Optimal Sistem Tasarımında Müphem Kümelerin Kullanımı ve Bir Uygulama

Yıl 2018, Cilt: 4 Sayı: 6, 49 - 68, 20.08.2018

Nurullah Umarusman

Öz

Gerçek dünya problemlerinde işletmeler üretim planlamalarını kısa vadede oluştururken sahip oldukları kaynakları belirlenen kısıtlar, amaçlar ve hedefler doğrultusunda kullanmayı ilke edinmişlerdir. Kısa vadede mevcut kaynakların bazıları sabit olsa bile, optimal şartlar için kaynaklar uzun vadede yeniden yapılandırılmalıdır. Optimal Sistem Design olarak da isimlendirilen De Novo Programlama ile kaynakların uzun vadede yeniden yapılandırılmasına, kıt kaynakların daha verimli kullanılmasına ve sistemlerdeki savurganlığı önleyerek bir optimal tasarım mümkün hale gelmektedir. De Novo yaklaşımı, verilen bir sistemi optimize etmek yerine amaçların başarılması mümkün olan en yüksek değerde ve kısıtların tam kapasite ile kullanılmasıyla bir optimal sistemin nasıl oluşturulması gerektiğini belirtir. Bu çalışmada gerçek bir işletme problemi De Novo varsayımına göre oluşturulup, müphem küme açsısından çözümü gerçekleştirilecektir. De Novo Programlama problemlerinin bulanık karar ortamında birkaç farklı modeli olmakla birlikte, bu çalışmada müphem kümeler açsısından ilk kez bir müphem de novo modeli önerisinde bulunmuştur.  Önerilen modelle bir optimal sistem için doğru ve yanlış üyelik fonksiyonlarının sonuca etkisi açıklanmıştır.

Anahtar Kelimeler

Bulanık Kümeler, De Novo Programlama

Kaynakça

• KUMAR, A., DEVI, K., and YADAV,S.P. 2009 IEEE International Advance Computing Conference (IACC 2009) Patiala, India, 6-7 March. BABIC, Z., and PAVIC, I.1996. “Multicriterial Production Planning By De Novo Programming Approach”, Int. J. Production Economics 43, pp.59-66. BELLMAN, R.E. and ZADEH, L.A. 1970. “Decision-Making in a Fuzzy Environment”, Management Science B.17, pp. 141-164. CARLSSON, C. and KORHONEN, P. 1986. “A Parametric Approach To Fuzzy Linear Programming”, Fuzzy Sets and Systems 20, pp.17-30 GAU, W.L, and BUEHRER. D.J. 1993.”Vague sets”, IEEE Trans. On of India, INDIA. Systems, Man, and Cybernetics 23, 610-614. GÜNEŞ, M. and UMARUSMAN, N. 2013.”The usage of vague sets for different approaches of fuzzy goal programming”, International Journal of Industrial and Systems Engineering 09/2013; 15(3):315-328. KLIR, G.J. and YUAN, B. 1995. Fuzzy Set Theory: Foundations and Applications, Prentice-Hall, N.Y. KUMAR, A., DEVI,K., and YADAV,S.P. 2009. ”Method To Solve Linear Programming Problems Using Vague Sets”, 2009 IEEE International Advance Computing Conference Patiala, India, 6-7 March 2009. Klir, G.J. and Yuan, B. 1995. Fuzzy Set Theory: Foundations And Applications, Prentice-Hall, N.Y LAI, Y.J. ve HWANG, C.L. 1992. Fuzzy Mathematical Programming Springer- Verlag Berlin. LIU Yong, WANG, Guoyin and LIN Feng, “General Model For Transforming Vague Sets İnto Fuzzy Sets”, M.L. Gavrilova Et Al. (Eds.): Trans. On Comput. Sci. II, LNCS 5150, pp. 133–144. YONG,L., GUOYIN, W. and FENG,L. 2008 General Model For Transforming Vague Sets Ġnto Fuzzy Sets, M.L. Gavrilova Et Al. (Eds.): Trans. On Comput. Sci. II, LNCS 5150, pp. 133–144, 2008 RAMAKRİSHNA, N. 2009. “Optimization Through Vague Sets”, Internatıonal Journal Of Computational Cognition Vol. 7, No. 1, March . pp.65-68. WERNER, B. 1987. “An İnteractive Fuzzy Programming System”, Fuzzy Sets and Systems 23 295-305 ZADEH, L.A. 1965 Fuzzy Sets, Information and Control 8, pp. 338-353. ZELENY, M. 1982. Multiple Criteria Decision Making, McGraw-Hill Book Company, New York ZELENY, M. 1984. Multicriterion Design Of High-Productivity Systems: Extension And Application, Decision Making With Multiple Objective s. 308-321, Edit by: Yacov Y. Haimes and Vira Chankong, Springer-Verlag, New York. ZİMMERMANN, H.J. 1978. ”Fuzzy programming and linear programming with several objective functions”, Fuzzy sets and Systems 1,1978, pp.45–55. ZİMMMERMANN, H.J. 1987., uzzy Sets, Decicion Making and Expert Systems, Kluwer Academic Publishers Boston.