SEZGİSEL BULANIK TOPSIS YÖNTEMİ KULLANILARAK ERGONOMİK ÜRÜN KONSEPT SEÇİMİ

Öz

Teknoloji hızla gelişmekte ve müşterilerin ürünlerden ergonomik beklentileri günümüzün rekabetçi piyasasında günden güne artmaktadır. Bu nedenle müşteri istekleri ve ergonomik kısıtlar ürün tasarımında önemli rol oynamaktadır. Müşteri isteklerinin sürekli değişmesi nedeniyle ergonomik ürün tasarımının önemi geçmiş yıllara göre önem kazanmaktadır. Teknolojinin gelişmesi ve müşteri isteklerinin sürekli değişmesiyle ürün yaşam çevrim zamanı günümüzde kısalmaktadır. Ürün yaşam çevrim zamanın kısalması nedeniyle ergonomik ürün tasarım maliyetinin düşmesi ve ergonomik ürün tasarım zamanının kısalması önem kazanmaktadır. Ergonomik ürün tasarım maliyetini düşürmek ve zamanını kısaltmak için işletmeler en iyi konsepti alternatif konseptler arasından seçmeye odaklanmaları gerekmektedir. Bu nedenle en iyi ürün konseptini seçmek ürün tasarımının en önemli adımıdır. Müşterilerin ürün hakkındaki düşüncelerini dilsel olarak ifade etmeleri nedeniyle bu aşamada kesin değerleri kullanan yöntemlerle ergonomik ürün konseptlerini değerlendirmek oldukça güçtür. Sezgisel bulanık küme, üye olma, üye olmama fonksiyonları ve tereddütlük indeksi ile gösterildiğinden dolayı karar vericilerin dilsel tercihlerini yansıtmakta etkin bir yaklaşımdır. Bu çalışmada, alternatifler arasından ergonomik olarak uygun olan telefon seçimi için çok kriterli grup karar verme literatüründe son zamanlarda popüler bir metot olan TOPSIS metodunun sezgisel bulanık ortama genişletilmesi önerilmiştir. Elde edilen sonuç incelendiğinde önerilen yöntemin ergonomik ürün tasarımında kullanıcıların dilsel ifadeleri nedeniyle kaynaklanan belirsizliği etkin şekilde ele aldığı ve alternatif konseptler arasından en uygun konseptin seçimi için tasarımcıların kullanabileceği bir karar verme yöntemi olduğu görülmektedir.

Anahtar Kelimeler

• Sezgisel bulanık küme, TOPSIS, Ergonomik ürün konsepti, Çok kriterli karar verme

Kaynakça

1. Atanassov, K.T., 1986. Intuitionistic Fuzzy-Sets. Fuzzy Sets and Systems, 20(1), 87-96.
2. Ayağ, Z., 2002. An analytic-hierarchy-process based simulation model for implementation and analysis of computer-aided systems. International Journal of Production Research, 40(13), 3053-3073.
3. Ayağ, Z., 2004. A Fuzzy AHP-based Simulation approach to Concept Evaluation in a NPD Environment. 2004 IIE Transactions, 37, 827–842.
4. Ayağ, Z., Özdemir, R.G., 2007. An analytic network process-based approach to concept evaluation in a new product development environment. Journal of Engineering Design, 18(3), 209-226.
5. Boran, F.E., Genç, S., Kurt, M., Akay, D., 2009. A Multi Criteria Intuitionistic Fuzzy Group Decision Making for Supplier Selection with TOPSIS Method. Expert Systems with Applications, 36(8), 11363-11368.
6. Duffy, A.H.B., Andreasen, M.M., Maccallum, K.J., Reijers L.N., 1993. Design co-ordination for concurrent engineering, Journal of Engineering Design, 4, 251265.
7. Fung, C.K.Y., Kwong, C.K., Chan, K.Y., Jiang, H.A, 2014. A guided search genetic algorithm using mined rules for optimal affective product design. Engineering Optimization, 46(8), 1094-1108.
8. Hammer, M., Champy, J., 1993. Değişim Mühendisliği: İş İdaresinde Devrim İçin Bir Manifesto, Çev: Sinem Gül; Sabah Yayınları; İstanbul

9. Krishnan, V., Ulrich, K.T., 2001. Product Development Decisions: A Review of The Literature. Management and Science, 47 (1), 1-21.
10. Lin, M.-C., Wang, C.-C., Chen, M.-S., Chang, C.A., 2008. Using AHP and TOPSIS approaches in customerdriven product design process. Computers in Industry, 59(1), 17-31.
11. Marsh, E. R., Slocum, A. H., Otto, K . N., 1993. Hierarchical decisionmaking in machine design. Technical Report,.(Cambridge, MA, MIT Precision Engineering Research Center)
12. Pugh, S., 1981. Concept Selection – A method that works. International Conference on Engineering Design, 497-506.
13. Smith, C., Verma, D., 2004. Conceptual System Design Evaluation: Rating and Ranking Versus Compliance. Analysis system Engineering 7 (4), 338-351.
14. Song, W., Ming, X., Wu, Z., 2013. An Integrated Rough Number-based Approach to Design Concept Evaluation Under Subjective Environments. Journal of Engineering Design 24 (5), 320–341.
15. Soukhoroukova, A., Spann, M., 2005. New Product Development with Internet-based Information Markets: Theory and Empirical Application. In 13th European Conference on Information Systems (ECIS), Regensburg
16. Vanegas, L.V., Labib, A.W., 2001. Application of new fuzzy-weighted average (NFWA) method to engineering design evaluation. International Journal of Production Research, 39 (6), 1147-1162.
17. Wang, J., 1997. A fuzzy outranking method for conceptual design evaluation. International Journal of Production Research , 35 (4), 995-1010.
18. Xu, Z.H., 2007. Intuitionistic fuzzy aggregation operators. IEEE Transactions on Fuzzy Systems, 15(6), 1179-1187.
19. Yan, H.B., Ma, T., 2015. A fuzzy group decision making approach to new product concept screening at the fuzzy front end. International Journal of Production Research, 53 (13), 4021-4049.
20. Yung, K.L., Ko, S.M., Kwan, H.K., Tam, C., Lam, W., Ng. H.P., Lau, K.S., 2006. Application of Function Deployment Model in Decision Making for New Product Development, Concurrent Engineering Research and Applications,14 (3), 257-267