Nötrosofik Bulanık Çok Amaçlı Optimizasyon Tekniği ve Tekstil Üretim Planında Uygulaması

Öz

Dünya, küreselleşmenin etkisi ile birlikte, zaman ve mekân fark etmeksizin küçülmektedir. Küçülme, günlük yaşama artan değişim ve belirsizlik olarak yansımıştır. Bu durum beraberinde rekabet koşullarının ağırlaşmasına ve işletmelerin talepleri karşılamada birçok zorluk yaşamasına neden olmaktadır. Belirsizlik, 20. yüzyılda Zadeh tarafından sunulan bulanık kavramının literatüre girmesinden itibaren yönetilmesi gereken önemli bir kavram hâlini almıştır. Belirsizliği dikkate alan bulanık mantık, farklı yapılar hâlinde gelişmekle beraber birçok alanda uygulanmıştır. Nötrosofik kümeler bu yapılardan biridir. Nötrosofik kümeler, belirsizliği birbirinden bağımsız doğruluk, belirsizlik ve yanlışlık bileşenleri ile inceleme imkânı sunmaktadır. İşletmeler üretimlerini istenilen kalitede ve zamanında üretmek istemektedir. Ayrıca işletmeler, mevcut kaynaklarını optimal bir şekilde kullanarak kazançlarını artırma amacı gütmektedir. Üretimin birden çok amacın çerçevesinde gerçekleşmesi üretim sürecinin çok amaçlı olarak organize edilmesi ile mümkün olmaktadır. Bu çalışmada çok amaçlı doğrusal üretim problemi için bir çözüm tekniği önerilmektedir. Tekstil ürünleri üretim işletmesinde nötrosofik çok amaçlı optimizasyon tekniği ile çözüm gerçekleştirilmiştir. İşletmeden elde edilen veriler ile işletmenin mevcut kapasitesi ve amaçları belirlenmiştir. Daha sonra üretim modeli nötrosofik çok amaçlı optimizasyon tekniği ile modellenmiş ve çözümü gerçekleştirilmiştir. Çalışma sonucunda çok amaçlı optimizasyon probleminin nötrosofik ve sezgisel bulanık kümeler ile elde edilen çözüm sonuçları kıyaslanmıştır. Kâr ve müşteri memnuniyeti amaçları için nötrosofik çok amaçlı optimizasyon tekniği ile daha etkin sonuçlar elde edilmiştir. Maliyet amacı için sezgisel bulanık çok amaçlı optimizasyon tekniği ile daha düşük maliyet elde edilmektedir.

Anahtar Kelimeler

• Çok Amaçlı Optimizasyon
• Nötrosofik Küme
• Nötrosofik Çok Amaçlı Optimizasyon
• Sezgisel Bulanık Çok Amaçlı Optimizasyon
• Üretim

Neutrosophic Multi-Objective Optimization Technique and Its Application in Textile Production Business

Öz

With the impact of globalization, the world is shrinking regardless of time and space. Shrinking is reflected in daily life as increasing change and uncertainty. This situation causes the competition conditions to become heavier and businesses to experience many difficulties in meeting the demands. Uncertainty has become an important concept to be managed since the introduction of the fuzzy concept by Zadeh in the 20th century. Fuzzy logic, which takes uncertainty into account, has been applied in many fields, although it has developed in different structures. Neutrosophic sets are one of these structures. Neutrosophic sets offer the opportunity to examine uncertainty with independent truth, uncertainty and falsity components. Businesses want to produce their production at the desired quality and on time. In addition, businesses aim to increase their earnings by using their available resources in an optimal way. The realization of production within the framework of multiple objectives is possible by organizing the production process as multi-objective. In this study, a solution technique for the multiobjective linear production problem is proposed. Neutrosophic multiobjective optimization technique is used to solve the problem in a textile production enterprise. With the data obtained from the enterprise, the current capacity and objectives of the enterprise were determined.Then, the production model was modeled and solved by neutrosophic multi-objective optimization technique. As a result of the study, the solution results of the multi-objective optimization problem obtained with neutrosophic and intuitionistic fuzzy sets were compared. For the profit and customer satisfaction objectives, more efficient results were obtained with the neutrosophic multi-objective optimization technique. For the cost objective, lower costs are obtained with the intuitionistic fuzzy multi-objective optimization technique.

Anahtar Kelimeler

• Multi Objective Optimization
• Neutrosophic Set
• Neutrosophic Multi Objective Optimization
• Intuitionistic Fuzzy Multi Objective Optimization
• Production

Kaynakça

1. Abdel-Baset, M., Hezam, İ. ve Smarandache, F. (2016). Neutrosophic goal programming. Neutrosophic Sets and Systems, 11, 112-118. Erişim adresi: http://fs.unm.edu/NSS/NeutrosophicGoalProgramming.pdf
2. Abdel-Baset, M., Mohamed, M., Hessian, A. N. ve Smarandache, F. (2017). Neutrosophic integer programming problems. Neutrosophic Sets Systems, 15, 48-61. Erişim adresi: https://digitalrepository.unm.edu/cgi/viewcontent.cgi?article=1179&context=nss_journal
3. Abdel-Baset, M., Atef, A. ve Smarandache, F. (2019). A hybrid neutrosophic multiple criteria group decision making approach for project selection. Cognitive Systems Research, 57, 216-227. doi: 10.1016/j.cogsys.2018.10.023
4. Angammal, S. ve Hannah Grace, G. (2022). An interactive neutrosophic programming approach for multi objective crop planning problem with intuitionistic fuzzy parameter in Ariyalur District. Journal of Intelligent & Fuzzy Systems, (Preprint), 1-13. doi: 10.3233/JIFS-220156
5. Ahmad, F. (2022). Interactive neutrosophic optimization technique for multiobjective programming problems: an application to phermaceutical supply chain market. Annals of Operations Research, 311, 551-585. doi:10.1007/s10479-021-03997-2
6. Angelov, P. P. (1997). Optimization in an intuitionistic fuzzy environment. Fuzzy Sets and Sytems, 86, 299-306. doi:10.1016/S0165-0114(96)00009-7
7. Balcı, H. ve Emirkadı, Ö. (2023). Lojistik işletmelerinde bilgi iletişim teknolojilerine olan yatırımların önemi. Dr. Mehmet Seyhan (Ed.), Yönetim, organizasyon ve strateji üzerine araştırmalar (s.341-358) içinde. Erişim adresi: https://avesis.ktu.edu.tr/yayin/5a0223eb-70a6-4de0-96d2-6be7ded82256/lojistik-isletmelerinde-bilgi-iletisim-teknolojilerine-olan-yatirimlarin-onemi
8. Basumatary , U. ve Mitra, D. (2020). A study on optimal land allocation through fuzzy multi objective linear programming for agriculture production planning in kokrajhar district, btad, assam, India. International Journal of Applied Engineering Research, 15(1), 94-100. Erişim adresi:https://www.ripublication.com/ijaer20/ijaerv15n1_14.pdf

9. Bay, M. ve Akpınar, S. (2016). Yönetim bilgi sistemlerinin stratejik planlamaya etkisi ve bir uygulama. Kastamonu Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 12(2), 357-364. Erişim adresi: https://dergipark.org.tr/en/download/article-file/309548
10. Bayazit Bedirhanoğlu, Ş. (2023). Üretim problemlerinin planlamasında sezgisel bulanık çok amaçlı optimizasyon tekniği ve bir uygulama. Doç. Dr. Adem Kara ve Dr. Recai Bazancir (Ed.), Sosyal, insan ve idari bilimlerde öncü ve çağdaş çalışmalar (s. 1165-1190) içinde. doi: https://doi.org/10.59287/siibocc.248
11. Baykal , N. ve Beyan , T. (2004). Bulanık mantık ilke ve temelleri. Ankara: Bıçaklar Kitabevi.
12. Boran, F. E. (2009, Haziran). Personel seçimi probleminde sezgisel bulanik küme uygulaması (Yayımlanmamış yüksek lisans tezi). Gazi Üniversitesi, Fen Bilimleri Enstitüsü, Ankara.
13. Caballero, E. G., Smarandache, F. ve Leyva Vazquez, M. (2019). On neutrosophic offuninorms. Symmetry, 11(9), 1136. doi:10.3390/sym11091136
14. Das, P. ve Roy, T. K. (2015). Multi-objective non-linear programming problem based on neutrosophic optimization technique and its application in riser design problem. Neutrosophic Sets and Sytems, 9, 88-95. Erişim adresi: https://digitalrepository.unm.edu/cgi/viewcontent.cgi?article1102&context= nss_journal
15. Dehghani Firoozabadi, A., Soltanmohammadi, A., Alipour, N. ve Shishebori, D. (2022). Mathematical modelling of aggregate production planning in iron and steel industry: Green supply chain management approach. Journal of Industrial and Systems Engineering, 14(3), 168-190. Erişim adresi: https://www.jise.ir/&url=http:/www.jise.ir/article_154960_2a51ff572aa2768673f54501cafc8acd.pdf
16. Dey, S. ve Roy, T. (2015). Intuitionistic fuzzy goal programming and its application to structural design. International Journal of Applied Mathematical Sciences, 8(1), 55-69. Erişim adresi: https://www.researchgate.net/profile/Samir-Dey/publication/306361112_Intuitionistic_Fuzzy_Goal_Programming_and_Its_Application_to_Structural_Design/links/57bae57908ae202e6a569d04/Intuitionistic-Fuzzy-Goal-Programming-and-Its-Application-to-Structural-Design.pdf
17. Erpolat, S. (2010). Üretim planlamasında hedef programlama ve bulanık hedef programlama yöntemlerinin karşılaştırılması. Öneri Dergisi, 9(34), 233-246. Erişim adresi Üretim planlamasında hedef programlama ve bulanık hedef programlama yöntemlerinin karşılaştırılması. Öneri Dergisi, 9(34), 233-246.
18. Gunantara, N. (2018). A review of multi-objective optimization: Methods and its applications. Cogent Engineering, 5(1), 1-16. doi:10.1080/23311916.2018.1502242
19. Han, J., Yang, C., Lim, C.-c., Zhou, X., Shi, P. ve Gui, W. (2020). Power scheduling optimization under single-valued neutrosophic uncertainty. Neurocomputing(382), 12-20. doi:10.1016/j.neucom.2019.11.089
20. Hezam, I. M., Abdel- Baset, M. ve Smarandache, F. (2015). Taylor series approximation to solve neutrosophic multiobjective programming problem. Neutrosophic Sets and Systems, 10, 39-45. Erişim adresi: http://fs.unm.edu/NSS/NSS-10-2015.pdf#page=39
21. Hussian , A.-N., Mohamed, M., Abdel-Baset, M. ve Smarandache, F. (2017). Neutrosophic linear programming problems. Brussels: Brussels: Pons. University of New Mexico. [Adobe Acrobat Reader sürümü]. Erişim adresi: https://digitalrepository.unm.edu/cgi/viewcontent.cgi?article=1095&context=math_fsp
22. Islam , S. ve Deb, S. (2019). Neutrosophic goal programming approach to a green supplier selection model with quantity discount. Neutrosophic Sets and Systems, 30, 98-112. Erişim adresi: https://digitalrepository.unm.edu/cgi/viewcontent.cgi?article=1415&context=nss_journal
23. Islam, S. ve Kundu, T. (2017). Application of neutrosophic optimization technique on multi-objective reliability optimization model. Brussels: Pons. University of New Mexico. [Adobe Acrobat Reader sürümü]. Erişim adresi: https://www.academia.edu/download/55055254/NeutrosophicOperationalResearch2.pdf#page=14
24. Jin, C. X., Zhang, Y. ve Li, F. C. (2021, June). Research on path optimization problem based on satisfaction degree in fuzzy demand environment. In Journal of Physics: Conference Series, 1955(2021). doi: 10.1088/1742-6596/1955/1/012056
25. Karaatlı, M., Ömürbek, N. ve Yılmaz, H. (2014). Mobilya sektöründe bulanik doğrusal programlama tekniği ile üretim planlamasi uygulamasi. Uluslararası Yönetim İktisat ve İşletme Dergisi, 10(22), 95-118. Erişim adresi: https://dergipark.org.tr/en/download/article-file/1145887
26. Khan, M. F., Haq, A., Ahmed, A. ve Ali, I. (2021). Multiobjective multi-product production planning problem using intuitionistic and neutrosophic fuzzy programming. IEEE Access, 9, 37466-37485. doi:10.1109/ACCESS.2021.3063725
27. Klir, G. ve Yuan, B. (1995). Fuzzy sets and fuzzy logic. New Jersey: Prentice Hall.
28. Komsiyah, S., Meiliana ve Centika, H. (2018). A fuzzy goal programming model for production planning in future company. Procedia Computer Science, 135, 544-552. doi: 10.1016/j.procs.2018.08.207
29. Kousar, S., Sangi, M. N., Kausar, N., Pamucar, D., Ozbilge, E. ve Cagin, T. (2023). Multi-objective optimization model for uncertain crop production under neutrosophic fuzzy environment: A case study. AIMS Mathematics, 8(3), 7584-7605. doi: 10.3934/math.2023380 .
30. Kumar, M. ve Yadav, S. P. (2012). A novel approach for analyzing fuzzy system reliability using different types of intuitionistic fuzzy failure rates of components. ISA Transactions, 51(2), 288-297. doi:10.1016/j.isatra.2011.10.002
31. Kumawat, P., Sinha , R., ve Chaturvedi, N. (2021). Multi-objective optimization for sustainable production planning. Environmental Progress & Sustainable Energy, 40(6), 1-10. doi: 10.1002/ep.13741
32. Mondal , B., Kar, C., Garai, A. ve Roy, T. K. (2018). Optimization of EOQ model with limited storage capacity by neutrosophic geometris programming. Neutrosophic Sets and Sytems, 22, 5-29. Erişim adresi: http://fs.unm.edu/NSS/OptimizationOfEOQModel.pdf
33. Paksoy , T., Yapıcı Pehlivan, N. ve Özceylan, E. (2013). Bulanık küme teorisi. Ankara: Nobel Akademik Yayıncılık.
34. Roy, R. ve Das, P. (2015). A multi-objective production planning problem based on neutrosophic linear programming approach. International Journal Fuzzy Mathematical Archive, 8(2), 81-91. Erişim adresi: http://www.researchmathsci.org/IJFMAart/ijfma-v8n2-3.pdf
35. Smarandache, F. (2003). Definition of neutrosophic logic- a generalization of fuzzy logic a generalization of the intuitionistic fuzzy logic.[Öz], Proceeding of the Third Conference of the Europan Society for Fuzzy Logic and Technology konferansında sunulan bildiri, Zittau, Germany. Erişim adresi: https://www.researchgate.net/profile/Florentin-Smarandache/publication/2105959_Neutrosophic_ L ogic_-_Generalization_of_the_Intuitionistic_Fuzzy_Logic/links/59e2a468458515393d57f8f8/Neutro sophic-Logic-Generalization-of-the-Intuitionistic-Fuzzy-Logic.pdf
36. Smarandache, F. (2004). Neutrosophic set- a generalization of the intuitionistic fuzzy set. International Journal of Pure and Applied Mathematics of Ucertainty, 24(3), 103-110. Erişim adresi: https://www.researchgate.net/publication/268444118_Neutrosophic_Set_-_A_Generalization_of_the_Intuitionistic_Fuzzy_Set
37. Smarandache, F. (2005). A unifying field in logics: Neutrosophic logic. Neutrosophy set, neutrosophic probability and statistics. Rehoboth: American Research Press.
38. Şen, Z. (2009). Bulanık mantık ilkeleri ve modelleme. İstanbul: İstanbul Su Vakfı Yayınları.
39. Wang, H., Smarandache, F., Zhang, Y. ve Sunderraman, R. (2010). Single valued neutrosophic sets. Multispace Multistruct, (4), 410-413. Erişim adresi: https://www.academia.edu/download/31858920/MultispaceMultistructure.pdf#page=411
40. Wang, R. C. ve Liang , T. F. (2004). Application of fuzzy multi-objective linear programming to aggregate production planning. Computers & Industrial Engineering, 46, 17-41. doi:10.1016/j.cie.2003.09.009
41. Xia, M. ve Xu, Z. (2011). Hesitant fuzzy information aggreagtion in decision making. International Journal of Approximate Reasoning, 52, 395-407. doi:10.1016/j.ijar.2010.09.002
42. Zadeh, L. A. (1965). Fuzzy sets. Information and Control, 8(3), 338-353. doi:10.1016/S0019-9958(65)90241-X
43. Zadeh, L. A. (1988). Fuzzy logic. IEEE Computer Society, 21(4), 83-93. Erişim adresi : https://s3-us-west-2.am azonaws.com/ieeeshutpages/xplore/xplore-shut-page.html