Differentiation of Service Speed With Multi Criteria Decision Making Techniques in Waiting Line Problems

Öz

Waiting line problems are defined based on a community of people, machines and materials waiting for a process to be performed. In the solution of the problems related to the waiting line, data such as arrival source, queuing process, service channel and service delivery process in regard to the system are used. According to the structure of the problems of enterprises, waiting line model is formed and calculations such as waiting for service and service time in the queue are made. Since the service speed of all channels is considered to be equal in the wait line models in the literature, it is not possible to determine to what extent each service channel affects the total wait time. In this study, a new approach was introduced to determine to what extent each service channel affects the total waiting time on the waiting line. For this purpose, waiting time is calculated by weighting the system units with the multi-criteria decision-making techniques. The results obtained with the current queuing theory are compared with the results obtained according to the new approach presented in the study. The results obtained in the study; the differentiation of the service speed of service channels has led to more realistic results and it has been determined which service channel has more effect on waiting times. According to the results obtained with the new method, suggestions have been offered in regard to which service channels should be prioritized in the improvement works to be made for reducing the waiting time. 

Anahtar Kelimeler

• Queuing Theory,Waiting Line,Waiting Time,Multi Criteria Decision Making (MDCM)

Bekleme Hattı Problemlerinde Hizmet Hızının Çok Kriterli Karar Verme Yöntemleri İle Farklılaştırılması

Öz

Bekleme hattı problemleri, bir işlemin gerçekleşmesi için bekleyen insan, makine ve malzeme topluluğuna bağlı olarak tanımlanır. Bekleme hattı ile ilgili problemlerin çözümünde sisteme ilişkin, geliş kaynağı, kuyruk süreci, servis kanalı ve servisten çıkış süreci gibi sistemle ilgili veriler kullanılmaktadır. İşletmeler probleminin yapısına göre bekleme hattı modeli oluşturulmakta ve kuyrukta hizmet için bekleme, hizmet süresi gibi hesaplamalar yapılmaktadır. Literatürde yer alan bekleme hattı modellerinde tüm kanallarının hizmet hızı eşit olarak kabul edildiği için, her bir hizmet kanalının toplam bekleme süresini ne ölçüde etkilediği belirlenememektedir. Bu çalışmada, bekleme hattında her bir hizmet kanalının toplam bekleme süresini ne kadar etkilediğinin belirlenmesini sağlayacak yeni bir yaklaşım sunulmuştur. Bu amaçla bekleme süresi sistem birimlerinin çok kriterli karar verme teknikleri ile ağırlıklandırılması yoluyla hesaplanmıştır. Çalışmada sunulan yeni yaklaşıma göre elde edilen sonuçlarla mevcut kuyruk kuramı yaklaşımı ile elde edilen sonuçlar karşılaştırılmıştır. Çalışmada elde edilen sonuçlar; hizmet kanallarının hizmet hızının farklılaştırılmasının daha gerçekçi sonuçlara ulaşılmasını ve hangi hizmet kanalının bekleme sürelerine daha fazla etki ettiğinin saptanmasını sağladığını ortaya koymuştur.  Yeni metot ile elde edilen sonuçlara göre bekleme süresinin azaltılması için yapılacak iyileştirme çalışmalarında hangi hizmet kanallarına öncelik verilmesi gerektiğine yönelik öneriler sunulmuştur. 

Anahtar Kelimeler

• Kuyruk Kuramı,Bekleme Hattı,Bekleme Süresi,Çok Kriterli Karar Verme (ÇKKV)

Kaynakça

1. Azadeh, A. Haghnevis, M. and Khodadadegan, Y. (2009). An improved model for production systems with mixed queuing priorities: an integrated simulation, ahp and value engineering approach. International Journal Of Industrial and Systems Engineering, 4 (5), 536-553 Bruno, G., Esposito, E., Genovese, A. and Passaro, R. (2009). The Analytic Hierarchy Process in The Supplier Selection Problem. Proceedings of 10th Annual International Symposium on Analytic Hierarchy Process, USA, Pittsburgh,
2. Cabala, P. (2010). Using the analytic hierarchy process in evaluating decision alternatives. Operation Research and Decision, 1, 5-23 De Bruin, A.M. Van Rossum, A. C. Visser, M. C. and Koole G. M. (2007). Modeling the emergency cardiac inpatient flow: an application of queuing theory. Health Care Management Science, 10 (2), 125-137
3. Eskandari, H. Riyahifard, M. Khosravi, S. and Geiger, C. D. (2011). Improving the emergency department performance using simulation and MCDM methods. Proceeding of Simulation Conference (WSC), USA, Phoenix
4. Lade, I.P. Chowriwar, S. A. Sawaitul P. B. (2013). Sımulation og Queuing Analysis in Hospital. International Journal of Mechanical Engineering and Robotics Research, 2 (3), 122-128
5. Zhao, L. Lie, B. (2008). Modelling and Simulation of Patient Flow in Hospitals for Resource Utilization. Date Accessed: 05. 06. 2018. https://www.researchgate.net/publication/228971295_Modeling_and_Simulation_of_Patient_Flow_in_Hospitals_for_Resource_Utilization
6. Mehri, H. Dlemel, T. and Kammoun, H. (2009). Solving of waiting lines models in the airport using queuing theory model and linear programming the practice case: A.I.M.H.B. Date Accessed: 7 November 2017, https://hal.archives-ouvertes.fr/hal-00263072v2
7. Rashid, R. Hoseini S.F. Gholamian, M. R. and Feizabadi, M. (2015). Application of queuing theory in production inventory optimization. Journal of Industrial Engineering International, 11, 485-494
8. Saaty, T.L. (1980). The analytic hierarchy process. USA: McGraw-Hill

9. Saaty, T. L. & Vargas, R. (2012). Models, methods, concepts & applications of the analytic hierarchy process. New York: Springer Vargas, R. (2010). Using the analytic hierarchy process (ahp) to select and prioritize projects in an portfolio. Date Accessed: 7 November, 2017.
10. https://www.researchgate.net/publication/228840607_USING_THE_ANALYTIC_HIERARCHY_PROCESS_AHP_TO_SELECT_AND_PRIORITIZE_PROJECTS_IN_A_PORTFOLIO
11. Winston, W. L. (2004). Operation research applications and algorithms. Canada: Thomson,
12. Yang, J. & Shi, P. (2002). Applying analytic hierarchy process in firm's overall performance evaluation: a case study in China. İnternational Journal of Business, 7, 29-46