Ynetim, Yl: 17, Say: 54, Haziran 2006

DIBKEY PROGRAMLAMA ile LOJSTK MERKEZ TESPT

Yrd. Do. Dr. Tuncay CAN 1 Yrd. Do. Dr. Mete LNGRTRK 1 r. Gr. Dr. Habib KOAK 1
Lojistik faaliyetlerin ve fonksiyonlarnn planlanmasnn artan nemi ve bu alanda matematiksel yntemlerin irket karllna olan etkisi ile pek ok stratejik ve operasyonel iletme problemi yneylem aratrmas tekniklerine dayanlarak zmlenmeye allmaktadr. Yer seim problemi de uzun dnem karll etkileyen bir problem olmakta ve alternatifler arasndan uygun olan depo veya iletme yerinin seimini nermektedir. Alternatiflerin belirli olmamas durumunda ncelikle uygun corafi konumun seimi eitli nitel ve nicel kriterlere bal olacaktr. Bu almada Trkiye piyasasna yeni girecek bir sper market zinciri ana depo ve merkez ssn corafi konumunun belirlenmesi amacyla dbkey programlama yntemi nerilmektedir. Anahtar Szckler: Yer Seim Problemi, Depo Yeri Seimi, Corafi Konumlama, Konveks Programlama

LOGISTICS CENTER LOCATION with CONVEX PROGRAMMING Many operational and strategic business problems are solved with operations research techniques due to their profitability and the increasing need for planning of the logistic activities and functions. Facility and warehouse location problem is one of the most strategic decisions because it would affect long term profitability and the cost structure of the firm. The techniques used to solve this problem are mostly optimizing the location among alternatives due to the qualitative and quantitative constraints. This research purposes through convex programming a geographical location for the warehouse and logistic headquarter of a new supermarket chain entering in to the Turkish market. Key Words: Facility Location Problem, Warehouse Location, Geographic Location, Convex Programming

Marmara niversitesi, ktisadi ve dari Bilimler Fakltesi, Ekonometri Blm

17

GR Gnmzde depolar yalnzca mallarn saklanmas ve korunmas amacnn dnda bir takm katma deerli hizmetlerin (ambalaj deitirme, etiketleme, kullanm klavuzu ekleme, rn birletirme, paketleme, promosyon hazrlama, rn modifikasyonu, ara retimler gibi) verildii, mteriye hzl ulamn saland merkezler haline gelmektedir. Depo yeri seimi, depo ii yerleimi ve iletimi, depolar aras tamalar gibi birok parametre, artan mteri beklentileri sebebi ile firmalar asndan stratejik nem tamaktadr. Bu beklentileri karlayacak depolarn edinilmesi ve iletilmesi firmalar asndan nemli bir yatrm ve maliyet unsuru oluturmaktadr. Deien pazar dinamikleri karnda firmalar lojistik faaliyetlerinin optimum planlanmasna ihtiya duymaktadrlar. Lojistik hizmetler, mal hareketlerinin younlat noktalarda arlk oluturmaktadrlar. Bununla beraber, isel mterinin zel ihtiyalarnn deerlendirilmesi mevcut depo alanlar yeni lojistik teknolojileri ve bilgi sistemleri ile desteklenerek, lojistik hizmetin verimli olmas salanmaktadr. Depolama hizmetlerinde sfr hatal envanter ynetiminin salanmas, toplam operasyonel maliyetlerin drlmesi ve mal akn hzlandrlmas iin tedarik ve datmn lojistik faaliyetlerini destekleyecek ekilde yaplandrlmas gerekmektedir. Ancak ilk aama depo yerinin seimi olacaktr. Datm ebekelerinin tasarmnda genellikle kar ve maliyet optimizasyonu tabanl kapasite snrlama yntemi kullanlmaktadr. Datm merkezleri ve depo yeri problemleri stratejik a dizayn problemleridir (Korpela, 1999, s:135-146). Dolaysyla bu tip kararlar uzun sreli stratejik kararlar olup irket karll zerindeki etkileri yllar boyu srecektir. irket kltr, finansal yatrmlar gibi nitel zelliklerin fabrika yeri seimi zerinde ok byk etkisi olmasna ramen depo ve fabrika yeri seimi problemlerinde ksmen ayn teknikler kullanlmaktadr (Francis, 1998). letmelerdeki temel data kaynaklarna eriiminin kolaylamas ile yneticilerin matematiksel yntemlerin sonularndan yararlanma istekleri artmaktadr. Yaplan baz aratrmalarda, bir Alman yap endstrisinin 2 ana depo amas ve 5 yar deponun kapatlmas sonucu karlln % 20ye ykselecei (Baunach, 1995, s: 474478) ve byk benzin irketlerinde depolama iin zincirleme grevler ve depo pozisyonlar ile ilgili bir simlasyon almas sonucu toplam lojistik tasarruflarnn senelik % 5 civarnda olaca ortaya konmutur (Van den Bruggen, 1995, s:460-473). Bu almalar sonucu lojistikte potansiyel tasarruf optimizasyon ve simlasyon ile salanabilmektedir. Depo yeri seiminde bir takm rekabet unsurlar nem kazanmaktadr. Bunlar, zamana kar yar,

nakliye maliyetleri gz nne alndnda mteriye yakn retim veya depolama ve uygun igc piyasasna yakn olmak olarak zetlenebilmektedir. Uluslar aras yer seimi ile ilgili maddeler dnda yerel bir piyasada seim kriterleri detaylandrldnda bata mteriye ulaabilirlik olmak zere ticari evre, toplam maliyet, altyap, igc kalitesi, tedarikiler ve dier iletme yerleimleri gz nne alnmaktadr. 1.YER SEM PROBLEMLERNDE OPTMZASYON Yer seim problemlerinde temelde yaklam mevcuttur. Nitel zellikleri de dikkate almak zere faktr derecelendirme yntemi ile alternatif yerleim alanlar daha nce sralananlar ile kstl olmamak zere seimi etkileyecek faktrlerin derecelendirilmesi ile sralanabilmekte ve bylece yksek faktr puanna sahip alan tercih edilmektedir. Geleneksel zincir a dizayn salanmasnda, problem belli kstlar altnda minimum maliyet ve/veya maksimum kar zerine odaklanarak kurulmaktadr. letmeler genellikle lojistik sistemlerinden depo yerleimi blmn minimum tama zaman ve uzakl, minimum stok ihtiyac ve minimum datm skl gibi uygulamada saysal kstlarn etkiledii maliyet ve kar tabanl a problemleri yardmyla hayata geirmektedirler. Genellikle bu eit n kaynaktan m hedefe ynelik tama problemleri dorusal programlama, tamsayl programlama veya dinamik programlama ile zmlenmektedir. Kstlarn deerleri mteri davranlarna ait kurum ii bilgiler ile veya mteri performans aratrmalar sonular ile ortaya kartlmaktadr. nc yntem ise mevcut ebeke iinde datma tabi olacak hacmi arlk olarak kullanan ve merkezi bir koordinat belirlemeye yarayan Kresel Ortalama (Centroid) yntemidir. lgili kaynaklarda bu yntemlerin avantaj ve dezavantajlar farkl yaklamlar ile giderilmeye veya uygulamada konu olan olaya gre dzenlendikleri grlmektedir. Ho ve Perl (1995, s:133-162) depo yerleimini ve saysn kontrol problemlerinin ve kurulmu depolara market tahsisi gibi konular ieren Servise Duyarl Depo Yeri Seimi Problemlerinin (Service Sensitive Warehouse Location Problem-SSWLP) toplam kar maksimum yapmak iin olduunu savunmulardr. SSWLP problemindeki unsurlar her marketin talep ettii retim, rne ulalabilirlik ve sipari evrim zaman olmaktadr. Ayrca, depo a deerlendirme ve dizayn iin Analitik Hiyerari Prosesi ile nitel kriterlerin ve Karmak Entegre Lineer Programlamann entegre edildii bir yaklam da nerilmektedir (Korpela, 1999, s:135-146). nerilen yaklam iin temel varsaym depo aktivitelerinin d kaynaklar tarafndan karlanmas, sipari analizleri ile en iyi potansiyel depo durumunun tanmlanmas ve mmkn alternatif depo operatrleri arasndan karara varlarak kapsaml bilgilerin

18

operatrlere kazandrlmas aamalarn iermektedir. Bu yzden nerilen yaklamn amac irketin datm a iinde, mmkn alternatif depo operatrlerinden hangisinin bulundurulacann kararnda yardmc olmaktr (Min, 1999, s:75-85). Ancak lojistik ynetiminin bileenlerinin birbirlerinden bamsz olarak optimizasyonunun btnde optimuma ulaamayaca ortaya konularak yerleim, tama, datm ve stoklama problemlerinin eanl zmne ilikin tamsayl programlama problemi oluturularak tm lojistik faaliyetlerin planlanmas nerilmitir (Ambrosino, 2005, s:610624). Benzer bir yaklamla mevcut bir a sisteminde i ve d aklarda detayl maliyet ve zaman esasl planlamann yaplmas amacyla kesikli olay benzetim modeli nerilerek farkl dalmlar ve senaryolar karlatrlarak en uygun senaryonun belirlenmesine allmtr (Mason, 2003, s:141159). Yneylem aratrmas teknikleri ile organizasyonel ve ynetimsel zellikleri sklkla ar basan iletme uygulamalarnn saysallatrld yaklamndan yola kan bir baka almada model bazl nedensel tekniklere dayanan kendi kendine renen bir sistem nerilmektedir (Nakatsu, 2005, s:735745). Ancak bu sistemler yerleimlerin corafi yerlerinin belirlenmesinden ziyade mevcut a zerinde lojistik faaliyetlerin iyiletirilmesini amalamaktadrlar. Buna ramen modellerin ortak yaklam tama ve datm problemlerinde mesafelerin azaltlmas ile maliyetlerin drlecei ynndedir. Bu noktadan yola klarak izgiye (graph) dayanan a zmleme algoritmalar ile toplam tama ve datm mesafelerinin minimizasyonu nerilerek tedarikilerin tketici ile yakn bir a kurmas hedeflenmektedir (Kalfakakou, 2001, s:401-405). Bir baka yaklam ise talebin karlanmas maliyetini minimum olarak belirleyecek kapasite kstlarn ve zaman da dikkate alan depo ama planlamasdr. Karmak tamsayl programlama problemi olarak kurulmas nerilen bu yaklamda alternatif depo yerleri arasndan seim ve bunlarn almasna ilikin zamanlama hedeflenerek optimizasyon yaplmaktadr (Baker, 1999, s:136-144; Hinojosa, 2000, s:271-291). Benzer bir yaklam da yer, kapasite ve teknoloji seiminde leri Paral Dorusal Tahmin ynteminden (Progressive Piecewise Linear Underestimation Method) uyarlanan bir yaklamla eanl optimizasyon algoritmas zm olmaktadr (Dac, 2001, s:963-973). Uygulamalarda optimizasyon algoritmalar farkl olmakla birlikte Lagrange Serbestlik Algoritmas uygulanmaktadr. Yer seim problemi ile ilgili kaynaklarda ska rastlanan almalar corafi konum belirlemeden ziyade alternatif operatrler arasndan seim problemi eklindedir. Ancak ama corafi konum belirlemek olduunda bu operatrlerin konumlarn gsteren 2 boyutlu koordinat sisteminde yer alan verilerin

deerlendirilmesi gereklilii ortaya kmaktadr. Bu durumda klid uzaynda tanmlanan bir model oluturulmas gerekmekte ve problem zm iin dbkey programlama nerilmektedir. 2. DIBKEY PROGRAMLAMA Dbkey (konveks) programlama f(x)in ibkey (konkav) ve btn g i(x) snrlayc koullarnn dbkey fonksiyonlar olduu bir zel dorusal olmayan programlamadr (Tulunay, 1987, s:593). DOP problemi Dbkey programlama ve dbkey olmayan programlama olmak zere iki ksmda incelenir (William, 1990, s:139). DOPnn en genel yaps
Min f(x) x=(x1,x 2 ,...,x n )

i=1,2,...,m gi = bk , (1) k=1,2,...,m eklinde tanmlanr. Burada x=(x1 ,x 2 ,...,x n ) olmak

zere f (x) ve g i (x) fonksiyonlar srekli ve tretilebilir fonksiyonlardr. Gerek hayat uygulamalarnda x=(x1 ,x 2 ,...,x n ) karar deikenleri pozitif olmaktadr. f (x) , ama fonksiyonu olarak adlandrlr. Klasik optimizasyon problemi yukardaki kst fonksiyonlar altnda ama fonksiyonunu minimum (veya maksimum) yapan karar deikenlerini bulmaktr. (1) ile ifade edilen problemde m = 0 ise problem kstsz bir problem olarak adlandrlr ve kstsz problem, kstl problemi zmek iin bir temel tekil eder. Eer f (x) ve g i (x) fonksiyonlar dorusal ise optimizasyon problemi Dorusal Programlama problemi olarak adlandrlr. Kstsz optimizasyon probleminin en genel yaps Min f(x) , x=(x1 ,x 2 ,...,x n ) olarak verilir. Ama f (x) fonksiyonunu optimal yapan x=(x1 ,x 2 ,...,x n ) karar deikenlerini bulmaktr. Kstsz optimizasyon probleminin optimal noktas aratrlrken f (x) , x=(x1 ,x 2 ,...,x n ) srekli ve tretilebilir olmak artyla klasik optimizasyon teknii kullanlabilir. Klasik optimizasyon tekniinde f (x) fonksiyonunu optimal yapan karar deikenlerini bulmak iin gerek ve yeter koullara gereksinim vardr. Gerek koul; 0 0 f (x) =0 , i=1,2,...,m ve 0= ... x i 0 denklem sisteminin zm olan vektr ya da vektr adaylarnn bulunabilmesidir. Bulunan vektr ya

19

da vektr adaylarnn maksimum ya da minimum olup olmadn bulmak iin yeter koul; her aday nokta iin Hessian Matrisini oluturup asal minrlerin incelenmesidir. Hessian Matris, ikinci mertebeden trevleri ieren asal kegene gre simetrik olan ve ok deikenli bir fonksiyonun Taylor almnda nc terime karlk gelen matristir.Matematiksel yaps, 2f Hf = , i=1,2,...,n k=1,2,...,n x x i k eklindedir. Hessian Matrisinin asal minrleri i (i=1,2,...,n) eklinde gsterilirse; eer, i iin i > 0 ise incelenen aday vektr minimum, eer asal minrler 1 < 0, 2 > 0, 3 < 0,..., 2k +1 < 0, 2k > 0,... eklinde ise incelenen aday vektr maksimumdur. Lagrange arpanlar kstlar eitsizlik eklindeki optimizasyon problemleri iin aadaki algoritmay kullanr. a) Eitsizlik kstlar dnlmeden sadece f(x) , x=(x1 ,x 2 ,...,x n ) ama fonksiyonunun optimal zm aranr. b) Bulunan mutlak zmnn x 0* gi 0 (i=1,2,...,m) kstlarn salayp salamad kontrol edilir. Eer salyorsa bulunan zm bir mutlak minimumdur. x 0 tm kstlar salamak zorundadr. c) Bir ya da daha fazla kst salanmyorsa modelden herhangi bir kst rnein 1 k m olmak zere k. kst seilerek eitlik iareti ile modele dahil edilerek M in f(x) g k (x) = 0
* problemi zlr. Bu problemin zm varsa x1 elde edilir. *

Eitsizlik kstlarna sahip bir optimizasyon probleminin zmn bulmak iin daha gelimi bir teknik olan Karush-Kuhn-Tucker koullar kullanlr (Hillier, 1995, s:582). Min f(x) x=(x1 ,x 2 ,...,x n )
g i (x) 0 i=1,2,...,m x0 problemi tekrar gz nne alalm. Bu optimal problemin optimal zm vektrn bulmak iin m gi f i 0 , j=1,2,...,n i. * x j i =1 x j*

ii. i g i (x* ) = 0
*

i=1,2,...,m

iii. g i (x ) 0 , i=1,2,...,m iv. i = 0 , i=1,2,...,m Karush-Kuhn-Tucker koullarnn salanmas gereklidir ama yeterli deildir. Koullarn ayn zamanda yeterli olabilmesi iin ama fonksiyonunun ve kst fonksiyonlarnn dbkey olmas gerekmektedir. Maksimizasyon problemlerinde ise ama fonksiyonunun ibkey (konkav) ve kst fonksiyonlarnn dbkey olmas problemin optimal zmnn bulunabilmesi iin yeter koullardr. Bu makalede kurulacak modelde ama fonksiyonu minimize edileceinden Min f(x) x=(x1 ,x 2 ,...,x n )
g i (x) 0 i=1,2,...,m x0 modeli ile ilgilenilecektir. f (x) ama fonksiyonunun ve g i (x) , i=1,2,...,m kstlarnn dbkey olmas gerekmektedir. Ama fonksiyonu ve kst fonksiyonlarnn dbkey olduu bir model Dbkey Programlama Problemi olarak adlandrlr. g i (x) , i=1,2,...,m , konveks fonksiyon olduklar iin g i (x) 0 kstlarn salayan noktalarn kmesi de

d) in tm kstlar salayp salamadna baklr. Salyorsa minimum zmdr. Eer salamyorsa bir baka kst rnein kl, 1 l m olmak zere l. kst seilip modele dahil edilerek M in f(x) g k (x) = 0
g l (x) = 0 problemi zlr. e) Eer d. admda mutlak minimum vermezse iki kst ayn anda eitlik iaretiyle probleme dahil edilerek zm bulunur. Tm kstlar salayan bir zm bulununca optimal zme ulalm olur. lemlere bu ekilde devam edilir.

x1*

konvekstir. En azndan bir x* noktas ( 0) olan eitsizliklerin hepsini salyorsa Dbkey Programlamaya Tutarl, eitsizliklerini (< 0) salyorsa Sper Tutarl ad verilir. m = 0 ise kstsz bir Dbkey programlama sz konusudur. Bir Dbkey programlama probleminin minimum noktasnn bir tane olmas gerekmez, hatta hi olmayabilir. Dbkey programlama problemini zebilmek iin standart tek bir algoritma yoktur. Bu konuda birok farkl algoritmalar gelitirilmesine ramen en genel algoritmalar; Gradyant algoritmalar, Dizisel kstsz algoritmalar ve Dizisel-yaklam algoritmalar olmak zere grupta toplanabilirler. Bu algoritmada ama fonksiyonunun ibkey, kst fonksiyonlarnn dbkey olmas durumunda geerlidir.

20

Makalede ilgilenilen modelde de ama fonksiyonu ve kst fonksiyonlar dbkey olduklar iin yukarda sz edilen Karush-Kuhn-Tucker koullar ile optimal zme ulalr. 3. ARATIRMA PROBLEM ve BULGULAR Bu almann temel amac Trkiyeye yeni giri yapacak bir marketler zinciri iin ana depo ve merkez konumu belirlemektir. Depo yeri seimi stratejik bir karar olacandan ve uzun dnem karll etkileyeceinden, Trkiye genelinde yaygnlamay hedefleyen firma ana depo konumunu ileride planlanan genileme stratejisi gerei tm piyasaya ulaabilecek optimum bir noktada belirlemek istemektedir. Dier taraftan modelde kriter olarak potansiyel pazar noktalarna yaknlk ve igc piyasasna yaknlk olarak nfus ve harcama potansiyelini temsil eden milli gelir ele alnmtr (Chi, Kuo, 2001, s: 1312). Ancak yntem, arzu edilen nicel kriterleri modele arlk olarak dahil edebilmektedir. Toplam tama mesafesi ayn zamanda lojistik maliyetlerin gstergesi olacandan konumun merkezi bir zellik tayarak potansiyel tketim noktalarna ve ayn zamanda yurt genelinde yaylm tedarikilere yakn olmas beklenmektedir. Bu nedenle, n il says olmak zere, m x , kurulacak merkez deponun x koordinat; m y , kurulacak merkez deponun y koordinat; di , i. ilin nfusu; ci , i. ilin kii ba milli gelir seviyesi olmak zere ilgilenilen yer belirleme problemi iin kurulan dbkey programlama probleminde ama ; mx ve my merkez deponun koordinatlarn tesbit etmektir. di .c i her ilin lojistik probleminde nem arln temsil etmek zere,
(m x x i ) + (m y yi )
2 2

Z = d1 .c1 (m x x1 ) 2 + (m y y1 ) 2 d 2 .c 2 (m x x 2 ) 2 + (m y y 2 ) 2
1/ 2 1/ 2

1/ 2

+ ... +

(3)

d n .c n (m x x n ) 2 + (m y y n ) 2

Tanmlanan dbkey programlama probleminde bu nedenle arlk olarak pazar hedef alnm ve illerin nfus ve kii ba ortalama milli gelir seviyeleri arlk olarak tanmlanmtr. Ancak, tedarikilerin belirlenmesi durumunda bu tedarikiler ile olas ticaret hacmine gre arlklarn eklenmesi de mmkndr. Dier taraftan faktr arlklar ynteminde veya AHP bazl zm yntemlerinde olduu gibi nitel zelliklerin illere gre derecelendirilerek modelde arlk olarak kullanmlar da mmkndr. Dolays ile nerilmekte olan konum belirleme problemi modeli sklkla kullanlan dier yntemlerin avantajlarn da iermektedir. nerilen model bir balang almas olduundan merkezden tama problemi olarak kurulmakla birlikte uygun kstlarn oluturulmas ile toplam datm mesafesinin minimizasyonu ve rotalama problemi iin de kullanlabilecektir. almada ncelikle 80 yerleim merkezinin enlem ve boylamlarndan yola klarak tm Trkiyeyi iine alan bir lekte, Bodrum yarmadasnn gney-bat tarafnda belirlenen bir sfr noktas orijin kabul edilerek kartezyen koordinatlar belirlenmi ve bu merkezlere ilikin arlklar ortaya konmutur. Bu durumda (3) numaral bant uygulama verileriyle (bkz. Ek-1) aadaki ekilde ifade edilir.
Z = (1.849.478).(2.339,37) (mx 2.431,93)2 + (my 337, 27)2 (623.811).(918, 24) (mx 3.095) + (my 439, 2)
2 2 1/ 2 1/ 2

+ ... +
1/ 2

ifadesi her bir ilin merkez

(615.599).(2.969, 48) (mx 1.493,33)2 + (my 1.317,67)2

depo konumuna olan klid Uzakl ifadesidir. Dolaysyla aadaki model pazar potansiyeline sahip illerin merkez depo konumuna olan toplam klid uzakln arl lsnde minimize yapmaktadr.

[ Min ]

Z = d i .ci (m x x i ) 2 + (m y yi ) 2 2 (2) i =1

m x 0 , -m y 0

(2) numaral ifadedeki problemin gerekten bir dbkey programlama problemi olduu kolaylkla ispatlanabilir (Hayes, 1975, s:243). Model ak olarak aadaki gibi ifade edilebilir.
4

Yukarda verilen optimizasyon problemi, GRG2 algoritmasna sahip MS Excel Solver eklentisi ile zmlenmitir.4 Ele alnan merkezler ve kstsz zm sonucu belirlenen merkez depo yeri ekil-1de grlmektedir. Optimizasyon sonucu belirlenen ana depo yerinin koordinatlar mx=1181.596 my=995.481 olarak hesaplanmtr. Matematik yntemlerle belirlenen bir konumun lojistik bir merkez olabilmesi iin ulam, iletiim hatlarna sahip, i gcne ve barnma imkanlarna yakn, sanayi ve ticaret kurulular olan ve resmi idare tarafndan ticari yerleke kurulmasna izin verilen bir nokta olmas gerekmektedir

Microsoft Excel Solver dorusal olmayan Optimizasyon kodu GRG2yi (Generalized Reduced Gradient) kullanmaktadr. Kod, Texas niversitesinden Leon Lasdon ve Cleveland State niversitesinden Allen Waren tarafndan gelitirilmitir. Programn Solver kodlar haklar ksmen Frontline Systems, Inc.; Copyright 1990, 1991, 1992 ve 1995, .http://www.frontsys.com ve; ksmen Optimal Methods, Inc., Copyright 1989, aittir.

21

Tablo 1 MS Excel zc Yant ve Duyarllk Raporu

Hedef Hcre
Hcre $H$2 Hcre $B$2 $C$2 Hcre $K$2 $K$3 "-Mx=" "-My=" Ad MERKEZ Toplam Ad MERKEZ X MERKEZ Y Ad lk Deer 273648211954958,00 lk Deer 0 0 Hcre Deeri -1181,599378 -995,4825071 Son Deer 136539767788107,00 Son Deer 1181,599378 995,4825071 Kural En Kk Azaltlm Gradyan 0 0 Lagrange arpan 0 0

Ayarlanabilir Hcreler

Snrlamalar
forml $K$2<=0 $K$3<=0

1600
Krklareli Sinop Bartn Kastamonu Zonguldak Karabk Samsun

1400 1200

Edirne stanbul Tekirda

1000 800

Ardahan Artvin Rize Trabzon Ordu Sakary a Bolu Amasy a Kocaeli ankr Giresun Yalova Kars orum Gmhane Tokat Bay burt Bilecik Bursa anakkale Erzurum M ERKEZ Idr Krkkale Ankara Erzincan Balkesir Eskiehir Ar Yozgat Sivas Ktahy a M anisa Afy on Uak zmir Krehir Nevehir Aksaray Kay seri Tunceli Bingl Elaz M alaty a

M u Bitlis Van

600
Isp arta Ay dn Denizli Kony a Nide Kahramanmara Ady aman Adana Osmaniy e Karaman Antaly a M ersin Gaziantep Kilis Hatay

Diy arbakr Batman Siirt M ardin rnak Hakkari

400
M ula

Burdur

anlurfa

200 0 0

1000

2000

3000

4000

5000

ekil 1 Trkiye Yerleim Merkezleri ve Ana Depo Yeri Kartezyen Koordinat Haritas

ekil 2 Bozyk Haritas, Komular ve Ulam Yollar

22

Bu nokta Eskiehir-Bilecik arasnda Bozyk ilesine yakn kmaktadr. Grld zere yntem kullanlan arlklar sayesinde pazara yakn bir nokta olarak belirlendii gibi, dier nitel zelliklerin de arlk olarak kullanlmas ile arzu edilen kriterlere en uygun konumlamaya ulalacaktr. Bozyk ilesinden geen 25 numaral devlet karayolu i Anadolu,Akdeniz,Ege ve Marmara blgelerini birbirine balamakta, ayrca 2 numaral devlet karayolu Bursa'y Eskiehir ve Ankara'ya balamaktadr. lede halen iki ayr telefon santral hizmet vermektedir. SONU Bu almada Trkiye piyasasna girmeyi planlayan bir sper market zinciri ana depo ve merkez ssnn konumunun seiminin belirlenmesinde dbkey programlamann nemi ayrntl bir biimde aklanm

sz edilen sper market ana depo ve merkez ssnn corafi konumunun koordinatlar Dorusal Olmayan Programlama probleminin zel bir durumu olan Dbkey Programlama problemi ile belirlenmitir.Yer seim problemi ile yaplan literatr almasnda genellikle corafi konum belirlenmesinden ok alternatif operatrler arasndan seim yapma eklinde almalara rastlanldndan Dbkey Programlama ile corafi konumun belirlenmesi bu almann zn oluturmaktadr. Trkiye pazarna yeni girerek bir marketler zinciri iin ana depo ve merkez konumu belirlemek isteyen iletme iin bu almada kullanlan Dbkey Programlama teknii lojistik maliyetler ve evre koullar dikkate alnarak tm piyasaya ulaabilecek en iyi nokta olarak ana depo yerinin koordinatlar belirlenmi ve sz edilen koordinat Eskiehir-Bilecik arasnda Bozyk ilesine yakn ortaya kmtr.

23

Ek 1:
l Adana Adyaman Afyon Ar Aksaray Amasya Ankara Antalya Ardahan Artvin Aydn Balkesir Bartn Batman Bayburt Bilecik Bingl Bitlis Bolu Burdur Bursa anakkale ankr orum Denizli Diyarbakr Edirne Elaz Erzincan Erzurum Eskiehir Gaziantep Giresun Gmhane Hakkari Hatay Idr Isparta stanbul zmir X 2431,93 3095,00 1229,88 4294,57 2073,29 2436 1708,32 1287 4267,50 4010 518,38 460,82 1664 3906 3637 1050 3718,60 4152,80 1466,38 1124,38 822,44 242,71 1960,83 2235,57 850,56 3649,44 228,20 3364,25 3427,29 3968,93 1331,10 2909,33 3188,14 3433 4589 2632,75 4585,67 1325,57 777,88 370,69 Y 337,27 439,20 675,75 913,14 643,43 1175,75 959,42 179 1280,25 1267,50 425,13 921 1403,33 492,33 1098,50 1066,50 765,60 639,60 1185,38 338 1044,33 1037,86 1165,50 1117,43 423,56 532,89 1352 704 938 1011,20 923,50 269 1163,86 1115 397 132,13 994,33 491,43 1300,63 639,77 Nfus 1849478 623811 812416 528744 396084 365231 4007860 1719751 133756 191934 950757 1076347 184178 456734 97358 194326 253739 388678 270654 256803 2125140 464975 270355 597065 850029 1362708 402606 569616 316841 937389 706009 1285249 523819 186953 236581 1253726 168634 513681 10018735 3370866 GSYHUSD 2339,37 918,24 1262,94 568,23 965,78 1438,50 2751,62 2193,15 842,39 2136,74 2017,37 2005,29 1061,01 1215,72 1016,75 2584,40 795,03 645,78 4215,55 1951,33 2507,18 2335,28 1136,30 1653,66 2132,85 1313,44 2402,99 1704,32 1158,36 1061,29 2512,58 1592,53 1443,17 1075,44 835,72 1756,64 854,73 1509,56 3063,37 3214,92 l Kahramanmara Karabk Karaman Kars Kastamonu Kayseri Kilis Krkkale Krklareli Krehir Kocaeli Konya Ktahya Malatya Manisa Mardin Mersin Mula Mu Nevehir Nide Ordu Osmaniye Rize Sakarya Samsun Siirt Sinop Sivas anlurfa rnak Tekirda Tokat Trabzon Tunceli Uak Van Yalova Yozgat Zonguldak X 2811,45 1726,50 1855,22 4336,57 1983,33 2517 2823,50 1991,25 445 2080,67 1041 1723,91 992 3129,89 613,30 3817,67 2003,85 639,85 3990 2247 2305,67 2969,25 2628 3736,33 1140,33 2569,13 4098,33 2298,40 2847,58 3363,21 4152,50 370,50 2738,78 3498 3435 908,50 4436,83 795 2418,56 1493,33 Y 462,73 1272,50 248,78 1120 1401,25 655,50 206,50 977,50 1447,67 834,83 1176 491,69 832,88 643,89 701,10 348,17 143,69 231,62 739,25 730,20 475,67 1217,25 334 1240,67 1200 1309,75 467,67 1421,40 901,47 321,29 351,25 1244,70 1109,89 1239,25 803,67 643,17 651,50 1123 911,89 1317,67 Nfus GSYHUSD 1002384 225102 243210 325016 375476 1060432 114724 383508 328461 253239 1206085 2192166 656903 853658 1260169 705098 1651400 715328 453654 309914 348081 887765 458782 365938 1070434 1209137 263676 225574 755091 1443422 353197 623591 828027 975137 93584 322313 877524 168593 682919 615599 1583,98 1587,15 2012,29 885,76 1781,43 1806,34 1816,96 2724,74 3590,11 1488,03 6164,78 1554,22 1804,77 1416,53 2458,58 983,18 2451,98 3307,65 578,12 2116,92 1781,27 1063,96 1156,55 1897,28 1824,71 1679,72 1111,11 1459,12 1398,57 1007,68 638,43 2498,20 1370,32 1505,83 1584,42 1435,75 859,29 3462,72 852,12 2969,48

Kaynak: Trkiye Ulusal Temel GPS A (TUTGA), http://www.hgk.mil.tr/projeler/jeodezi/tutga/ayrintili_TUTGA.htm, 12.09.2005; DE, Dzey-3, Sosyal ve Ekonomik Gstergeler, http://www.die.gov.tr/nuts/duzey3.html, 12.09.2005.

24

KAYNAKA AMBROSINO, D., M.G. Scutella, Distribution network design: New problems and related models, European Journal of Operational Research 165 (2005) 610624. BAKER, B.M., J. Sheasby, Accelerating the convergence of subgradient optimisation, European Journal of Operational Research 117 (1999) 136-144. BAUNACH, B., Mercer , A., Napp, A.,Sales effect on depot locations, European Journal of Operational Research 81 (1995) 474-478 BOZYK BELEDYES, http://www.bozuyuk.bel.tr/bozuyuk.asp, 26.09.2005. CHI, S.-C., Kuo R.-J., Examination of the influence of fuzzy analytic hierarchy process in the development of an intelligent location selection support system of convenience store, Joint 9th IFSA World Congress and 20th NAFIPS International Conference, Vol. 3, (July 2001), 13121316. DAI, A., V. Verter, The plant location and technology acquisition problem, IIE Transactions (2001), 33, 963-973. FRANCIS, R.L., McGinnis, Jr., White, J.A., Facility Layout and Location: An Analytical Approach, 2nd Ed., Prentice Hall, New Jersey, USA, (1998). HAYES, P., Mathematical Methods in the Social and Managerial Sciences, John Wiley&Sons, New York, (1975), 243. HILLIER, F.S., Lieberman G.J., Introduction to Operations Research, Sixth Edition, McGraw-Hill, (1995), 582. HINOJOSA, Y., J. Puerto, F.R. Fernandez, A multiperiod two-echelon multicommodity capacitated plant location problem, European Journal of Operational Research 123 (2000) 271-291. HO, K.P., Perl, J., Warehouse location under service-sensitive demand, Journal of Business Logistics 16 (1) (1995) 133-162

KALFAKAKOU, R., C.C. Tsouros, Determining the size and location of suppliers for a minimum total distribution route problem, International J. Production Economics 71 (2001) 401-405. KORPELA, J., Lehmusvaara A., A customer oriented approach to warehouse network evaluation and design, International Journal of Production Economics, 59 (1999) 135146. MASON, S. J. Ve dierleri, Integrating the warehousing and transportation functions of the supply chain, Transportation Research Part E 39 (2003) 141159. MIN, H., E. Melachrinoudis, The relocation of a hybrid manufacturing/distribution facility from supply chain perspectives: a case study, Omega, Int. J. Mgmt. Sci. 27 (1999) 75-85. NAKATSU, N. T., Designing business logistics networks using model-based reasoning and heuristic-based searching, Expert Systems with Applications 29 (2005) 735745. T.C. Babakanlk D..E. Web Servisi, Blgesel statistikler, Dzey-3, Sosyal ve Ekonomik Gstergeler, http://www.die.gov.tr/nuts/duzey3.html, 12.09.2005. TRKYE ULUSAL TEMEL GPS AI (TUTGA), Harita Genel Komutanl, Jeodezi Dairesi, Ankara, ubat 2001, http://www.hgk.mil.tr/projeler/jeodezi/tutga/ ayrintili_TUTGA.htm, 12.09.2005. TULUNAY, Ylmaz, Matematik Programlama ve letme Uygulamalar, Bayrak Matbaaclk, stanbul, (1987), 539. VAN DEN BRUGGEN, L.,Gruson, R., Salomon,M., Reconsidering the distribution structure of gasoline product for a large oil company, European Journal of Operational Research 81 (1995) 460-473. WILLIAM, H.P., Model Building in Mathematical Programming, Third Edition, John Wiley&Sons, New York, (1990), 139.

25