Determining Amounts of Energy Saver Devices in an Electronic Industry Using Fuzzy Linear Programming

Öz

Rapid and accurate decision making is not only important for people but also for organizations. However, uncertainty makes decision making difficult. Fuzzy logic approach is deal with uncertainty situations. Namely, fuzzy logic is a precise logic of uncertainty and approximate reasoning. Besides, Fuzzy Linear Programming (FLP) is also known as a strategy that can take into consideration to fuzziness. Determining amounts of production is one of the most important factors effecting the profitability level of enterprises.  The aim of this study which is prepared since classical mathematical programming models are inadequate to examine situations that consist of uncertainty; is to bring up how FLP model for providing the best decision making under fuzzy environments can be used at determining amounts of energy saver devices. Required data is obtained and the problem is figured out via Zimmerman approach which is one of the approaches for FLP. In this way, problems that may occur such as cost, waste of time, overstock and customer loss will be prevented. As a result, the solution gives the amount of production for each energy saver device in order to get optimal solution for profit maximizing. This study makes a contribution to practicality of FLP, by supplying a wider moving area than classical set theory to decision makers.

Anahtar Kelimeler

• Fuzzy linear programming,production planning,electronic industry

Bulanık Doğrusal Programlama ile Elektronik Endüstrisindeki Enerji Tasarrufu Cihazlarının Miktarlarının Belirlenmesi

Öz

Hızlı ve doğru karar verme, sadece insanlar için değil, aynı zamanda organizasyonlar için de önemlidir. Ancak belirsizlik karar vermeyi zorlaştırmaktadır. Bulanık mantık yaklaşımı belirsizlik durumları ile ilgilidir. Yani, bulanık mantık kesin bir belirsizlik ve yaklaşık anlam çıkarma mantığıdır. Ayrıca, Bulanık Doğrusal Programlama (BDP), aynı zamanda, bulanıklığı dikkate alabilecek bir strateji olarak da bilinir. Üretim miktarlarının belirlenmesi, işletmelerin karlılık düzeyini etkileyen en önemli faktörlerden biridir. Klasik matematiksel programlama modellerinin, belirsizlikten kaynaklanan durumları incelemek için yetersiz olması nedeniyle hazırlanan bu çalışmanın amacı; bulanık ortamlarda en iyi karar vermeyi sağlayan BDP modelinin, enerji tasarrufu cihazlarının miktarlarını belirlemede nasıl kullanılabileceğini ortaya koymaktır. Gerekli veriler elde edildikten sonra problem, bulanık doğrusal programlama yaklaşımlarından biri olan Zimmerman yaklaşımıyla çözülmüştür. Bu sayede maliyet, zaman kaybı, stok fazlası ve müşteri kaybı gibi problemler önlenecektir. Sonuç olarak, çözüm, kar maksimizasyonu için en uygun çözümü elde etmek amacıyla her bir enerji tasarrufu cihazı için üretim miktarını vermektedir. Bu çalışma, karar vericilere klasik küme teorisinden daha geniş bir hareket alanı sağlayarak, BDP'nın pratikliğine katkı sağlamaktadır.

Anahtar Kelimeler

• Bulanık doğrusal programlama,üretim planlama,elektronik endüstrisi

Kaynakça

1. Abdullah L., Abidin N. H., 2014. A Fuzzy Linear Programming in Optimizing Meat Production. International Journal of Engineering and Technology, 6(1):436-444, 2014.
2. Demiral M. F., 2013. A Case Study at Dairy Industry with Fuzzy Linear Programming. The Journal of Faculty of Economics and Administrative Sciences, Suleyman Demirel University, 18(2):373-397.
3. Dervişoğlu E., 2005, Fuzzy Linear Programming: Review and Implementation, Sabanci University, İstanbul.
4. Elamvazuthi I., Ganesan T., Vasant P., Webb J. F., 2009. Application of a Fuzzy Programming Technique to Production Planning in the Textile Industry, International Journal of Computer Science and Information Security. 6(3): 238-243.
5. Gani A. N., Duraisamy C., Veeramani C., 2009. A note on fuzzy linear programming problem using L-R fuzzy number. International Journal of Algorithms, Computing and Mathematics, 3:93-106.
6. Gasimov R. N., Yenilmez K., 2002. Solving Fuzzy Linear Programming Problems with Linear Membership Functions. Turk J Math, 26:375-396.
7. Herath H.M.I.U., Samarathunga D.M., 2015. Multi-Objective Fuzzy Linear Programming In Agricultural Production Planning. International Journal of Scientific and Technology Research, 4(10):242-250.
8. Kalaf B. A., Bakar R. A., Soon L. L., Monsi M. B., Bakheet A. J. K., Abbas I. T., 2015. A Modified Fuzzy Multi-Objective Linear Programming to Solve Aggregate Production Planning. International Journal of Pure and Applied Mathematics, 104(3):339-352.

9. Lee C. S., Wen C. G., 1996. River assimilative capacity analysis via fuzzy linear programming. Fuzzy Sets and Systems, 79:191-201.
10. Ren J., Sheridan T. B., 1994. Optimization with fuzzy linear programming and fuzzy knowledge base, IEEE, 0-7803- 1896-X/94.