim
Birim Üretim Üretim Stok
Kar Kar
Model Satış Maliyeti Maliyeti Maliyeti
(Normal (Fazla
Fiyatı (Normal (Fazla (Aylık)
Mesai) Mesai)
Mesai) Mesai)
Kollektör A 195,00 ₺ 115,00 ₺ 80,00 ₺ 145,00 ₺ 50,00 ₺ 2,00 ₺
Kollektör B 170,00 ₺ 100,00 ₺ 70,00 ₺ 125,00 ₺ 45,00 ₺ 1,70 ₺
Kollektör C 145,00 ₺ 85,00 ₺ 60,00 ₺ 105,00 ₺ 40,00 ₺ 1,45 ₺
87
İşletmeye ait verilerin yer aldığı Tablo 3.1 incelendiğinde; Kollektör A için
birim satış fiyatının 195 ₺, normal mesai ile birim üretim maliyetinin 115 ₺ ve
normal mesaiyle üretimin birim karının 80 ₺, fazla mesai ile birim üretim maliyetinin
145 ₺ ve fazla mesaiyle üretimin birim karının 50 ₺ olduğu ve bir adete Kollektör
A’yı stokta bir ay bulundurmanın 2,00 ₺’ye mal olduğu görülmektedir. Aynı şekilde,
Kollektör B için birim satış fiyatının 170 ₺, normal mesai ile birim üretim
maliyetinin 100 ₺ ve normal mesaiyle üretimin birim karının 70 ₺, fazla mesai ile
birim üretim maliyetinin 125 ₺ ve fazla mesaiyle üretimin birim karının 45 ₺ olduğu
ve bir adete Kollektör B’yi stokta bir ay bulundurmanın 1,70 ₺’ye mal olduğu
görülmektedir. Son olarak, Kollektör C için birim satış fiyatının 145 ₺, normal mesai
ile birim üretim maliyetinin 85 ₺ ve normal mesaiyle üretimin birim karının 60 ₺,
fazla mesai ile birim üretim maliyetinin 115 ₺ ve fazla mesaiyle üretimin birim
karının 40 ₺ olduğu ve bir adete Kollektör C’yi stokta bir ay bulundurmanın 1,45
₺’ye mal olduğu görülmektedir.
Kollektör A, B ve C ürünlerine ait birim üretim zamanı ve stokta kapladığı alan

verileri ile işletmenin toplam stok kapasitesi bilgisi Tablo 3.2’de yer almaktadır.
Tablo 3. 2. Ürünlere İlişkin Üretim Zamanı ve Stokta Kapladığı Alan Verileri ve

İşletmeye İlişkin Toplam Stok Kapasitesi
Birim Üretim Stokta Kapladığı Toplam Stok

Model
Zamanı (dk) Alan (m2) Kapasitesi (m2)
Kollektör A 2 2,5
Kollektör B 2 2,1 35.000
Kollektör C 2 1,8
İşletmeye ait verilerin yer aldığı Tablo 3.2 incelendiğinde; her bir kollektör için
birim üretim zamanının 2 dakika olduğu ve Kollektör A, B ve C’nin stokta kapladığı
alanın sırasıyla 2,5 m2, 2,1 m2 ve 1,8 m2 olduğu görülmektedir. Ayrıca işletmenin
toplam stok kapasitesi 35.000 m2’dir.
88
İşletmeye ait Eylül 2015 – Ağustos 2016 dönemini kapsayan ürün bazlı aylık
talep tahminleri ile aylık normal ve fazla mesai kapasiteleri ilişkin bilgiler Tablo
3.3’te yer almaktadır.
İşletmeye ait verilerin yer aldığı Tablo 3.3 incelendiğinde; Eylül 2015 –
Ağustos 2016 dönemi için Kollektör A, B ve C’nin toplam talep tahmininin sırasıyla
31.140, 24.770 ve 6.940 adet olduğu ve bu üç ürünün 12 aylık toplam talebinin
62.850 adet olarak tahmin edildiği görülmektedir. Ayrıca normal mesaiyle üretimin
12 aylık toplam kapasitesi 140.415 dakika iken fazla mesaiyle üretimin 12 aylık
toplam kapasitesinin 65.586 dakikadır.
Problemlerin modellenmesinde ve çözümünde aşağıdaki bilgiler göz önünde

tutulmalıdır:
 Tüm ürünler için başlangıç stok miktarı sıfırdır.

 İşletmede tek vardiya sisteminde çalışılmaktadır ve gerektiğinde fazla
mesai yapılabilmektedir.
 İşletme talepten fazla üretimi stoklayabilmektedir.
 Makinelerin bakım ve arıza halinde durması göz ardı edilmiştir.
 Kapasite belirlenirken resmi tatiller göz önünde bulundurulmuştur.
 Problemin belirlenmesinde kullanılan veriler firmanın kaynaklarından
ve tablolardan alınmıştır.
89
Tablo 3. 3. Ürün Bazlı Aylık Talep Tahminleri İle Aylık Normal Ve Fazla Mesai Kapasiteleri
Eylül Ekim Kasım Aralık Ocak Şubat Mart Nisan Mayıs Haziran Temmuz Ağustos
Model 15 15 15 15 16 16 16 16 16 16 16 16 Toplam
1. Ay 2. Ay 3. Ay 4. Ay 5. Ay 6. Ay 7. Ay 8. Ay 9. Ay 10. Ay 11. Ay 12. Ay
Kollektör A 2.160 2.530 2.020 4.420 3.470 3.000 3.030 2.220 2.070 1.400 1.770 3.050 31.140
Kollektör B 940 2.040 3.030 1.640 3.230 2.960 2.120 1.750 2.140 2.790 1.310 820 24.770
Kollektör C 680 1.450 1.860 1.300 360 550 50 360 20 20 210 80 6.940
Toplam Talep 3.780 6.020 6.910 7.360 7.060 6.510 5.200 4.330 4.230 4.210 3.290 3.950 62.850
Normal Mesai
11.100 11.655 11.655 12.765 11.100 11.655 12.765 11.655 12.210 12.210 9.435 12.210 140.415
Kap. (dk)
Fazla Mesai
4.305 6.102 4.992 5.256 5.415 4.992 5.256 5.547 5.679 5.124 7.239 5.679 65.586
Kap. (dk)
90
3.3.3. Doğrusal Programlama Modelinin Geliştirilmesi
Kurulan doğrusal programlama modeli ile 3 farklı Düzlemsel Kollektör

modelinin 12 aylık üretim planlaması optimizasyonu yapılmıştır. Optimizasyon
uygulamasında gelen talebi karşılayacak şekilde kar maksimizasyonu hedeflenmiştir.
Bu hedefe ulaşmak için aylık üretim kapasitesi (normal ve fazla mesaili) kısıtları ile
stok kapasitesi kısıtları göz önünde bulundurulmuş; gelir, maliyet, birim üretim
zamanı ve birim stoklama alanı ihtiyacı verileri dikkate alınmıştır.
3.3.3.1. Karar Değişkenlerinin ve Parametrelerin Tanımlanması
Karar Değişkenleri
Xij: i (i=A,B,C) modelinden j. (j=1,2,3,…,12) ayda normal mesai ile üretilecek

miktar
Yij: i (i=A,B,C) modelinden j. (j=1,2,3,…,12) ayda fazla mesai ile üretilecek

miktar
Iij: i (i=A,B,C) modelinden j. (j=1,2,3,…,12) ayın başında (ya da (j-1). ayın

sonunda) stokta bulunan miktar
Parametreler
ni: i (i=A,B,C) modelini normal mesai ile üretmenin birim karı
fi: i (i=A,B,C) modelini fazla mesai ile üretmenin birim karı
ci: i (i=A,B,C) modelini bir ay stokta tutmanın birim maliyeti
Tij: i (i=A,B,C) modelinin j. (j=1,2,3,…,12) aydaki talebi
ui: i (i=A,B,C) modelinin dakika cinsinden üretim zamanı

91
Kj: j. (j=1,2,3,…,12) aydaki dakika cinsinden normal mesaiyle üretim

kapasitesi
Mj: j. (j=1,2,3,…,12) aydaki dakika cinsinden fazla mesaiyle üretim

kapasitesi
si: i (i=A,B,C) modelinin m2 cinsinden stokta kapladığı alan
D: m2 cinsinden stok kapasitesi
Pi: i (i=A,B,C) modelinin yıllık talebi
3.3.3.2. Amaç Fonksiyonunun Formüle Edilmesi
Amaç fonksiyonu, her bir ürün için normal mesaiyle ve fazla mesaiyle üretilen
ürünlerden elde edilen kardan stok maliyetlerinin çıkarılmasıyla elde edilir. Yukarıda
tanımlanmış notasyonlar çerçevesinde amaç fonksiyonu şu şekilde formüle edilir:
= ( )+ ( )− ( )
Amaç fonksiyonun açık hali şu şekildedir:
1) Max Z = 80X A1 + 80X A2 + 80X A3 + 80X A4 + 80X A5 + 80X A6 + 80X A7 +

80X A8 + 80X A9 + 80X A10 + 80X A11 + 80X A12
+ 70X B1 + 70X B2 + 70X B3 + 70X B4 + 70X B5 + 70X B6 + 70X B7 + 70X B8 +

70X B9 + 70X B10 + 70X B11 + 70X B12
+ 60X C1 + 60X C2 + 60X C3 + 60X C4 + 60X C5 + 60X C6 + 60X C7 + 60X C8 +

60X C9 + 60X C10 + 60X C11 + 60X C12
+ 50Y A1 + 50Y A2 + 50Y A3 + 50Y A4 + 50Y A5 + 50Y A6 + 50Y A7 + 50Y A8 +

50Y A9 + 50Y A10 + 50Y A11 + 50Y A12
+ 45Y B1 + 45Y B2 + 45Y B3 + 45Y B4 + 45Y B5 + 45Y B6 + 45Y B7 + 45Y B8 +

45Y B9 + 45Y B10 + 45Y B11 + 45Y B12
92
+ 40Y C1 + 40Y C2 + 40Y C3 + 40Y C4 + 40Y C5 + 40Y C6 + 40Y C7 + 40Y C8 +

40Y C9 + 40Y C10 + 40Y C11 + 40Y C12
- 2I A1 - 2I A2 - 2I A3 - 2I A4 - 2I A5 - 2I A6 - 2I A7 - 2I A8 - 2I A9 - 2I A10 - 2I A11 -
2I A12
- 1,7I B1 - 1,7I B2 - 1,7I B3 - 1,7I B4 - 1,7I B5 - 1,7I B6 - 1,7I B7 - 1,7I B8 - 1,7I B9 -

1,7I B10 - 1,7I B11 - 1,7I B12
- 1,45I C1 - 1,45I C2 - 1,45I C3 - 1,45I C4 - 1,45I C5 - 1,45I C6 - 1,45I C7 - 1,45I C8 -

1,45I C9 - 1,45I C10 - 1,45I C11 - 1,45I C12
3.3.3.3. Kısıtların Formüle Edilmesi
Modelin kısıt kümesi aylık talebi karşılama, normal mesaiyle üretim kapasitesi,
fazla mesaiyle üretim kapasitesi, stoklama alanı kapasitesi, yıllık talebi karşılama,
ayın başındaki stok miktarı kısıtları ile işaret ve tamsayı olma kısıtlarında
oluşmaktadır. Ayrıca modelin amaç fonksiyonuna ve kısıtlarına ait Lindo kodları Ek-
1’de yer almaktadır.
Aylık Talebi Karşılama Kısıtları: Her bir ürün için normal mesai ve fazla
mesaiyle yapılan üretim ve aybaşındaki stok miktarının toplamı o ürün için o ayki
talebe eşit veya talepten fazla olmalıdır. Tanımlanmış notasyonlar çerçevesinde aylık
talebi karşılama kısıtı şu şekilde formüle edilir:
+ + ≥ ; ∀ ,∀ ; ∈ { , , } =∈ {1,2,3, … ,12}
36 adet aylık talebi karşılama kısıtının açık hali şu şekildedir:
2) X A1 + Y A1 + I A1 >= 2160
3) X A2 + Y A2 + I A2 >= 2530
4) X A3 + Y A3 + I A3 >= 2020
5) X A4 + Y A4 + I A4 >= 4420
6) X A5 + Y A5 + I A5 >= 3470
7) X A6 + Y A6 + I A6 >= 3000
93
8) X A7 + Y A7 + I A7 >= 3030
9) X A8 + Y A8 + I A8 >= 2220
10) X A9 + Y A9 + I A9 >= 2070
11) X A10 + Y A10 + I A10 >= 1400
12) X A11 + Y A11 + I A11 >= 1770
13) X A12 + Y A12 + I A12 >= 3050
14) X B1 + Y B1 + I B1 >= 940
15) X B2 + Y B2 + I B2 >= 2040
16) X B3 + Y B3 + I B3 >= 3030
17) X B4 + Y B4 + I B4 >= 1640
18) X B5 + Y B5 + I B5 >= 3230
19) X B6 + Y B6 + I B6 >= 2960
20) X B7 + Y B7 + I B7 >= 2120
21) X B8 + Y B8 + I B8 >= 1750
22) X B9 + Y B9 + I B9 >= 2140
23) X B10 + Y B10 + I B10 >= 2790
24) X B11 + Y B11 + I B11 >= 1310
25) X B12 + Y B12 + I B12 >= 820
26) X C1 + Y C1 + I C1 >= 680
27) X C2 + Y C2 + I C2 >= 1450
28) X C3 + Y C3 + I C3 >= 1860
29) X C4 + Y C4 + I C4 >= 1300
30) X C5 + Y C5 + I C5 >= 360
31) X C6 + Y C6 + I C6 >= 550
32) X C7 + Y C7 + I C7 >= 50
94
33) X C8 + Y C8 + I C8 >= 360
34) X C9 + Y C9 + I C9 >= 20
35) X C10 + Y C10 + I C10 >= 20
36) X C11 + Y C11 + I C11 >= 210
37) X C12 + Y C12 + I C12 >= 80
Normal Mesaiyle Üretim Kapasitesi Kısıtları: Her bir ay için o ayda normal
mesaiyle üretilen ürünlerin toplam üretim zamanı o ayki toplam normal mesaiyle
üretim kapasitesine eşit veya kapasiteden az olmalıdır. Tanımlanmış notasyonlar
çerçevesinde normal mesaiyle üretim kapasitesi kısıtı şu şekilde formüle edilir:
≤ ; ∀; =∈ {1,2,3, … ,12}
12 adet normal mesaiyle üretim kapasitesi kısıtının açık hali şu şekildedir:
38) 2 X A1 + 2 X B1 + 2 X C1 <= 11100
39) 2 X A2 + 2 X B2 + 2 X C2 <= 11655
40) 2 X A3 + 2 X B3 + 2 X C3 <= 11655
41) 2 X A4 + 2 X B4 + 2 X C4 <= 12765
42) 2 X A5 + 2 X B5 + 2 X C5 <= 11100
43) 2 X A6 + 2 X B6 + 2 X C6 <= 11655
44) 2 X A7 + 2 X B7 + 2 X C7 <= 12765
45) 2 X A8 + 2 X B8 + 2 X C8 <= 11655
46) 2 X A9 + 2 X B9 + 2 X C9 <= 12210
47) 2 X A10 + 2 X B10 + 2 X C10 <= 12210
48) 2 X A11 + 2 X B11 + 2 X C11 <= 9435
49) 2 X A12 + 2 X B12 + 2 X C12 <= 12210
Fazla Mesaiyle Üretim Kapasitesi Kısıtları: Her bir ay için o ayda fazla
mesaiyle üretilen ürünlerin toplam üretim zamanı o ayki toplam fazla mesaiyle
95
üretim kapasitesine eşit veya kapasiteden az olmalıdır. Tanımlanmış notasyonlar

çerçevesinde fazla mesaiyle üretim kapasitesi kısıtı şu şekilde formüle edilir:
≤ ; ∀; =∈ {1,2,3, … ,12}
12 adet fazla mesaiyle üretim kapasitesi kısıtının açık hali şu şekildedir:
50) 2 Y A1 + 2 Y B1 + 2 Y C1 <= 4305
51) 2 Y A2 + 2 Y B2 + 2 Y C2 <= 6102
52) 2 Y A3 + 2 Y B3 + 2 Y C3 <= 4992
53) 2 Y A4 + 2 Y B4 + 2 Y C4 <= 5256
54) 2 Y A5 + 2 Y B5 + 2 Y C5 <= 5415
55) 2 Y A6 + 2 Y B6 + 2 Y C6 <= 4992
56) 2 Y A7 + 2 Y B7 + 2 Y C7 <= 5256
57) 2 Y A8 + 2 Y B8 + 2 Y C8 <= 5547
58) 2 Y A9 + 2 Y B9 + 2 Y C9 <= 5679
59) 2 Y A10 + 2 Y B10 + 2 Y C10 <= 5124
60) 2 Y A11 + 2 Y B11 + 2 Y C11 <= 7239
61) 2 Y A12 + 2 Y B12 + 2 Y C12 <= 5679
Stoklama Alanı Kapasitesi Kısıtları: Her bir ay için o ayda stokta bulunan
ürünlerin kapladığı alan toplam stoklama alanı kapasitesine eşit veya kapasiteden az
olmalıdır. Tanımlanmış notasyonlar çerçevesinde stoklama alanı kapasitesi kısıtı şu
şekilde formüle edilir:
≤ ; ∀; =∈ {1,2,3, … ,12}
12 adet stoklama alanı kapasitesi kısıtının açık hali şu şekildedir:
62) 2,5 I A1 + 2,1 I B1 + 1,8 I C1 <= 35000
63) 2,5 I A2 + 2,1 I B2 + 1,8 I C2 <= 35000

96
64) 2,5 I A3 + 2,1 I B3 + 1,8 I C3 <= 35000
65) 2,5 I A4 + 2,1 I B4 + 1,8 I C4 <= 35000
66) 2,5 I A5 + 2,1 I B5 + 1,8 I C5 <= 35000
67) 2,5 I A6 + 2,1 I B6 + 1,8 I C6 <= 35000
68) 2,5 I A7 + 2,1 I B7 + 1,8 I C7 <= 35000
69) 2,5 I A8 + 2,1 I B8 + 1,8 I C8 <= 35000
70) 2,5 I A9 + 2,1 I B9 + 1,8 I C9 <= 35000
71) 2,5 I A10 + 2,1 I B10 + 1,8 I C10 <= 35000
72) 2,5 I A11 + 2,1 I B11 + 1,8 I C11 <= 35000
73) 2,5 I A12 + 2,1 I B12 + 1,8 I C12 <= 35000
Yıllık Talebi Karşılama Kısıtları: Her bir ürün için 12 aylık normal mesai ve
fazla mesaiyle yapılan üretim miktarının toplamı o ürünün yıllık talebine eşit
olmalıdır. Tanımlanmış notasyonlar çerçevesinde yıllık talebi karşılama kısıtı şu
şekilde formüle edilir:
+ = ; ∀; ∈{ , , }
3 adet yıllık talebi karşılama kısıtının açık hali şu şekildedir:
74) X A1 + X A2 +X A3 + X A4 + X A5 + X A6 + X A7 + X A8 + X A9 + X A10 +
X A11 + X A12 + Y A1 + Y A2 + Y A3 + Y A4 + Y A5 + Y A6 + Y A7 + Y A8 + Y A9 + Y A10
+ Y A11 + Y A12 = 31140
75) X B1 + X B2 + X B3 + X B4 + X B5 + X B6 + X B7 + X B8 + X B9 + X B10 + X
B11 + X B12 + Y B1 + Y B2 + Y B3 + Y B4 + Y B5 + Y B6 + Y B7 + Y B8 + Y B9 + Y B10 +
Y B11 + Y B12 = 24770
76) X C1 + X C2 + X C3 + X C4 + X C5 + X C6 + X C7 + X C8 + X C9 + X C10 + X
C11 + X C12 + Y C1 + Y C2 + Y C3 + Y C4 + Y C5 + Y C6 + Y C7 + Y C8 + Y C9 + Y C10 +
Y C11 + Y C12 = 6940
97
Ayın Başındaki Stok Miktarı Kısıtları: Her bir ürün için ayın başındaki stok
miktarı bir önceki ayda yapılan normal ve fazla mesaiyle üretim miktarı ve
aybaşındaki stok miktarının toplamından üretimin yapıldığı aydaki talebin
karşılanmasında sonra kalan miktara eşit olmalıdır. İlk ay için ayın başındaki stok
miktarı sıfırdır. Tanımlanmış notasyonlar çerçevesinde ayın başındaki stok miktarı
kısıtı, karar değişkenleri sol, kısıt parametresi sağ tarafta olmak üzere, şu şekilde
formüle edilir:
= 0; ∀ ; ∈{ , , }
+ + − ( ) = ; ∀ ,∀ ; ∈{ , , } =∈ {1,2,3, … ,12}
36 adet aylık ayın başındaki stok miktarı kısıtının açık hali şu şekildedir:
77) I A1 = 0
78) X A1 + Y A1 + I A1 – I A2 = 2160
79) X A2 + Y A2 + I A2 – I A3 = 2530
80) X A3 + Y A3 + I A3 – I A4 = 2020
81) X A4 + Y A4 + I A4 – I A5 = 4420
82) X A5 + Y A5 + I A5 – I A6 = 3470
83) X A6 + Y A6 + I A6 – I A7 = 3000
84) X A7 + Y A7 + I A7 – I A8 = 3030
85) X A8 + Y A8 + I A8 – I A9 = 2220
86) X A9 + Y A9 + I A9 – I A10 = 2070
87) X A10 + Y A10 + I A10 – I A11 = 1400
88) X A11 + Y A11 + I A11 – I A12 = 1770
89) I B1 = 0
90) X B1 + Y B1 + I B1 – I B2 = 940
91) X B2 + Y B2 + I B2 – I B3 = 2040
92) X B3 + Y B3 + I B3 – I B4 = 3030
98
93) X B4 + Y B4 + I B4 – I B5 = 1640
94) X B5 + Y B5 + I B5 – I B6 = 3230
95) X B6 + Y B6 + I B6 – I B7 = 2960
96) X B7 + Y B7 + I B7 – I B8 = 2120
97) X B8 + Y B8 + I B8 – I B9 = 1750
98) X B9 + Y B9 + I B9 – I B10 = 2140
99) X B10 + Y B10 + I B10 – I B11 = 2790
100) X B11 + Y B11 + I B11 – I B12 = 1310
101) I C1 = 0
102) X C1 + Y C1 + I C1 – I C2 = 680
103) X C2 + Y C2 + I C2 – I C3 = 1450
104) X C3 + Y C3 + I C3 – I C4 = 1860
105) X C4 + Y C4 + I C4 – I C5 = 1300
106) X C5 + Y C5 + I C5 – I C6 = 360
107) X C6 + Y C6 + I C6 – I C7 = 550
108) X C7 + Y C7 + I C7 – I C8 = 50
109) X C8 + Y C8 + I C8 – I C9 = 360
110) X C9 + Y C9 + I C9 – I C10 = 20
111) X C10 + Y C10 + I C10 – I C11 = 20
112) X C11 + Y C11 + I C11 – I C12 = 210
İşaret ve Tamsayı Kısıtları: Her bir karar değişkeni negatif olmama koşulunu
ve tamsayı olma koşulunu taşımalıdır. Tanımlanmış notasyonlar çerçevesinde negatif
olmama ve tamsayı olma kısıtları şu şekilde formüle edilir:
, , ≥ 0; ∀ , ∀ ; ∈ { , , } =∈ {1,2,3, … ,12}
, , : ; ∀ ,∀ ; ∈{ , , } =∈ {1,2,3, … ,12}
99
3.3.4. Doğrusal Programlama Modelinin Çözüm Sonuçları
108 karar değişkeni ve 111 kısıta sahip doğrusal programlama modeli Lindo
yardımıyla çözülmüş ve optimal sonuç yani 3 ürünün üretiminden talebi karşılayacak
şekilde 12 aylık dönemde elde edilecek optimal kar 163 iterasyon sonucunda
bulunmuş ve 4.579.066,50 ₺ olmuştur. Ayrıca modelin Lindo Çözümü Ek-2’de yer
almaktadır.
Optimal çözüm sonucuna göre Kollektör A için normal mesaiyle ve fazla

mesaiyle üretim ile stok miktarları Tablo 3.4’te yer almaktadır.
Tablo 3. 4. Kollektör A için Optimal Sonuçlar
Aylar (XAj) (YAj) (IAj)

Eyl.15 1. Ay 2.160 0 0
Eki.15 2. Ay 2.530 0 0
Kas.15 3. Ay 2.020 0 0
Ara.15 4. Ay 4.420 0 0
Oca.16 5. Ay 3.470 0 0
Şub.16 6. Ay 3.000 0 0
Mar.16 7. Ay 3.030 0 0
Nis.16 8. Ay 2.220 0 0
May.16 9. Ay 2.070 0 0
Haz.16 10. Ay 1.400 0 0
Tem.16 11. Ay 1.770 0 0
Ağu.16 12. Ay 3.050 0 0
Toplam 31.140 0 0
Tablo 3.4’teki Kollektör A için normal mesaiyle ve fazla mesaiyle üretim ile
stok miktarları incelendiğinde Kollektör A’ya gelen talebin tamamının normal
mesaiyle yapılan üretimle karşılanması gerektiği görülmektedir.
Optimal çözüm sonucuna göre Kollektör B için normal mesaiyle ve fazla

mesaiyle üretim ile stok miktarları Tablo 3.5’te yer almaktadır.
100
Tablo 3. 5. Kollektör B için Optimal Sonuçlar
Aylar (XBj) (YBj) (IBj)

Eyl.15 1. Ay 940 0 0
Eki.15 2. Ay 2.091 0 0
Kas.15 3. Ay 3.807 0 51
Ara.15 4. Ay 1.962 0 828
Oca.16 5. Ay 2.080 0 1.150
Şub.16 6. Ay 2.827 133 0
Mar.16 7. Ay 2.120 0 0
Nis.16 8. Ay 1.750 0 0
May.16 9. Ay 2.140 0 0
Haz.16 10. Ay 2.790 0 0
Tem.16 11. Ay 1.310 0 0
Ağu.16 12. Ay 820 0 0
Toplam 24.637 133 2.029
Tablo 3.5’teki Kollektör B için normal mesaiyle ve fazla mesaiyle üretim ile
stok miktarları incelendiğinde Kollektör B’ye gelen talebin Şubat 2016 (6. Ay)
haricinde normal mesaiyle yapılan üretimle karşılanması, Şubat 2016 (6. Ay)’da ise
normal mesaiye ek olarak fazla mesaiyle üretim yapılması gerektiği görülmektedir.
Buna ek olarak 2. Ayda, 3. Ayda ve 4. Ayda yapılacak üretim miktarlarının o
aylardaki talepten fazla olması gerektiği ve bir sonraki ayın başında firmanın elinde
Kollektör B stoğu olması gerektiği görülmektedir.
Optimal çözüm sonucuna göre Kollektör C için normal mesaiyle ve fazla

mesaiyle üretim ile stok miktarları Tablo 3.6’da yer almaktadır.
101
Tablo 3. 6. Kollektör C için Optimal Sonuçlar
Aylar (XCj) (YCj) (ICj)

Eyl.15 1. Ay 2.450 0 0
Eki.15 2. Ay 1.206 0 1.770
Kas.15 3. Ay 0 334 1.526
Ara.15 4. Ay 0 1.300 0
Oca.16 5. Ay 0 360 0
Şub.16 6. Ay 0 550 0
Mar.16 7. Ay 50 0 0
Nis.16 8. Ay 360 0 0
May.16 9. Ay 20 0 0
Haz.16 10. Ay 20 0 0
Tem.16 11. Ay 210 0 0
Ağu.16 12. Ay 80 0 0
Toplam 4.396 2.544 3.296
Tablo 3.6’daki Kollektör C için normal mesaiyle ve fazla mesaiyle üretim ile
stok miktarları incelendiğinde Kollektör C’ye gelen talebin Kasım 2015 (3. Ay),
Aralık 2015 (4. Ay), Ocak 2016 (5. Ay) ve Şubat 2016 (6. Ay) haricinde normal
mesaiyle yapılan üretimle karşılanması, Kasım 2015 (3. Ay), Aralık 2015 (4. Ay),
Ocak 2016 (5. Ay) ve Şubat 2016 (6. Ay)’daki talebin ise sadece fazla mesaiyle
yapılan üretimden karşılanması gerektiği görülmektedir. Buna ek olarak 2. Ayın ve
3. Ayın başında firmanın elinde Kollektör C stoğu olması gerektiği görülmektedir.
Optimal çözüm sonucuna göre aylık talebi karşılama kısıtlarının durumu Tablo
3.7’de yer almaktadır.
102
Tablo 3. 7. Aylık Talebi Karşılama Kısıtlarının Durumu
Kısıt Sol Taraf Değeri Yitik ya da Fazlalık

2) X A1 + Y A1 + I A1 >= 2160 2.160 0
3) X A2 + Y A2 + I A2 >= 2530 2.530 0
4) X A3 + Y A3 + I A3 >= 2020 2.020 0
5) X A4 + Y A4 + I A4 >= 4420 4.420 0
6) X A5 + Y A5 + I A5 >= 3470 3.470 0
7) X A6 + Y A6 + I A6 >= 3000 3.000 0
8) X A7 + Y A7 + I A7 >= 3030 3.030 0
9) X A8 + Y A8 + I A8 >= 2220 2.220 0
10) X A9 + Y A9 + I A9 >= 2070 2.070 0
11) X A10 + Y A10 + I A10 >= 1400 1.400 0
12) X A11 + Y A11 + I A11 >= 1770 1.770 0
13) X A12 + Y A12 + I A12 >= 3050 3.050 0
14) X B1 + Y B1 + I B1 >= 940 940 0
15) X B2 + Y B2 + I B2 >= 2040 2.091 51
16) X B3 + Y B3 + I B3 >= 3030 3.858 828
17) X B4 + Y B4 + I B4 >= 1640 2.790 1.150
18) X B5 + Y B5 + I B5 >= 3230 3.230 0
19) X B6 + Y B6 + I B6 >= 2960 2.960 0
20) X B7 + Y B7 + I B7 >= 2120 2.120 0
21) X B8 + Y B8 + I B8 >= 1750 1.750 0
22) X B9 + Y B9 + I B9 >= 2140 2.140 0
23) X B10 + Y B10 + I B10 >= 2790 2.790 0
24) X B11 + Y B11 + I B11 >= 1310 1.310 0
25) X B12 + Y B12 + I B12 >= 820 820 0
26) X C1 + Y C1 + I C1 >= 680 2.450 1.770
27) X C2 + Y C2 + I C2 >= 1450 2.976 1.526
28) X C3 + Y C3 + I C3 >= 1860 1.860 0
29) X C4 + Y C4 + I C4 >= 1300 1.300 0
103
Kısıt Sol Taraf Değeri Yitik ya da Fazlalık

30) X C5 + Y C5 + I C5 >= 360 360 0
31) X C6 + Y C6 + I C6 >= 550 550 0
32) X C7 + Y C7 + I C7 >= 50 50 0
33) X C8 + Y C8 + I C8 >= 360 360 0
34) X C9 + Y C9 + I C9 >= 20 20 0
35) X C10 + Y C10 + I C10 >= 20 20 0
36) X C11 + Y C11 + I C11 >= 210 210 0
37) X C12 + Y C12 + I C12 >= 80 80 0
Optimal çözüm sonucuna göre normal mesaiyle üretim kapasitesi kısıtlarının

durumu Tablo 3.8’de yer almaktadır.
Tablo 3. 8. Normal Mesaiyle Üretim Kapasitesi Kısıtlarının Durumu
Sol Taraf Yitik ya da

Kısıt
Değeri Fazlalık
38) 2 X A1 + 2 X B1 + 2 X C1 <= 11100 11.100 0
39) 2 X A2 + 2 X B2 + 2 X C2 <= 11655 11.654 -1
40) 2 X A3 + 2 X B3 + 2 X C3 <= 11655 11.654 -1
41) 2 X A4 + 2 X B4 + 2 X C4 <= 12765 12.764 -1
42) 2 X A5 + 2 X B5 + 2 X C5 <= 11100 11.100 0
43) 2 X A6 + 2 X B6 + 2 X C6 <= 11655 11.654 -1
44) 2 X A7 + 2 X B7 + 2 X C7 <= 12765 10.400 -2.365
45) 2 X A8 + 2 X B8 + 2 X C8 <= 11655 8.660 -2.995
46) 2 X A9 + 2 X B9 + 2 X C9 <= 12210 8.460 -3.750
47) 2 X A10 + 2 X B10 + 2 X C10 <= 12210 8.420 -3.790
48) 2 X A11 + 2 X B11 + 2 X C11 <= 9435 6.580 -2.855
49) 2 X A12 + 2 X B12 + 2 X C12 <= 12210 7.900 -4.310
104
Tablo 3.8’de yer alan normal mesaiyle üretim kapasitesi kısıtları

incelendiğinde işletmenin ilk 6 aylık dönemde normal mesaiyle üretim kapasitesinin
tamamını kullanacağı, sonraki 6 aylık dönemde ise kapasitesinin tamamını
kullanmayacağı görülmektedir.
Optimal çözüm sonucuna göre fazla mesaiyle üretim kapasitesi kısıtlarının

durumu Tablo 3.9’da yer almaktadır.
Tablo 3. 9. Fazla Mesaiyle Üretim Kapasitesi Kısıtlarının Durumu

Kısıt
Değeri Fazlalık
50) 2 Y A1 + 2 Y B1 + 2 Y C1 <= 4305 0 -4.305
51) 2 Y A2 + 2 Y B2 + 2 Y C2 <= 6102 0 -6.102
52) 2 Y A3 + 2 Y B3 + 2 Y C3 <= 4992 668 -4.324
53) 2 Y A4 + 2 Y B4 + 2 Y C4 <= 5256 2.600 -2.656
54) 2 Y A5 + 2 Y B5 + 2 Y C5 <= 5415 720 -4.695
55) 2 Y A6 + 2 Y B6 + 2 Y C6 <= 4992 1.366 -3.626
56) 2 Y A7 + 2 Y B7 + 2 Y C7 <= 5256 0 -5.256
57) 2 Y A8 + 2 Y B8 + 2 Y C8 <= 5547 0 -5.547
58) 2 Y A9 + 2 Y B9 + 2 Y C9 <= 5679 0 -5.679
59) 2 Y A10 + 2 Y B10 + 2 Y C10 <= 5124 0 -5.124
60) 2 Y A11 + 2 Y B11 + 2 Y C11 <= 7239 0 -7.239
61) 2 Y A12 + 2 Y B12 + 2 Y C12 <= 5679 0 -5.679
Tablo 3.9’da yer alan fazla mesaiyle üretim kapasitesi kısıtları incelendiğinde
işletmenin 3. ile 6. ay arasındaki dönemde kapasitenin belirli bir bölümü
kullanılırken diğer aylarda fazla mesaiyle üretim yapılmayacağı görülmektedir.
Optimal çözüm sonucuna göre stoklama alanı kapasitesi kısıtlarının durumu

Tablo 3.10’da yer almaktadır.
105
Tablo 3. 10. Stoklama Alanı Kapasitesi Kısıtlarının Durumu

Kısıt
Değeri Fazlalık
62) 2,5 I A1 + 2,1 I B1 + 1,8 I C1 <= 35000 0,00 -35.000,00
63) 2,5 I A2 + 2,1 I B2 + 1,8 I C2 <= 35000 3.186,00 -31.814,00
64) 2,5 I A3 + 2,1 I B3 + 1,8 I C3 <= 35000 2.853,90 -32.146,10
65) 2,5 I A4 + 2,1 I B4 + 1,8 I C4 <= 35000 1.738,80 -33.261,20
66) 2,5 I A5 + 2,1 I B5 + 1,8 I C5 <= 35000 2.415,00 -32.585,00
67) 2,5 I A6 + 2,1 I B6 + 1,8 I C6 <= 35000 0,00 -35.000,00
68) 2,5 I A7 + 2,1 I B7 + 1,8 I C7 <= 35000 0,00 -35.000,00
69) 2,5 I A8 + 2,1 I B8 + 1,8 I C8 <= 35000 0,00 -35.000,00
70) 2,5 I A9 + 2,1 I B9 + 1,8 I C9 <= 35000 0,00 -35.000,00
71) 2,5 I A10 + 2,1 I B10 + 1,8 I C10 <= 35000 0,00 -35.000,00
72) 2,5 I A11 + 2,1 I B11 + 1,8 I C11 <= 35000 0,00 -35.000,00
73) 2,5 I A12 + 2,1 I B12 + 1,8 I C12 <= 35000 0,00 -35.000,00
Tablo 3.10’da yer alan stoklama alanı kapasitesi kısıtları incelendiğinde

işletmenin 2. ile 5. ay arasındaki dönemde kapasitenin belirli bir bölümü
kullanılırken diğer aylarda stoklama yapılmayacağı görülmektedir.
Optimal çözüm sonucuna göre yıllık talebi karşılama kısıtlarının durumu Tablo
3.11’de yer almaktadır.
Tablo 3. 11. Yıllık Talebi Karşılama Kısıtlarının Durumu
Sol Yitik ya
Kısıt Taraf da
Değeri Fazlalık
74) X A1 + X A2 + X A3 + X A4 + X A5 + X A6 + X A7 + X A8
+ X A9 + X A10 + X A11 + X A12 + Y A1 + Y A2 + Y A3 + Y A4
31.140 0
+ Y A5 + Y A6 + Y A7 + Y A8 + Y A9 + Y A10 + Y A11 + Y A12
= 31140
106
Sol Yitik ya
Kısıt Taraf da
Değeri Fazlalık
75) X B1 + X B2 + X B3 + X B4 + X B5 + X B6 + X B7 + X B8
+ X B9 + X B10 + X B11 + X B12 + Y B1 + Y B2 + Y B3 + Y B4
24.770 0
+ Y B5 + Y B6 + Y B7 + Y B8 + Y B9 + Y B10 + Y B11 + Y B12
= 24770
76) X C1 + X C2 + X C3 + X C4 + X C5 + X C6 + X C7 + X C8
+ X C9 + X C10 + X C11 + X C12 + Y C1 + Y C2 + Y C3 + Y C4
6.940 0
+ Y C5 + Y C6 + Y C7 + Y C8 + Y C9 + Y C10 + Y C11 + Y C12
= 6940
Tablo 3.11’de yer alan yıllık talebi karşılama kısıtları incelendiğinde işletmenin
üretim planlamasının yıllık talebi tam olarak karşılayacağı görülmektedir.
Optimal çözüm sonucuna göre ayın başındaki stok miktarı kısıtlarının durumu
Tablo 3.12’de yer almaktadır.
Tablo 3. 12. Ayın Başındaki Stok Miktarı Kısıtlarının Durumu

Kısıt
Değeri Fazlalık
77) I A1 = 0 2.160 0
78) X A1 + Y A1 + I A1 – I A2 = 2160 2.530 0
79) X A2 + Y A2 + I A2 – I A3 = 2530 2.020 0
80) X A3 + Y A3 + I A3 – I A4 = 2020 4.420 0
81) X A4 + Y A4 + I A4 – I A5 = 4420 3.470 0
82) X A5 + Y A5 + I A5 – I A6 = 3470 3.000 0
83) X A6 + Y A6 + I A6 – I A7 = 3000 3.030 0
84) X A7 + Y A7 + I A7 – I A8 = 3030 2.220 0
85) X A8 + Y A8 + I A8 – I A9 = 2220 2.070 0
86) X A9 + Y A9 + I A9 – I A10 = 2070 1.400 0
107

Kısıt
Değeri Fazlalık
87) X A10 + Y A10 + I A10 – I A11 = 1400 1.770 0
88) X A11 + Y A11 + I A11 – I A12 = 1770 3.050 0
89) I B1 = 0 0 0
90) X B1 + Y B1 + I B1 – I B2 = 940 2.160 0
91) X B2 + Y B2 + I B2 – I B3 = 2040 2.530 0
92) X B3 + Y B3 + I B3 – I B4 = 3030 2.020 0
93) X B4 + Y B4 + I B4 – I B5 = 1640 4.420 0
94) X B5 + Y B5 + I B5 – I B6 = 3230 3.470 0
95) X B6 + Y B6 + I B6 – I B7 = 2960 3.000 0
96) X B7 + Y B7 + I B7 – I B8 = 2120 3.030 0
97) X B8 + Y B8 + I B8 – I B9 = 1750 2.220 0
98) X B9 + Y B9 + I B9 – I B10 = 2140 2.070 0
99) X B10 + Y B10 + I B10 – I B11 = 2790 1.400 0
100) X B11 + Y B11 + I B11 – I B12 = 1310 1.770 0
101) I C1 = 0 0 0
102) X C1 + Y C1 + I C1 – I C2 = 680 940 0
103) X C2 + Y C2 + I C2 – I C3 = 1450 2.040 0
104) X C3 + Y C3 + I C3 – I C4 = 1860 3.030 0
105) X C4 + Y C4 + I C4 – I C5 = 1300 1.640 0
106) X C5 + Y C5 + I C5 – I C6 = 360 3.230 0
107) X C6 + Y C6 + I C6 – I C7 = 550 2.960 0
108) X C7 + Y C7 + I C7 – I C8 = 50 2.120 0
109) X C8 + Y C8 + I C8 – I C9 = 360 1.750 0
110) X C9 + Y C9 + I C9 – I C10 = 20 2.140 0
111) X C10 + Y C10 + I C10 – I C11 = 20 2.790 0
112) X C11 + Y C11 + I C11 – I C12 = 210 1.310 0
108
Kurulan 12 aylık üretim planlaması optimizasyonu modelinin sonuçlarına

istinaden oluşturulan Kollektör A, B ve C için üretim planlaması Tablo 3.13’te yer
almaktadır.
Üretim planlaması sonuçları incelendiğinde talebi karşılamak üzere üretilecek

olan toplam 62.850 adet kollektörün 60.173 adedi normal, 2.677 adedi ise fazla
mesai ile üretilmelidir ve ayrıca planlama dönemi içerisinde toplamda 5.325 adet
ürün stoklarda yer alacaktır.
Kurulan 12 aylık üretim planlaması optimizasyonu modelinin sonuçlarına

istinaden oluşturulan Kollektör A, B ve C için kar tablosu Tablo 3.14’te yer
almaktadır.
Kar tablosu incelendiğinde normal mesai ile yapılacak üretimin toplam karının
4.479.550,00 ₺, normal mesai ile yapılacak üretimin toplam karının 107.745,00 ₺ ve
stoklama maliyetinin de 8.228,50 ₺ olacağı görülmektedir. Bu şartlar altında
Kollektör A, B ve C’nin 12 aylık üretim planlaması sonucu 4.579.066,50 ₺ kara
ulaşılabilecektir. Ayrıca işletme toplam karının yaklaşık %54’lük kısmına tekabül
eden 2.491.200,00 ₺ kadarlık tutarını Kollektör A’nın üretimi ve satışında elde
edecektir.
109
Tablo 3. 13. İşletme İçin 12 Aylık Üretim Planlaması
Model 15 15 15 15 16 16 16 16 16 16 16 16 Toplam
Ayın A 0 0 0 0 0 0 0 0 0 0 0 0 0
Başındaki B 0 0 51 828 1.150 0 0 0 0 0 0 0 2.029
Stok C 0 1.770 1.526 0 0 0 0 0 0 0 0 0 3.296
Miktarı Toplam 0 1.770 1.577 828 1.150 0 0 0 0 0 0 0 5.325
Normal A 2.160 2.530 2.020 4.420 3.470 3.000 3.030 2.220 2.070 1.400 1.770 3.050 31.140
Mesaiyle B 940 2.091 3.807 1.962 2.080 2.827 2.120 1.750 2.140 2.790 1.310 820 24.637
Üretim C 2.450 1.206 0 0 0 0 50 360 20 20 210 80 4.396
Miktarı Toplam 5.550 5.827 5.827 6.382 5.550 5.827 5.200 4.330 4.230 4.210 3.290 3.950 60.173
Fazla A 0 0 0 0 0 0 0 0 0 0 0 0 0
Mesaiyle B 0 0 0 0 0 133 0 0 0 0 0 0 133
Üretim C 0 0 334 1.300 360 550 0 0 0 0 0 0 2.544
Miktarı Toplam 0 0 334 1.300 360 683 0 0 0 0 0 0 2.677
110
Model 15 15 15 15 16 16 16 16 16 16 16 16 Toplam
A 2.160 2.530 2.020 4.420 3.470 3.000 3.030 2.220 2.070 1.400 1.770 3.050 31.140
Aylık B 940 2.040 3.030 1.640 3.230 2.960 2.120 1.750 2.140 2.790 1.310 820 24.770
Talep C 680 1.450 1.860 1.300 360 550 50 360 20 20 210 80 6.940
Toplam 3.780 6.020 6.910 7.360 7.060 6.510 5.200 4.330 4.230 4.210 3.290 3.950 62.850
Ayın A 0 0 0 0 0 0 0 0 0 0 0 0 0
Sonundaki B 0 51 828 1.150 0 0 0 0 0 0 0 0 2.029
Stok C 1.770 1.526 0 0 0 0 0 0 0 0 0 0 3.296
Miktarı Toplam 1.770 1.577 828 1.150 0 0 0 0 0 0 0 0 5.325
111
Tablo 3. 14. İşletme İçin Kar Tablosu
Eyl.15 Eki.15 Kas.15 Ara.15 Oca.16 Şub.16 Mar.16 Nis.16 May.16 Haz.16 Tem.16 Ağu.16
Model Toplam
A 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0
Stoklama B 0,0 0,0 -86,7 -1.407,6 -1.955,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 -3.449,3
Maliyeti C 0,0 -2.566,5 -2.212,7 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 -4.779,2
Toplam 0,0 -2.566,5 -2.299,4 -1.407,6 -1.955,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 -8.228,5
A 172.800,0 202.400,0 161.600,0 353.600,0 277.600,0 240.000,0 242.400,0 177.600,0 165.600,0 112.000,0 141.600,0 244.000,0 2.491.200,0
Normal
Mesaiyle B 65.800,0 146.370,0 266.490,0 137.340,0 145.600,0 197.890,0 148.400,0 122.500,0 149.800,0 195.300,0 91.700,0 57.400,0 1.724.590,0
Üretim C 147.000,0 72.360,0 0,0 0,0 0,0 0,0 3.000,0 21.600,0 1.200,0 1.200,0 12.600,0 4.800,0 263.760,0
Karı
Toplam 385.600,0 421.130,0 428.090,0 490.940,0 423.200,0 437.890,0 393.800,0 321.700,0 316.600,0 308.500,0 245.900,0 306.200,0 4.479.550,0
A 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0
Fazla
Mesaiyle B 0,0 0,0 0,0 0,0 0,0 5.985,0 0,0 0,0 0,0 0,0 0,0 0,0 5.985,0
Üretim C 0,0 0,0 13.360,0 52.000,0 14.400,0 22.000,0 0,0 0,0 0,0 0,0 0,0 0,0 101.760,0
Karı
Toplam 0,0 0,0 13.360,0 52.000,0 14.400,0 27.985,0 0,0 0,0 0,0 0,0 0,0 0,0 107.745,0
A 172.800,0 202.400,0 161.600,0 353.600,0 277.600,0 240.000,0 242.400,0 177.600,0 165.600,0 112.000,0 141.600,0 244.000,0 2.491.200,0
Toplam B 65.800,0 146.370,0 266.403,3 135.932,4 143.645,0 203.875,0 148.400,0 122.500,0 149.800,0 195.300,0 91.700,0 57.400,0 1.727.125,7
Kar C 147.000,0 69.793,5 11.147,3 52.000,0 14.400,0 22.000,0 3.000,0 21.600,0 1.200,0 1.200,0 12.600,0 4.800,0 360.740,8
Toplam 385.600,0 418.563,5 439.150,6 541.532,4 435.645,0 465.875,0 393.800,0 321.700,0 316.600,0 308.500,0 245.900,0 306.200,0 4.579.066,5
SONUÇ VE ÖNERİLER
Yapılan bu çalışmanın ilk bölümünde, üretim, üretim yönetimi ve üretim

sistemleri genel bir bakışla tanımlanmış; üretim planlama faaliyetlerinin önemi,
amacı ve kapsamı anlatılmıştır, üretim planının hazırlanmasında uyulması gereken
prensiplere, üretim planlamayı etkileyen faktörlere ve üretim planlama stratejilerine
değinilmiştir. Uzun, orta ve kısa olmak üzere dönemler itibariyle üretim planlama
faaliyetleri değerlendirilmiş olup devamında kapasite kavramı, kapasite türleri ve
kapasite planlaması ile kapasiteyi belirleme yöntemleri anlatılmıştır.
İkinci bölümünde ise üretim planlama problemlerinin çözümlenmesinde de

kullanılabilen, geniş bir uygulama alanına sahip, doğrusal programlama yöntemi,
simpleks yöntemi anlatılmıştır.
Çalışmanın uygulama bölümü olan üçüncü bölümünde ise güneş enerjisi

sistemleri ve yenilenebilir enerji sektöründe faaliyet Solimpeks firmasının 12 aylık
üretim planlaması problemi ele alınmıştır. Problemin daha net anlaşılması için; önce
işletme ve ürettiği ürünler hakkında genel bir bilgi verilmiştir. İşletmede yapılan
gözlemler, satış ve üretim departmanlarındaki yetkililerle ve genel müdürle yapılan
görüşmelerde Düzlemsel Kollektör grubundaki ürünlerin üretimlerinin sezgisel
olarak yapıldığı görülmüştür. Bu sebeplerle, işletmede üretim planlamasının
sistematik ve optimumu arayan bir teknik olan doğrusal programlama yöntemi ile
modellenmesine karar verilmiştir. Bu bilgiler doğrultusunda, Düzlemsel Kollektör
üretim planlaması problemin çözümüne yönelik, işletmenin kısıtlarını ve amaçlarını
göz önünde bulunduran bir doğrusal programlama modeli geliştirilmiştir. Geliştirilen
model, Lindo programıyla çözülerek Düzlemsel Kollektör üretimi için 12 aylık
üretim planlaması yapılmıştır. Son olarak da, modelin çözüm sonuçları
değerlendirilmiştir.
Oluşturulan 108 karar değişkenli ve 111 kısıtlı modelin çözümü sonucu elde
edilen optimal üretim planlamasına göre, talebi karşılamak üzere üretilecek olan
toplam 62.850 adet kollektörün 60.173 adedi normal, 2.677 adedi ise fazla mesai ile
113
üretilmelidir ve ayrıca planlama dönemi içerisinde toplamda 5.325 adet ürün

stoklarda yer alacaktır.
Ayrıca normal mesai ile yapılacak üretimin toplam karının 4.479.550,00 ₺,

fazla mesai ile yapılacak üretimin toplam karının 107.745,00 ₺ ve stoklama
maliyetinin de 8.228,50 ₺ olacağı görülmektedir. Bu şartlar altında Kollektör A, B ve
C’nin 12 aylık üretim planlaması sonucu 4.579.066,50 ₺ kara ulaşılabilecektir.
İşletme toplam karının yaklaşık %54’lük kısmına tekabül eden 2.491.200,00 ₺
kadarlık tutarını Kollektör A’nın üretimi ve satışında elde edecektir.
İşletmenin kısıtlarındaki yitiklikler ve fazlalıklar incelendiğinde genellikle

fazla mesaiyle üretim kapasitesini kullanmasına gerek olmadığı ve hatta bazı aylarda
normal mesaiyle üretim kapasitesinin bile talepten fazla olduğu ve kullanılmayan
kapasite olacağı görülmektedir. Bu bağlamda işletmenin üretim kapasitesini
daraltması ya da talebini arttırıcı pazarlama ve reklam faaliyetleri içerisinde
bulunması ya da aynı ürün grubunda yeni ürünlerin üretimine yönelmesi
gerekmektedir. Bu sayede maliyetler azalabilir ya da toplam kar arttırılabilir.
İşletmelerde sezgisel yöntemlerle alınan kararlar nedeniyle genellikle zaman ve

para açısından ek maliyetle karşılaşılmaktadır. Ancak, karar aşamalarında sayısal
karar verme tekniklerinin kullanması da gerçek işletme ortamlarındaki değişkenlerin
ve parametrelerin çokluğu nedeni ile kolay değildir. Bu sebeplerle, gerçek işletme
verilerinden yola çıkılarak böyle bir doğrusal programlama modelinin önerilmesi,
modelle optimum sonuçların bulunması ve işletmenin üretim planlama faaliyetlerine
katkısı yönünden yapılan çalışmanın literatüre katkı sağlayacağına inanılmaktadır.
KAYNAKÇA
ADAM, Everett E. ve EBERT, Ronald J.. (1986). Production and Operations

Management: Concepts, Models and Behaviour. (3. Edition). Prentice-Hall
International Editions.
ALAN, M. Ali ve YEŞİLYURT, Cavit. (2004). Doğrusal Programlama

Problemlerinin Excel ile Çözümü. Cumhuriyet Üniversitesi İ.İ.B.F Dergisi, Cilt 5
(Sayı 1), 152-155.
ATLAS, Mahmut. (t.y.). Yöneylem Araştırması I. (Ed: ŞENİŞ, B. Fethi).

Eskişehir: Anadolu Üniversitesi Yayınları.
BALAKRISHNAN, Nagraj, RENDER, Barry, STAIR, Ralph M.. (2007).

Operations Management For Competitive Advantage (2. Edition). Pearson Prentice
Hall.
BROWNE, Jimmie, HARHEN, John ve SHIVNAN, James. (1996).

Managerial Decision Modeling With Spreadsheets (2. Edition). Addison-Wesley.
BÜYÜKKEKLİK, Mustafa. (2007). Üretim Planlama Problemlerinde Doğrusal

Programlama Modellerinin Kullanımı: Bir Üretim İşletmesinde Uygulama. Yüksek
Lisans Tezi. Niğde Üniversitesi Sosyal Bilimler Enstitüsü, Niğde.
CHASE, R. B., AQİLANO, N. J, JACOBS, F. R. (2001). Operations

Management For Competitive Advantage (9. Edition). New York: The McGraw-Hill
Companies.
CİNEMRE, Nalan. (2011). Yöneylem Araştırması (2. Basım). İstanbul: Evrim

Yayınevi.
ÇELİKÇAPA, Feray Odman. (1999). Üretim Planlaması. İstanbul: Alfa Basım

Yayım Dağıtım.
115
ÇETİNDERE, Aysel. (2009). Kapasite Planlama Problemlerinde Doğrusal

Programlama Tekniğinin Kullanımı: Bir Konfeksiyon İşletmesinde Uygulama.
Yüksek Lisans Tezi. Dumlupınar Üniversitesi Sosyal Bilimler Enstitüsü, Kütahya.
ÇINAR, Mehmet. (1990). Yönetsel Kararlara İlişkin Sayısal Yöntemler.

Kayseri: Erciyes Üniversitesi Yayınları.
DAL, Enver. (2011). Tamsayılı Doğrusal Programlama Metodu İle Üretim

Planlama ve Bir Mobilya Firmasında Uygulama. Yüksek Lisans Tezi.
Kahramanmaraş Sütçü İmam Üniversitesi Fen Bilimleri Enstitüsü, Kahramanmaraş.
DEMİR, M. Hulusi ve GÜMÜŞOĞLU, Selvinaz. (2013). Üretim Yönetimi

(İşlemler Yönetimi) (Gözden Geçirilmiş, Düzeltilmiş 7. Bası). İstanbul: Beta Basım
Yayın Dağıtım.
DEMİRDÖĞEN, Osman, (2004). Üretim Yönetimi. Atatürk Üniversitesi

İktisadi ve İdari Bilimler Fakültesi Z.F. Fındıkoğlu Araştırma Merkezi, Yayın
No:184. Erzurum
DEMİRDÖĞEN, Osman ve GÜZEL, Dilşad. (2009). Üretim Planlama Ve İş

Yükleme Metotları. Atatürk Üniversitesi İktisadi ve İdari Bilimler Dergisi, Cilt: 23,
Sayı: 4.
DEMİRAL, Mehmet Fatih. (2012). Süt Endüstrisinde Optimizasyon İmkânları

ve Bir Uygulama. Doktora Tezi. Süleyman Demirel Üniversitesi Fen Bilimleri
Enstitüsü, Isparta.
DOĞAN, İbrahim. (1995). Yöneylem Araştırması Teknikleri ve Bir Uygulama.

İstanbul: Bilim Teknik Yayınevi.
ELEREN, Ali, BEKTAŞ, Çetin ve AKYÜZ, Yılmaz (2003). Değişim

Sürecinde Üretim Sistemlerinde Ortaya Çıkan Yeni Global Boyutlar ve Finansal
Etkiler. Afyon Kocatepe Üniversitesi, İ.İ..B.F. Dergisi (C..V, S.2).
116
ESİN, Alptekin. (1984). Yöneylem Araştırmasında Yararlanılan Karar

Yöntemleri (2. Baskı). Ankara: Gazi Üniversitesi Basın – Yayın Yüksekokulu
Basımevi.
FABRYCKY ve TORGENSEN. (1971). Linear Programming and Its

Applications. (Editör:Ireson ve Grant). Handbook of Industrial Engineering and
Management (2. Edition). New Jersey: Prentice-Hall Inc.
GENELKURMAY BAŞKANLIĞI. (2000). Savunma Planlama Sürecinde

Yöneylem Araştırması. Ankara: Genelkurmay Basımevi.
HANNA, Mark D. ve NEWMAN, W. Rocky. (2001). Integrated Operations

Management: Adding Value For Customers (1. Edition). New Jersey: Prentice Hall.
HARRISON, Paul. (1983). Operational Research: Quantitive Decision

Analysis. London: Mitchell Beazley Publishers.
HEIZER, Jay ve RENDER, Barry. (2011). Operations Management (Global

Edition / 10. Edition). Pearson.
HILLIER, F.S. ve LIEBERMAN, G.J.. (1974). Operational Research (2.

Edition). San Francisco: Holden-Day.
JACOBS, F. Robert , CHASE, Richard B.. (2008). Operations and Supply

Management: The Core, McGraw-Hill/Irwin
KİŞİOĞLU, S., ÇAKAR G., ÇİLEROGLU B., BAYRAKTAR F., PAMUK

B.. (2004). Üretim Planlaması, 1. Baskı. Ya-Pa Yayınları, İstanbul.
KOBU, Bülent. (2010). Üretim Yönetimi (Genişletilmiş Güncellenmiş 15.

Baskı). İstanbul: Beta Basım Yayın Dağıtım
KRAJEWSKI, Lee J., RITZMAN, LArry P., MALHOTRA, Manoj K.. (2013).
Operations Managemen: Processes and Supply Chains. Üretim Yönetimi: Süreçler
ve Tadarik Zincirleri. Çeviri Editörü: Semra Birgün. 9. Baskıdan Çeviri. Nobel
Akademik.
117
KUMAR, S. Anıl & Suresh, N.. (2008). Production and Operations

Management (With Skill Development, Caselets and Cases) (2. Edition). New Delhi:
New Age International.
LAZOL, İbrahim, EKER, Melek (2008). Computer-Aided Menufacturıng, Just

In Time Production, Total Quality Management And Use Of Balanced Scorecard
Measures: An Empirical Study. Ankara Üniversitesi Siyasal Bilgiler Fakültesi
Dergisi, 63(2):172-197
MALTEPE, Ilgın. (2012). Doğrusal Programlama Yardımıyla Üretim

Planlamasının Sanal Bir Petrol Rafineri Şirketine Uygulanması. Yüksek Lisans Tezi.
Karadeniz Teknik Üniversitesi Fen Bilimleri Enstitüsü, Trabzon.
MÜFTÜOĞLU, Tamer. (1978). İşletme Ekonomisi Açısından Sanayi

İşletmelerinde Üretim Kapasitesi. Ankara Üniversitesi Siyasal Bilgiler Fakültesi
Yayınları No:422.
ÖZDEN, Kenan ve GÜL, Sait. (2014). Yöneylem Araştırması –I- (Bilgisayar

Destekli Doğrusal ve Parametrik Programlama) (1. Basım). Ankara: Nobel
Akademik Yayıncılık.
ÖZGEN, Hüseyin. (1987). Üretim Yönetimi. Ankara: Bizim Büro Basımevi
ÖZGÜVEN, Cemal. (2002). Doğrusal Programlama ve Uzantıları

(Uygulamalar). Kayseri: Erciyes Üniversitesi İ.İ.B.F. Kitap ve Teksir Bürosu.
ÖZTÜRK, Ahmet. (1984). Yöneylem Araştırması. Bursa: Uludağ Üniversitesi

Yayınları.
RİGGS, James L. (1987), Production System: Planning, Analysis and Control,

Fourth Edition, New York: Wiley
ROY, Ram Naresh. (2005). A Modern Approach To Operations Management.

New Age International.
118
RUSSELL, Roberta S. ve TAYLOR, Bernard W. (2011). Operations

Management: Creating Value Along the Supply Chain (7. Edition). John Wiley.
SLACK, Nigel, BRANDON-JONES, Alistair, JOHNSTON, Robert. (2013).

Operations Management (7. Edition). Pearson.
STEVENSON, William J.. (1996). Production / Operations Management (5.

Edition). Irwin.
ŞEN, Salim. (1974). Temel Üretim Yönetimi (İlkeler ve Uygulamalar). Ankara:

İktisadi ve Ticari İlimler Akademisi Neşriyat ve Yardım Bürosu.
ŞENEL, Musa. (1974). Doğrusal Programlama Metodu ile Üretim Planlaması

ve Bir Tekstil İşletmesinde Uygulama, Ankara: Eskişehir İktisadi ve Ticari İlimler
Akademisi Yayınları.
TAHA, A. Hamdy. (2007). Yöneylem Araştırması. (Çevirenler: Ş. Alp Baray-

Şakir Esnaf). İstanbul: Literatür Yayıncılık.
TANRITANIR, Ercan. (1995). Hücresel İmalat Sistemi Ve Bir Mobilya

Fabrikasında Bilgisayar Destekli Uygulaması. İstanbul Üniversitesi Orman Fakültesi
Dergisi. Seri A, Cilt 44, Sayı 2.
TEKİN, Mahmut. (2012). Üretim Yönetimi Cilt 1 (Yenilenmiş 8. Baskı).

Konya: Günay Ofset
ULUCAN, Aydın. (2007). Yöneylem Araştırması: İşletmecilik Uygulamalı

Bilgisayar Destekli Modelleme (2. Baskı). Ankara: Siyasal Kitabevi
ÜRETEN, Sevinç. (1999). Üretim/İşlemler Yönetimi: Stratejik Kararlar ve

Karar Modelleri (Gözden Geçirilmiş 2. Baskı). Ankara: Başar Ofset.
WAGNER, Harvey M.. (1970). Principles of Management Science. New

Jersey: Prentice-Hall Int.
119
WINSTON, Wayne L.. (2004). Operations Research: Applications and

Algorithms (4. Edition). Belmont: Brooks/Cole - Thomson Learning.
YILMAZ, Menderes. (2005). Eğitimde Araştırma Yöntemleri (Yöneylem

Araştırması). Yüksek Lisans Tezi. Ankara Üniversitesi Eğitim Bilimleri Enstitüsü,
Ankara.
YÜKSEL, Hilmi (2013). Üretim/İşlemler Yönetimi: Temel Kavramlar (3.

Basım). Nobel Akademik Yayıncılık.
http://www.solimpeks.com.tr/gunes-enerjisi-sistemleri/kurumsal-gunes-
kollektoru-gunes-enerji-sistemleri-fotovoltaik-sistem-solar-elektrik-uretimi/; Erişim
Tarihi: 01.07.2015.
EK-1: LİNDO KODU
MAX 80 XA1 + 80 XA2 + 80 XA3 + 80 XA4 + 80 XA5 + 80 XA6 + 70

XB1 + 70 XB2 + 70 XB3 + 70 XB4 + 70 XB5 + 70 XB6 + 70 XB7 + 70 XB8 + 70
XB9 + 70 XB10 + 70 XB11 + 70 XB12 + 60 XC1 + 60 XC2 + 60 XC3 + 60 XC4 +
60 XC5 + 60 XC6 + 60 XC7 + 60 XC8 + 60 XC9 + 60 XC10 + 60 XC11 + 60 XC12
+ 80 XA7 + 80 XA8 + 80 XA9 + 80 XA10 + 80 XA11 + 80 XA12 + 50 YA1 + 50
YA2 + 50 YA3 + 50 YA4 + 50 YA5 + 50 YA6 + 50 YA7 + 50 YA8 + 50 YA9 + 50
YA10 + 50 YA11 + 50 YA12 - 2 IA1 - 2 IA2 - 2 IA3 - 2 IA4 - 2 IA5 - 2 IA6 - 2 IA7
- 2 IA8 - 2 IA9 - 2 IA10 - 2 IA11 - 2 IA12 + 45 YB1 + 45 YB2 + 45 YB3 + 45 YB4
+ 45 YB5 + 45 YB6 + 45 YB7 + 45 YB8 + 45 YB9 + 45 YB10 + 45 YB11 + 45
YB12 - 1.7 IB1 - 1.7 IB2 - 1.7 IB3 - 1.7 IB4 - 1.7 IB5 - 1.7 IB6 - 1.7 IB7 - 1.7 IB8 -
1.7 IB9 - 1.7 IB10 - 1.7 IB11 - 1.7 IB12 + 40 YC1 + 40 YC2 + 40 YC3 + 40 YC4 +
40 YC5 + 40 YC6 + 40 YC7 + 40 YC8 + 40 YC9 + 40 YC10 + 40 YC11 + 40 YC12
- 1.45 IC1 - 1.45 IC2 - 1.45 IC3 - 1.45 IC4 - 1.45 IC5 - 1.45 IC6 - 1.45 IC7 - 1.45
IC8 - 1.45 IC9 - 1.45 IC10 - 1.45 IC11 - 1.45 IC12
SUBJECT TO
2) XA1 + YA1 + IA1 >= 2160
3) XA2 + YA2 + IA2 >= 2530
4) XA3 + YA3 + IA3 >= 2020
5) XA4 + YA4 + IA4 >= 4420
6) XA5 + YA5 + IA5 >= 3470
7) XA6 + YA6 + IA6 >= 3000
8) XA7 + YA7 + IA7 >= 3030
9) XA8 + YA8 + IA8 >= 2220
10) XA9 + YA9 + IA9 >= 2070

121
11) XA10 + YA10 + IA10 >= 1400
12) XA11 + YA11 + IA11 >= 1770
13) XA12 + YA12 + IA12 >= 3050
14) XB1 + YB1 + IB1 >= 940
15) XB2 + YB2 + IB2 >= 2040
16) XB3 + YB3 + IB3 >= 3030
17) XB4 + YB4 + IB4 >= 1640
18) XB5 + YB5 + IB5 >= 3230
19) XB6 + YB6 + IB6 >= 2960
20) XB7 + YB7 + IB7 >= 2120
21) XB8 + YB8 + IB8 >= 1750
22) XB9 + YB9 + IB9 >= 2140
23) XB10 + YB10 + IB10 >= 2790
24) XB11 + YB11 + IB11 >= 1310
25) XB12 + YB12 + IB12 >= 820
26) XC1 + YC1 + IC1 >= 680
27) XC2 + YC2 + IC2 >= 1450
28) XC3 + YC3 + IC3 >= 1860
29) XC4 + YC4 + IC4 >= 1300
30) XC5 + YC5 + IC5 >= 360

122
31) XC6 + YC6 + IC6 >= 550
32) XC7 + YC7 + IC7 >= 50
33) XC8 + YC8 + IC8 >= 360
34) XC9 + YC9 + IC9 >= 20
35) XC10 + YC10 + IC10 >= 20
36) XC11 + YC11 + IC11 >= 210
37) XC12 + YC12 + IC12 >= 80
38) 2 XA1 + 2 XB1 + 2 XC1 <= 11100
39) 2 XA2 + 2 XB2 + 2 XC2 <= 11655
40) 2 XA3 + 2 XB3 + 2 XC3 <= 11655
41) 2 XA4 + 2 XB4 + 2 XC4 <= 12765
42) 2 XA5 + 2 XB5 + 2 XC5 <= 11100
43) 2 XA6 + 2 XB6 + 2 XC6 <= 11655
44) 2 XB7 + 2 XC7 + 2 XA7 <= 12765
45) 2 XB8 + 2 XC8 + 2 XA8 <= 11655
46) 2 XB9 + 2 XC9 + 2 XA9 <= 12210
47) 2 XB10 + 2 XC10 + 2 XA10 <= 12210
48) 2 XB11 + 2 XC11 + 2 XA11 <= 9435
49) 2 XB12 + 2 XC12 + 2 XA12 <= 12210
50) 2 YA1 + 2 YB1 + 2 YC1 <= 4305

123
51) 2 YA2 + 2 YB2 + 2 YC2 <= 6102
52) 2 YA3 + 2 YB3 + 2 YC3 <= 4992
53) 2 YA4 + 2 YB4 + 2 YC4 <= 5256
54) 2 YA5 + 2 YB5 + 2 YC5 <= 5415
55) 2 YA6 + 2 YB6 + 2 YC6 <= 4992
56) 2 YA7 + 2 YB7 + 2 YC7 <= 5256
57) 2 YA8 + 2 YB8 + 2 YC8 <= 5547
58) 2 YA9 + 2 YB9 + 2 YC9 <= 5679
59) 2 YA10 + 2 YB10 + 2 YC10 <= 5124
60) 2 YA11 + 2 YB11 + 2 YC11 <= 7239
61) 2 YA12 + 2 YB12 + 2 YC12 <= 5679
62) 2.5 IA1 + 2.1 IB1 + 1.8 IC1 <= 35000
63) 2.5 IA2 + 2.1 IB2 + 1.8 IC2 <= 35000
64) 2.5 IA3 + 2.1 IB3 + 1.8 IC3 <= 35000
65) 2.5 IA4 + 2.1 IB4 + 1.8 IC4 <= 35000
66) 2.5 IA5 + 2.1 IB5 + 1.8 IC5 <= 35000
67) 2.5 IA6 + 2.1 IB6 + 1.8 IC6 <= 35000
68) 2.5 IA7 + 2.1 IB7 + 1.8 IC7 <= 35000
69) 2.5 IA8 + 2.1 IB8 + 1.8 IC8 <= 35000
70) 2.5 IA9 + 2.1 IB9 + 1.8 IC9 <= 35000

124
71) 2.5 IA10 + 2.1 IB10 + 1.8 IC10 <= 35000
72) 2.5 IA11 + 2.1 IB11 + 1.8 IC11 <= 35000
73) 2.5 IA12 + 2.1 IB12 + 1.8 IC12 <= 35000
74) XA1 + XA2 + XA3 + XA4 + XA5 + XA6 + XA7 + XA8 + XA9 +
XA10 + XA11 + XA12 + YA1 + YA2 + YA3 + YA4 + YA5 + YA6 + YA7 + YA8
+ YA9 + YA10 + YA11 + YA12 = 31140
75) XB1 + XB2 + XB3 + XB4 + XB5 + XB6 + XB7 + XB8 + XB9 +
XB10 + XB11 + XB12 + YB1 + YB2 + YB3 + YB4 + YB5 + YB6 + YB7 + YB8 +
YB9 + YB10 + YB11 + YB12 = 24770
76) XC1 + XC2 + XC3 + XC4 + XC5 + XC6 + XC7 + XC8 + XC9 +
XC10 + XC11 + XC12 + YC1 + YC2 + YC3 + YC4 + YC5 + YC6 + YC7 + YC8 +
YC9 + YC10 + YC11 + YC12 = 6940
77) IA1 = 0
78) XA1 + YA1 + IA1 - IA2 = 2160
79) XA2 + YA2 + IA2 - IA3 = 2530
80) XA3 + YA3 + IA3 - IA4 = 2020
81) XA4 + YA4 + IA4 - IA5 = 4420
82) XA5 + YA5 + IA5 - IA6 = 3470
83) XA6 + YA6 + IA6 - IA7 = 3000
84) XA7 + YA7 + IA7 - IA8 = 3030
85) XA8 + YA8 + IA8 - IA9 = 2220
86) XA9 + YA9 + IA9 - IA10 = 2070

125
87) XA10 + YA10 + IA10 - IA11 = 1400
88) XA11 + YA11 + IA11 - IA12 = 1770
89) IB1 = 0
90) XB1 + YB1 + IB1 - IB2 = 940
91) XB2 + YB2 + IB2 - IB3 = 2040
92) XB3 + YB3 + IB3 - IB4 = 3030
93) XB4 + YB4 + IB4 - IB5 = 1640
94) XB5 + YB5 + IB5 - IB6 = 3230
95) XB6 + YB6 + IB6 - IB7 = 2960
96) XB7 + YB7 + IB7 - IB8 = 2120
97) XB8 + YB8 + IB8 - IB9 = 1750
98) XB9 + YB9 + IB9 - IB10 = 2140
99) XB10 + YB10 + IB10 - IB11 = 2790
100) XB11 + YB11 + IB11 - IB12 = 1310
101) IC1 = 0
102) XC1 + YC1 + IC1 - IC2 = 680
103) XC2 + YC2 + IC2 - IC3 = 1450
104) XC3 + YC3 + IC3 - IC4 = 1860
105) XC4 + YC4 + IC4 - IC5 = 1300
106) XC5 + YC5 + IC5 - IC6 = 360

126
107) XC6 + YC6 + IC6 - IC7 = 550
108) XC7 + YC7 + IC7 - IC8 = 50
109) XC8 + YC8 + IC8 - IC9 = 360
110) XC9 + YC9 + IC9 - IC10 = 20
111) XC10 + YC10 + IC10 - IC11 = 20
112) XC11 + YC11 + IC11 - IC12 = 210
END
GIN XA1
GIN XA2
GIN XA3
GIN XA4
GIN XA5
GIN XA6
GIN XB1
GIN XB2
GIN XB3
GIN XB4
GIN XB5
GIN XB6
GIN XB7
127
GIN XB8
GIN XB9
GIN XB10
GIN XB11
GIN XB12
GIN XC1
GIN XC2
GIN XC3
GIN XC4
GIN XC5
GIN XC6
GIN XC7
GIN XC8
GIN XC9
GIN XC10
GIN XC11
GIN XC12
EK-2: LİNDO ÇÖZÜMÜ
LP OPTIMUM FOUND AT STEP 163
OBJECTIVE VALUE = 4579109.50
NEW INTEGER SOLUTION OF 4579066.50 AT BRANCH 0 PIVOT 299
BOUND ON OPTIMUM: 4579066.
ENUMERATION COMPLETE. BRANCHES= 0 PIVOTS= 299
LAST INTEGER SOLUTION IS THE BEST FOUND
RE-INSTALLING BEST SOLUTION...
OBJECTIVE FUNCTION VALUE
1) 4579066.
VARIABLE VALUE REDUCED COST
XA1 2160.000000 0.000000
XA2 2530.000000 0.000000
XA3 2020.000000 0.000000
XA4 4420.000000 0.000000
XA5 3470.000000 0.000000
XA6 3000.000000 0.000000
XB1 940.000000 -25.000000
XB2 2091.000000 -19.900000
XB3 3807.000000 -21.600000

129
XB4 1962.000000 -23.299999
XB5 2080.000000 -25.000000
XB6 2827.000000 -25.000000
XB7 2120.000000 -25.000000
XB8 1750.000000 -25.000000
XB9 2140.000000 -25.000000
XB10 2790.000000 -25.000000
XB11 1310.000000 -25.000000
XB12 820.000000 -25.000000
XC1 2450.000000 -17.100000
XC2 1206.000000 -18.549999
XC3 0.000000 -20.000000
XC4 0.000000 -20.000000
XC5 0.000000 -20.000000
XC6 0.000000 -20.000000
XC7 50.000000 -20.000000
XC8 360.000000 -20.000000
XC9 20.000000 -20.000000
XC10 20.000000 -20.000000
XC11 210.000000 -18.549999

130
XC12 80.000000 -20.000000
XA7 3030.000000 0.000000
XA8 2220.000000 0.000000
XA9 2070.000000 0.000000
XA10 1400.000000 0.000000
XA11 1770.000000 0.000000
XA12 3050.000000 0.000000
YA1 0.000000 30.000000
YA2 0.000000 30.000000
YA3 0.000000 30.000000
YA4 0.000000 30.000000
YA5 0.000000 30.000000
YA6 0.000000 30.000000
YA7 0.000000 30.000000
YA8 0.000000 30.000000
YA9 0.000000 30.000000
YA10 0.000000 30.000000
YA11 0.000000 30.000000
YA12 0.000000 30.000000
IA1 0.000000 0.000000

131
IA2 0.000000 2.000000
IA3 0.000000 2.000000
IA4 0.000000 2.000000
IA5 0.000000 2.000000
IA6 0.000000 2.000000
IA7 0.000000 2.000000
IA8 0.000000 2.000000
IA9 0.000000 2.000000
IA10 0.000000 2.000000
IA11 0.000000 2.000000
IA12 0.000000 2.000000
YB1 0.000000 0.000000
YB2 0.000000 5.100000
YB3 0.000000 3.400000
YB4 0.000000 1.700000
YB5 0.000000 0.000000
YB6 133.000000 0.000000
YB7 0.000000 0.000000
YB8 0.000000 0.000000
YB9 0.000000 0.000000

132
YB10 0.000000 0.000000
YB11 0.000000 0.000000
YB12 0.000000 0.000000
IB1 0.000000 0.000000
IB2 0.000000 6.800000
IB3 51.000000 0.000000
IB4 828.000000 0.000000
IB5 1150.000000 0.000000
IB6 0.000000 1.700000
IB7 0.000000 1.700000
IB8 0.000000 1.700000
IB9 0.000000 1.700000
IB10 0.000000 1.700000
IB11 0.000000 1.700000
IB12 0.000000 0.000000
YC1 0.000000 2.900000
YC2 0.000000 1.450000
YC3 334.000000 0.000000
YC4 1300.000000 0.000000
YC5 360.000000 0.000000

133
YC6 550.000000 0.000000
YC7 0.000000 0.000000
YC8 0.000000 0.000000
YC9 0.000000 0.000000
YC10 0.000000 0.000000
YC11 0.000000 1.450000
YC12 0.000000 0.000000
IC1 0.000000 0.000000
IC2 1770.000000 0.000000
IC3 1526.000000 0.000000
IC4 0.000000 1.450000
IC5 0.000000 1.450000
IC6 0.000000 1.450000
IC7 0.000000 1.450000
IC8 0.000000 1.450000
IC9 0.000000 1.450000
IC10 0.000000 1.450000
IC11 0.000000 2.900000
IC12 0.000000 0.000000

134
ROW SLACK OR SURPLUS DUAL PRICES
2) 0.000000 0.000000
3) 0.000000 0.000000
4) 0.000000 0.000000
5) 0.000000 0.000000
6) 0.000000 0.000000
7) 0.000000 0.000000
8) 0.000000 0.000000
9) 0.000000 0.000000
10) 0.000000 0.000000
11) 0.000000 0.000000
12) 0.000000 0.000000
13) 0.000000 0.000000
14) 0.000000 0.000000
15) 51.000000 0.000000
16) 828.000000 0.000000
17) 1150.000000 0.000000
18) 0.000000 0.000000
19) 0.000000 0.000000

135
20) 0.000000 0.000000
21) 0.000000 0.000000
22) 0.000000 0.000000
23) 0.000000 0.000000
24) 0.000000 -1.700000
25) 0.000000 0.000000
26) 1770.000000 0.000000
27) 1526.000000 0.000000
28) 0.000000 0.000000
29) 0.000000 0.000000
30) 0.000000 0.000000
31) 0.000000 0.000000
32) 0.000000 0.000000
33) 0.000000 0.000000
34) 0.000000 0.000000
35) 0.000000 0.000000
36) 0.000000 0.000000
37) 0.000000 0.000000
38) 0.000000 0.000000
39) 1.000000 0.000000

136
40) 1.000000 0.000000
41) 1.000000 0.000000
42) 0.000000 0.000000
43) 1.000000 0.000000
44) 2365.000000 0.000000
45) 2995.000000 0.000000
46) 3750.000000 0.000000
47) 3790.000000 0.000000
48) 2855.000000 0.000000
49) 4310.000000 0.000000
50) 4305.000000 0.000000
51) 6102.000000 0.000000
52) 4324.000000 0.000000
53) 2656.000000 0.000000
54) 4695.000000 0.000000
55) 3626.000000 0.000000
56) 5256.000000 0.000000
57) 5547.000000 0.000000
58) 5679.000000 0.000000
59) 5124.000000 0.000000

137
60) 7239.000000 0.000000
61) 5679.000000 0.000000
62) 35000.000000 0.000000
63) 31814.000000 0.000000
64) 32146.099609 0.000000
65) 33261.199219 0.000000
66) 32585.000000 0.000000
67) 35000.000000 0.000000
68) 35000.000000 0.000000
69) 35000.000000 0.000000
70) 35000.000000 0.000000
71) 35000.000000 0.000000
72) 35000.000000 0.000000
73) 35000.000000 0.000000
74) 0.000000 80.000000
75) 0.000000 45.000000
76) 0.000000 40.000000
77) 0.000000 -2.000000
78) 0.000000 0.000000
79) 0.000000 0.000000

138
80) 0.000000 0.000000
81) 0.000000 0.000000
82) 0.000000 0.000000
83) 0.000000 0.000000
84) 0.000000 0.000000
85) 0.000000 0.000000
86) 0.000000 0.000000
87) 0.000000 0.000000
88) 0.000000 0.000000
89) 0.000000 -1.700000
90) 0.000000 0.000000
91) 0.000000 5.100000
92) 0.000000 3.400000
93) 0.000000 1.700000
94) 0.000000 0.000000
95) 0.000000 0.000000
96) 0.000000 0.000000
97) 0.000000 0.000000
98) 0.000000 0.000000
99) 0.000000 0.000000

139
100) 0.000000 1.700000
101) 0.000000 -4.350000
102) 0.000000 2.900000
103) 0.000000 1.450000
104) 0.000000 0.000000
105) 0.000000 0.000000
106) 0.000000 0.000000
107) 0.000000 0.000000
108) 0.000000 0.000000
109) 0.000000 0.000000
110) 0.000000 0.000000
111) 0.000000 0.000000
112) 0.000000 1.450000

140
ÖZGEÇMİŞ
Kişisel Bilgiler
Ad Soyad: Nurullah EKMEKCİ
Doğum Tarihi: 10.05.1989
Doğum Yeri: Ünye
İletişim Bilgileri
e-posta: nurullah_ekmekci@hotmail.com; nurullahekmekci@gmail.com
Adres: Selçuk Üniversitesi İİBF İşletme Bölümü A.318 Selçuklu KONYA
Telefon: 0332 223 3009
İş Deneyimleri
Pozisyon/
Kurum İşe Giriş İşten Çıkış
Departman
Assan Alüminyum San. ve Tic. A.Ş. Ortak Eğitim Öğr. 09.2008 01.2009
Özel TOBB ETÜ Hastanesi Ortak Eğitim Öğr. 09.2011 01.2012
TOBB ETÜ Ortak Eğitim Öğr. 01.2012 04.2012
Selçuk Üniversitesi Arş. Gör. 09.2012 -
Eğitim Bilgileri
Diploma
Kurum Bölüm Giriş-Mezuniyet
Notu
Behiye Dr. Nevhiz Işıl
Matematik-Fen 2003-2007 93,69/100
Anadolu Lisesi (SAY)
TOBB ETÜ İşletme 2007-2012 3,07/4,00
TOBB ETÜ Endüstri Müh. (ÇAP) 2008- Terk
Üretim Yönetimi ve
Selçuk Üniversitesi Pazarlama Yüksek 2012-2015 Mezun
Lisans
141
Yabancı Dil Bilgileri
Dil Okuma Yazma Konuşma

İngilizce İleri İleri İleri
İspanyolca Temel Temel Temel
Sınav Bilgileri ve Başarıları
Sınav Adı Tarihi Puanı Derecesi

ÖSS 12/07/2007 362,19 393
ALES 11/05/2014 91,97 903
KPDS 20/05/2012 83,75

Sanayi İşletmelerinde Üretim Planlamasi Ve Doğrusal Programlama İle Bir Sanayi İşletmesinde Optimizasyon Uygulamasi

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Sanayi İşletmelerinde Üretim Planlamasi Ve Doğrusal Programlama İle Bir Sanayi İşletmesinde Optimizasyon Uygulamasi

Uploaded by

Copyright:

Available Formats

T.C.

SOSYAL BİLİMLER ENSTİTÜSÜ

İŞLETME ANABİLİM DALI

ÜRETİM YÖNETİMİ VE PAZARLAMA BİLİM DALI

SANAYİ İŞLETMELERİNDE ÜRETİM PLANLAMASI

YÜKSEK LİSANS TEZİ

Prof. Dr. Mahmut TEKİN

“Doğrusal Programlama ve Uzantıları: Bir Sanayi İşletmesinde Optimizasyon

Tez çalışmasının her aşamasında karşılaşılan sorunların aşılmasında

Lisans ve Yüksek Lisans eğitimim boyunca bilgi, görüş ve yönlendirmelerini

Araştırma boyunca yardım ve desteklerini sakınmayan değerli arkadaşlarım

Çalışmanın uygulama aşamasında bana zaman ayırarak gerekli verilerin

Sosyal Bilimler Enstitüsü Müdürlüğü

Adı Soyadı Nurullah EKMEKCİ

Programı Tezli Yüksek Lisans Doktora

Doğrusal programlama, belirli bir hedefi gerçekleştirmek için sınırlı

Sosyal Bilimler Enstitüsü Müdürlüğü

Adı Soyadı Nurullah EKMEKCİ

Linear programming is a mathematical programming technique that provides

ÖNSÖZ ______________________________________________________ iii

TABLOLAR LİSTESİ ___________________________________________x

ŞEKİLLER LİSTESİ __________________________________________ xii

SANAYİ İŞLETMELERİNDE ÜRETİM PLANLAMASI

1.1. ÜRETİM KAVRAMI _____________________________________ 2

1.2. ÜRETİM YÖNETİMİ ____________________________________ 3

1.3. ÜRETİM SİSTEMLERİ___________________________________ 6

1.4. ÇAĞDAŞ ÜRETİM SİSTEMLERİ __________________________ 7

1.4.1. Hücresel İmalat Sistemleri _____________________________ 8

1.4.2. Esnek Üretim Sistemleri _______________________________ 9

1.4.3. Tam Zamanında Üretim Sistemleri (JIT: Just In Time) _____ 9

1.4.4. Bilgisayarla Bütünleşik Üretim Sistemleri ________________ 11

1.5. ÜRETİM PLANLAMASI_________________________________ 12

1.5.1. Üretim Planlamasının Önemi __________________________ 15

1.5.2. Üretim Planlamasının Amacı __________________________ 15

1.5.3. Üretim Planlamasının Kapsamı ________________________ 17

1.5.4. Bir Üretim Planının Hazırlanmasında Uyulması Gereken

1.5.5. Üretim Planlamayı Etkileyen Faktörler __________________ 19

1.5.6. Üretim Planlama Stratejileri ___________________________ 21

1.5.7. Dönemler İtibariyle Üretim Planlaması __________________ 22

1.5.7.1.Uzun Dönemli Üretim Planlaması _____________________ 22

1.5.7.2.Orta Dönemli Üretim Planlaması _____________________ 23

1.5.7.3.Kısa Dönemli Üretim Planlaması _____________________ 24

1.5.7.3.1. Ana Üretim Programı _________________________ 24

1.5.7.3.2. Çizelgeleme __________________________________ 26

1.6. KAPASİTE KAVRAMI __________________________________ 27

1.6.1. Kapasite Türleri _____________________________________ 29

1.7. KAPASİTE PLANLAMASI_______________________________ 32

1.7.1. Kapasite Belirleme Yöntemleri _________________________ 35

DOĞRUSAL PROGRAMLAMA VE UZANTILARI

2.1. DOĞRUSAL PROGRAMLAMANIN GELİŞİMİ VE UYGULAMA

2.2. DOĞRUSAL PROGRAMLAMANIN DAYANDIĞI

2.3. DOĞRUSAL PROGRAMLAMA MODELLERİNİN KURULMASI

2.3.1. Doğrusal Programlama Modelinin Kurulması ile İlgili Örnekler

2.4. DOĞRUSAL PROGRAMLAMA MODELLERİNİN

2.4.1. Grafik Yöntemi ______________________________________ 62

2.4.2. Simpleks Yöntemi ____________________________________ 65

2.4.2.1. Doğrusal Programlama Modellerinin Düzenleniş Biçimleri 66

2.4.2.1.1. Primal Biçim _________________________________ 66

2.4.2.1.2. Kanonik Biçim _______________________________ 67

2.4.2.1.3. Standart Biçim _______________________________ 69

2.4.2.1.4. Dual Biçim ___________________________________ 72

2.4.3. Simpleks Yöntemiyle Doğrusal Programlama Modelinin

2.4.4. Simpleks Yönteminde Özel Durumlar ___________________ 76