Geri Dönüşüm Tesislerinin Yerinin Gustafson-Kessel Algoritması-Konveks Programlama Melez Modeli Tabanlı Simülasyon İle Belirlenmesi

Yıl 2008, Cilt: 7 Sayı: 13, 1 - 20, 01.06.2008

Sinem Büyüksaatçı Tarık Küçükdeniz Şakir Esnaf

Öz

Anahtar Kelimeler

-

Geri Dönüşüm Tesislerinin Yerinin Gustafson-Kessel Algoritması-Konveks Programlama Melez Modeli Tabanlı Simülasyon İle Belirlenmesi

Öz

İstanbul giderek artan nüfusu ve genişleyen coğrafi yapısıyla her geçen gün daha fazla kaynağa gereksinim duyan bir metropoldur. Artan tüketimin doğal dengeyi bozmasını engellemek ve doğaya verilen zararı azaltmak, ayrıca yeniden dönüştürülebilen maddelerin tekrar hammadde olarak kullanılmasıyla büyük miktarda enerji tasarrufu sağlamak amacıyla firmalar geri dönüşüm süreçlerine başvurmaktadır. Geri dönüşüm terim olarak, kullanım dışı kalan geri dönüştürülebilir atık malzemelerin çeşitli geri dönüşüm yöntemleri ile hammadde olarak tekrar imalat süreçlerine kazandırılmasıdır. Bu makalede bir asfalt firmasının kurulacak geri dönüşüm tesisleri için kapasite, maliyet, talep ve coğrafi konum kısıtlarına bağlı olarak öncelikle optimum yerle, Gustafson-Kessel bulanık öbekleme algoritması-Konveks programlama melez modeli ile belirlenmiş , daha sonra da belirlenen yer veya yerlere bağlı olarak çeşitli koşullar altında gerçek sisteme ait lojistik performansı, maliyet, darboğaz noktaları ve makine/araç gereksinimi gibi parametreler bir simülasyon uygulaması ile incelenmiştir

Anahtar Kelimeler

Simülasyon, Çoklu Tesis Yeri Seçimi, Asfalt Geri Dönüşümü, Bulanık Öbekleme Analizi

Kaynakça

• Aras, N. ve Asken, D., (2008), “Locating Collection Centers for Distance-and Incentive-dependent Returns”, International Journal of Production Economics, 111, 316-333.
• Babuska R., Van Der Veen P.J. ve Kaymak U., (2002), ”Improved Covariance Estimation for Gustafson Kessel Clustering”, In Proceedings of the IEEE International Conference on Fuzzy Systems, 1081-1085, Honolulu, Hawaii.
• Balasko B., Abonyi J. ve Feil B., (2005), “Fuzzy Clustering and Data Analysis Toolbox” Available :http://www.fmt.vein.hu/softcomp/fclusttoolbox.
• Barros A.I., Dekker R. ve Scholten V.A., (1998), “A Two Level Network for Recycling Sand: A Case Study”, European Journal of Operational Research,110, 199–214.
• Bezdek, J.C. ve Dunn, J.C., (1975), “Optimal Fuzzy Partitions: A Heuristic for Estimating the Parameters in a Mixture of Normal Distributions”, IEEE Transactions on Computers, 835-838
• Büyüksaatçı, S., Küçükdeniz, T., Esnaf, Ş., (2008), “Asfalt Geri Dönüşüm Tesislerinin Optimum Yer ve Kapasitelerinin Belirlenmesi için Bulanık Öbekleme Esaslı Simülasyon Uygulaması”, VIII. Ulusal Üretim Araştırmaları Sempozyumu, Bildiriler Kitabı,237-247,24-24 Ekim, İstanbul.
• Can, T., Çilingirtürk, M. ve Koçak, H., (2006), “Dışbükey Programlama ile Lojistik Merkezi Tespiti”, İstanbul Üniversitesi İşletme İktisadı Enstitüsü Yönetim Dergisi, 54, 17-25
• Döring C., Lesot M. ve Kruse R. (2006), “Data Analysis with Fuzzy Clustering Methods”, Computational Statistics and Data Analysis, 51, 192-214.
• Esnaf, Ş. ve Küçükdeniz, T., (2006), “A Fuzzy Clustering-Based Hybrid Method for a Multi-Facility Location Problem, In Proceedings of International Symposium on Intelligent and Manufacturing Systems, May 29-31,Sakarya, 304-317.
• Esnaf, Ş. ve Küçükdeniz, T., (2009), “A Fuzzy Clustering-Based Hybrid Method for a Multi-Facility Location Problem, Journal of Intelligent Manufacturing, published
• Available:http://www.springerlink.com/content/646p270204338411/ January 2009.
• DOI:10.1007/s10845-008-0233-y. Esnaf, Ş., Küçükdeniz, T. ve Büyüksaatçı, S., (2008), “Fuzzy C-Means and Center of Gravity Combined Model for a Capacitated Planar Multiple Facility Location Problem”, International Conference on Multivariate Statistical Modelling and High Dimensional Data Mining, Kayseri
• Figueiredo, J. N. ve Mayerle, S.F., (2007), “ Designing Minimum-cost Recycling Collection Networks with Required Throughput”, Transportation Research Part E
• Flahaut, B., Laurent, M.A. ve Thomas, I., (2002), “Locating a Community Recycling Center within a Residential Area: A Belgian Case Study”, The Professional Geographer, 54, 1.
• Gomes, H., Lobo, V. ve Ribeiro, A. B., (2004), “Application of Clustering Methods for Optimizing the Location of Treated Wood Remediation Units”, I Jornadas de Classificação e Análise de Dados.
• Gomes, H., Ribeiro, A. B. ve Lobo, V., (2007), “Locating Model for CCA-treated Wood Waste Remediation Units using GIS and Clustering Methods”, Environmental Modelling and Software, 22, 1788-1795.
• Gustafson, D.E. ve Kessel, W.C., (1979), “Fuzzy Clustering with Fuzzy Covariance Matrix”, In Proceedings of the IEEE CDC, San Diego, 761-766.
• Kara, S., Rugrungruang, F. ve Kaebernick, H., (2007), “Simulation Modelling of Reverse Logistics Networks”, International Journal of Production Economics, 106, 61-69.
• Kenesei T., Balasko B. ve Abony J., (2006), “A MATLAB Toolbox and its Web Based Variant for Fuzzy Cluster Analysis”, In Proceedings of the 7th International Symposium on Hungarian Researchers on Computational Intelligence, November 24-25, Budapest, Hungary.
• Louwers, D., Kip, B.J., Peters, E., Souren, F. ve Flapper, S.D.P., (1999), “A Facility Location Allocation Model for Reusing Carpet Material”, Computers and Industrial Engineering, 36, 4, 855-869.
• Lu Z., Bostel, N. ve Dejax, P., (2004), “The Simple Plant Location Problem with Reverse Flows”, In: A. Dolgui, J. Soldek, O. Zaikin (edts.), Suply Chain Optimization, 151-166, Kluwer Academic Publishers.
• Min H., Ko, H.J. ve Ko, C.S., (2006), “A Genetic Algorithm Approach to Developing the Multiechelon Reverse Logistics Network for Product Returns”, Omega, 34, 56-69.
• Realff, M.J., Ammons,J.C. ve Newton,D., (1999), “Carpet Recycling:Determining the Reverse Production System Design”, Polymer-Plastics Technology and Engineering, 38:3,547-567.
• Wang, C.H., Even, J.C. ve Adams, S.K., (1995), “A Mixed Integer Linear Model for Optimal Processing and Transport of Secondary Materials”, Resources, Conservation and Recycling, 15, 65-78.