İlİŞkİn tahmİn teknİklerİ - arastirmax.com · Üretim yönetimi alanında karşılaşıla...
TRANSCRIPT
BÜTÜNLEŞİK ÜRETİM PLÂNLAMA YÖNTEMLERİ VE .
İLİŞKİN TAHMİN TEKNİKLERİ
Bütünleşik üretim plânlama, gerek seri gerekse sipariş imalâtı yapan işletmelerde kullanılan önemli bir plânlama tekniğidir. Bir işletmenin yaptığı imalâtın tümünün bir bütün olarak planlanmasını amaçlayan türdeki üretim plânlama çalışmalarının gerçeklenmesinde kullanılan çeşitli yöntemler bulunmaktadır. Bu yöntemler içinde, doğrusal programlama uygulamalarından kuadratik maliyet fonksiyonlarını kullanma nümerik opti-mizasyon yaklaşımlarına kadar geniş bir aralık içindeki yöneylem araştırması teknikleri görülebilir. Burada kullanıldığı anlamda, bütünleşik plânlama deyimi planlama fonksiyonu minun yanısıra programlama fonksiyonunu da kapsamaktadır.
Bütünleşik plânlama, tahmin tekniklerinin kullanılmasına büyük gereksinme gösteren bir alandır. Plânlama girdilerinin belirlenmesi için yapılan tahminlerin yanlışlığı halinde plânlama çalışmalarından hiçbir yarar sağlanamaz. Plânlama çalışmalarının bütünleşik olma niteliği, plânlama girdileri için yapılan tahminlerin geçerliliğini artıran bir özelliktir.
Bu makalede, başlangıçta bütünleşik plânlama tekniğinin özellikleri ve uygulama alanları açıklanacak, ardından bu çalışmalarda kullanılan çeşitli yöntemler incelenecektir. Çalışmamızın son bölümünde ise, Özellikle satış taleplerinin tahmini için kullanılan çeşitli istatistik yöntemlerden söz edildikten sonra bütünleşik üretim plânlama çalışmalarında uygulanmasından yarar beklediğimiz iki katlı bir tahmin tekniği incelenecektir. -
2. Bütünleşik Üretim Plânlaması Yaklaşımının Nitelikleri .
Üretim Yönetimi alanında karşılaşılan en önemli sorunlardan birisi mevsimlik talep değişimlerinin söz konusu olduğu imalât tiplerinde üretim -
Doç. Dr. Y. Müh. Ümit CANDAN İ. Ü. İşletme Fakültesi Üretim Yönetimi Kürsüsü
1. Giriş
90 Ü. Caudan
envanter plânlarının geliştirilmesi veya diğer bir deyişle plânlama periyotu boyunca iş gücü büyüklüğünün ve üretim hızının optimum değişim düzeninin belirlenmesidir. İş gücü büyüklüğü, üretim hızı ve envanter miktarlarına ilişkin kararların alınmasına yönelik olan sürece «Bütünleşik Üretim Plânlama» veya «Bütünleşik Üretim Plânlama ve Programlama» ismi verilir. Plânlama çalışmalarının bütünleşik olma niteliği, bu yaklaşımın tekil mamullerin ayrıntılı plan ve programlarının hazırlanması amacıyla değil, işletme tarafından üretilen mamullerin tümünün bir arada ele alınarak üretim çalışmalarına yönelik öğelerin en önemlilerinin ayrıntılara inilmeksizin bir takım tekniklerle saptanması amacıyla tasarlanmış olmasındandır. Bütünleşik üretim plânlama, işletme yöneticilerinin kararını gerektiren ' cn Önemli sorunlardan birisidir. Bu sorunun çözümlenmesi için işletme yönetimi mamullerine karşı olan talebin gelecek plânlama periyotları içinde dalgalanmasını dikkate alarak üretim hızı, envanter ve işgücü düzeylerin global olarak saptamak zorundadırlar U ) .
Bütünleşik üretim plânlama yapılması sırasında karşılaşılan en önemli sorunlardan birisi plânlama periyotunun uzunluğunun saptanmasıdr. Niteliği dolayısıyle, özellikle talep tahminlerinin duyarlı yapılması nedeniyle bütünleşik üretim plânlama orta süreli bir plânlama sürecidir.
Plânlama periyotnunun uzunluğu 6-18 ay arasında değişebilir. Fakat en çok karşılaşılan'uygulanma sekli, diğer orta süreli plânlama süreçlerinde olduğu gibi, plânlama periyotunun 1 yıl uzunlukta seçi İm esidir. Plânlama sırasında bir yıllık plânlama süresi herbiri bir ay uzunluğundaki 12 dilime ayrılır.
Planlama çalışmaları sırasında işletmenin ürettiği bütün mamüller bir arada ele alınacağından mamüîlerin tümü için ortak bir birim saptanması gerekir. Bu birim hacim veya ağırlık ölçüsü olabileceği gibi mamüîlerin makina işlem süreleri veya parasal değerleri de olabilir.
2.1. Karar Değişkenleri ve Maliyet Büyüklükleri
Bütünleşik üretim planlama çalışmalarını yönlendiren temel özellik İş gücü değişimi ile envanter' değişimi arasındaki etkileşimdir. Mevsimlik talep dalgalanmalarına karşı işgücünü sabit tutarak envanter değişimlerine yol açmak veya işgücünü değiştirerek envanter düzeyini sabit tutmak olanağı
(I) Lee, W. B. - Khumawala, B. M., Simulation Testing.of Aggregate Produetion Planning Models in An Implementation Methodology, Management Science, V, 20, No. 6, Şubat 1974, S. 903.
Bütünleşik Üretim Plânlama Yöntemleri ve İlişkin Tahmin Teknikleri 91
bulunmaktadır. Genel olarak mevsimlik talep dalgalanmalarına karşı işletme yöneticilerinin izliyebilecekleri stratejiler şunlardır V i ) :
a. İşgücü düzeyi işe almalar ve işten çıkarmalar İle azaltılıp çoğaltılabilir:.
b. İşçİ sayısı sabit tutulup fazla çalışma uygulanarak üretim hızı artırılabilir.
c. İşgücü düzeyi ve üretim hızı sabit tutularak talepteki dalgalanmaların envanter dalgalanmalarına yansıması sağlanabilir.
d. İşgücü düzeyi, üretim hızı ve envanter düzeyi sabit tutulup talepteki dalgalanmalar diğer işletmelerden satın alma yoluna başvurularak karşılanabilir.
f. Yukarıdaki dört seçenek karma bir biçimde uygulanabilir.
Bu stratejilerin niteliklerine göre işletme yöneticilerinin planlama periyodu içindeki dilimlerin herbiri için değerlerini optimum bir biçimde saptamak zorunda oldukları dört karar değişkeni bulunmaktadır. Bunlar ;
a. İş gücü büyüklüğü, b. Üretim hızı, c. Envanter düzeyi, d. Diğer işletmelerden satın almalardır.
Karar değişkenlerinin değerlerinin saptanması için başvurulması gereken yol, toplam üretim maliyetlerinin minimum kılınmasıdır. Bütünleşik üretim planlama çalışması yönünden karar değişkenlerinin değerlerine göre toplam maliyeti etkileyen maliyet kalemleri şunlardır < 3 ) :
a. İşe alma ve işten çıkarma işlemleri sonucunda oluşacak yeniden işe alma maliyeti ve işten çıkarma maliyeti,
b. İşgücü düzeyi sabit tutularak üretim hızının arttırılması yoluna gidilmesi halinde ortaya çıkacak fazla çalışma maliyeti,
c. Envanter dalgalanmalarına izin verilmesi halinde karşılaşılacak elde bulundurma, hazırlık ve elde bulundurmama maliyetleri,
d. İşgücü sabit tutularak üretim hızının azaltılması halinde karşılaşılacak maliyetler,
e. Strateji farklılaştırmasından ortaya çıkabilecek diğer ilgili maliyetler.
(2) Buffa, E . S., Produetion Inventory Systems : Planning and Control, S : 124- 125.
(3) Özgen, H., Doğrusal Ulaştırma Yöntemi ile Üretim Plânlama' ve Kontrol S : 31-32.
92 Ü. Candan
Bütünleşik üretim planlama çalışmalarının sonucunda oluşan daha pekçok maliyet kaleminden söz edilebilir. Fakat, uygulamada, yaklaşımm ayrıntıya inmeme niteliğine sadık kalınır ve genellikle yukarıda ilk üç sınıfta tanımlanan maliyet değerlerinin etkilediği sistemin optimizasyonu yoluna gidilir.
Bütünleşik üretim planlamada kullanılan yöntemler sözü edilen üç temel maliyet etkenini doğrusal veya kuadratik olmak üzere farklı yapılarda ele alırlar. Bu maliyet etkenleri incelenirse değişimlerinin aşağıda açıklandığı biçimlerde olduğu görülür ( 4 ) .
İşe alma ve işten çıkarma maliyeti işgücü büyüklüğünde değişiklik ol-olmadığı sürece sıfır değerindedir. İşe alma olayı İşletmeye işe yeni alman işçinin eğitimi ve başlangıçtaki verim düşüklüğü nedeniyle işe alma miktarı ile artan bir maliyet yükler. İşten çıkarma olayı ise gerek çıkarılan işçilere Ödenen tazminatlar, gerekse işte kalan işçilerin moral bozukluğu nedeniyle verimlerinin düşüşü dolayısiyle işletmeye işe alma maliyetinden daha hızla artan bir maliyet yükleyecektir.
Maliyet büyüklüklerini işe alma ve çıkarmalar ile doğrusal değiştiği var sayılabileceği gibi daha anlamlı bir yaklaşımla marjinal değişimlerin maliyete katkısını giderek artıran kuadratik bir fonksiyon şeklinde de ele alınabilir <5> (Sekil 1).
ı$& atma v& maliyeti
(4) Holt. C. , , Modİgliani, F . , Muth, J., Simon, H., Planning Produetion, Inven-tories and Work Force, S : 120- 136.
(5) Vollmann, T . E . , Operations Management, S : 618-619.
Bütünleşik Üretim Plânlama Yöntemleri ve İlişkin Tahmin Teknikleri 93
İkinci maliyet etkeni olan fazla çalışma maliyeti, normal çalışma süresi aşıldıktan sonra doğrusal olarak artan - örneğin, normal çalışma ücretinin 1,5 katı gibi - bir değişim şeklinde ele alınabilir. Gerçekte ise, fazla çalışma süresinin artırılması işletmenin üretim olanaklarını zorlayacağından - Makİnaların hızla aşınması, bakım gereklerinin yerine getirilememesi gibi -ve işçilere giderek artan fazla çalışma ücreti ödenmesi gerektirebileceğinden maliyet değişiminin kuadratik varsayılması daha rasyonel bir tutum olacaktır. Bunun yanısıra, normal çalışma süresi içinde kalınarak üretim hızının azaltılmasının da giderek artan bir takım maliyet büyüklüklerine yol açması beklenilir. Her iki maliyet değişimi Şekil 2'de görülmektedir ( e 1 .
Çabama
Şekil 2 : Üretim Hızı Değişim Maliyeti.
Üçüncü maliyet etkeni olan envanter maliyetleri işletme kararlarında son derece Önemli bir yer tutar. Envanterlerin yol açtığı temel maliyetler üç sınıfta incelenir :
a. Hazırlık (Sipariş) Maliyeti: Her serinin üretiminden önce yapılması gereken hazırlıkların maliyetidir. Bir periyot için, seri hacmi İle ters orantılı olarak değişir.
b. Elde Bulundurma Maliyeti: Envanterde bulunan ham madde, bileşen veya mamullere bağlanmış sermayenin maliyeti, bozulmalar ve depolama gereksinmelerinden ileri gelen maliyetlerdir.
Envanter miktarı ile doğru orantılı olarak değişir. c. Elde Bulundurmama Maliyeti: Envanter bulunmaması nedeniyle
(6) Starr, M. K. , Systems Management of Operations, S : 235.
94 Ü. Candan
karşılanamıyan siparişlerin oluşturduğu kaçırılan kârlar ve siparişlerin kar-, lanamaması nedeniyle müşterilerin geleceğe yönelik tutumlarının işletmenin zararına gelişmesi sonucunda oluşan maliyetlerdir. Çoğu kez, karşılanamayan sipariş miktarıyla doğru orantılı değiştiği varsayıhrda da. gerçekte karşılanamayan sipariş miktarı arttıkça müşterinin işletmeye karşı olan iyi tutumu hızla kaybedileceğinden üssel bir değişim niteliğindedir.
Her üç maliyet kaleminin toplamı bir minimuma sahip ikinci dereceden bir fonksiyon oluşturur. Bu fonksiyon, bütünleşik üretim planlama yaklaşımına uyması amacıyla çoğu kez bir kuadratik fonksiyona veya doğru parçalarına dönüştürülür. ( T ) . Fonksiyonun gerçek ve dönüştürüldüğü kuadratik değişimi Şekil 3'de görülmektedir.
2.2. Bütünleşik Üretim Plânlama Yöntemleri
Bir önceki bölümde sözü edilen maliyet etkenlerinin oluşturduğu toplam maliyetin minimum kılınması veya minimum olduğu noktaya yaklaşılması amacıyla karar değişkenlerinin değerlerinin belirlenmesine yönelik çok sayıda yöntem geliştirilmiştir. Uygulamada üretim planlarının yapıl ması sırasında kullanılan yöntemler üç genel sınıfta aynlabilir < 8 \
Envzttfâr
Xu.jLİrztık Dağ/fini
Z—o. û&Kik Değışı/n
Sttwifil<tr Miktar/
Şekil 2 : Envanter Maliyeti.
(7) Buffa, E.S., Basic Produetion Management, S : 507. (8) Sİlver, E . A., Medium Range Aggregate Produetion Planning : State pf Art,
Produetion and Inventory Management, Mart 1972, S : 23 -26.
Bütünleşik Üretim Plânlama Yöntemleri ve İlişkin Tahmin Teknikleri 95
a. Bu sınıfta kullanılan yöntemler yapısal olarak matematik temelli değildir. Bunun nedeni, karar vericinin problemine çözüm getirebilecek matematik yöntemler hakkında bilgi sahibi olmaması veya bu yöntemlere güvenmemesidir. Karar, sübjektif kriterlere dayanılarak verilir.
b. İkinci sınıfta kuramsal olarak optimum çözümlere ulaşan matematik yöntemler bulunur. Fakat, genellikle, problemin matematik modelinin kurulması sırasında sistemi etkileyen pek çok değişken ve parametrenin basitleştirilmesi veya tamamen model dışı bırakılması gerekir.
c. Bu sınıftaki yöntemlerin matematik modelleri daha gerçekçidir, fakat optimum çözüme ulaşmayı garantiliyemezler. Daha çok sezgisel nitelikli karar kuralları kullanır ve çağdaş bilgisayarların yüksek hızından yararlanarak optimum çözüme yaklaşmaya çalışırlar.
Bu çalışmada üzerinde duracağımız yöntemler, daha çok üçüncü sınıfa giren yöntemler olacak ve optimum çözüm yöntemlerinin sözü edilmekle yetinilecektir.
2.2.1. Doğrusal Programlama Modelleri
Doğrusal programlama yöntemleri arasında bulunan transportasyon tekniği ve genel doğrusal programlama, modeli çözüm teknikleri yolu ile bütünleşik üretim planlamada karar değişkenlerinin optimum büyüklüklerinin saptanması olanağı bulunmaktadır. Ancak, yukarıda da sözü edildiği gibi modelin kurulması sırasında yapılmak zorunda kalından varsayımlar Çözüm sonuçlarının geçerlkİIerinİ zedeleyici boyutlara ulaşabilir. Örneğin, bu modellerde talep değerlerinin deterministik varsayılması zorunluğu bulunmaktadır. Buna karşı, pek çok uygulamada talep değerleri belirsizlik taşır.
Yöntemlerin sakıncalı olduğu bir nokta, doğrusal maliyet değişimi varsayımıdır. Bu varsayımın geçerliliği maliyet fonksiyonunun küçük doğru parçalarına dönüştürülmesiyle bir ölçüde artırılabilirce de, elde edilen sonuçların hata payı oldukça büyük olacaktır. Ayrıca bu yöntemlerin kulla nılması sonucunda çözüm için gereksinilen bilgisayar süreleri oldukça büyük değerlere ulaşmaktadır.
Doğrusal proglamlama modellerine bütünleşik üretim planlamaya ilişkin yeni öğelerin katılmasıyla daha gerçekçi bir görünüş kazandırılmıştır ( 1 0 ) Fakat, yine de sözünü ettiğimiz sakıncaların önüne geçilememiştir.
(9) Hanssmann, F . , Hans, S. — Linear Programmîng Approach to Produetion and Employment Scheduling, Management Techniques, Ocak 1960 S : 46-51.
(10) Orrbeck, M. G. - Şehvette, D.R. - Thompson, H. E . , The Effect of Worker Productivity an Produetion Smoothing, Management Science 14, 1968, S : 332-342.
96 Ü. Candan
2.2.2. Doğrusal Karar Kuralı
Doğrusal Karar Kuralı (DKK) 1950'ler ortalarında bir araştırma sonucunda dört araştırmacı tarafından geliştirilmiş (11İ,_ ( 1 E ) ve 1960'da yazılan bir kitapta yöntemin Özellikleri ve kullanılan diğer yöntemlerle karşılaştırılması geniş olarak verilmiştir ( l 3 ) .
DKK dört maliyet bileşeni oluşturulduktan sonra, iki doğrusal karar kuralının kullanılmasıyla planlama periyotu içindeki dönemlere ait talep tahminlerinden yola çıkılarak iş gücü seviyeleri ve üretim hızlarım belirlemeyi amaçlar.
Oluşturulan maliyet bileşenleri şunlardır :
a. Ayhk bordro maliyeti, K a ( t ) ;
Ka ( t ) = Q W t +
W t : İşgücü büyüklüğü,
C a, C 1 3 : Sabitler, b. İşe alma ve işten çıkarma maliyeti, K b ( t ) ;
K b ( t ) = C 2 (W t — W w - d O 2
W t : t periyodunda işgücü büyüklüğü,
W t - ı : t - 1 periyodunda İşgücü büyüklüğü,
W t - ı : periyodunda işgücü büyüklüğü,
C2, Ç H : Sabitler, .
c. Fazla çalışma ve az çalışma maliyeti, K G ( t ) ;
K c ( t ) = C 3 (P t — C + W t ) 2 + CGP t— C 6 W t + C l 2 P t W t
P t : t periyodunda üretim hızı,
(11) Holt, C. - Modigliani, F . - Simon, H. , A Linear Decision Ruîe for Produetion and Employment Scheduling, Management Science, 2, 1955, S : 3 -30.
(12) Holt, C. - Modigliani, F . - Muth, J . , Derivation of a Linear Decision Rule for Produetion and Employment, Management Science, 2, 1956, S : 159- 177.
(13) Holt, C. - Modigliani, F . - Moth, J . - Simon, H. , Planning Produetion, In-ventorîes and VVork Force, Prentice Hail, 1960.
Bütünleşik Üretim Plânlama Yöntemleri ve İlişkin Tahmin Teknikleri 91
Csj C j , Cflj Cgj '• Sabitler,
d. Envanter maliyeti, K d ( t ) ;
K d ( t ) = C 7 [ I t — (C 8 + c e sop
I t : t periyodunda envanter seviyesi,
S t : t periyodunda talep tahmini,
C T , ,C 8 , C 9 : sabitlerdir.
Plânlama periyotu içindeki her dönemin maliyeti sözkonusu dört maliyet ileşeninin toplamından oluşacaktır:
K ( t ) = K a ( t ) + K „ ( t ) + K 0 ( ( t ) + K d ( t )
Plânlama periyotunun toplam maliyeti, periyot içindeki dönemlerin maliyeti toplamına eşit olacaktır.
C * = £ K( . t )
T : Plânlama periyotu içindeki dönem sayısıdır.
Toplam maliyet fonksiyonu belirlendikten sonra çalışmanın daha sonraki aşamalarında toplam maliyeti minimum kılacak düzende her döneme ait işgücü büyüklüğü ve üretim hızı değerlerinin saptanması amaçlanır. Bu sırada talep değerleri probilistik olduğundan ortalama veya beklenen talep değerleri ile çalışılır.
Yöntemin uygulamasının ilk aşamasında maliyet fonksiyonu içinde bulunan sabitlerin değerlerinin saptanması gerekir. Bu, muhasebe bilgilerinde istatiksel tahminlerin yapılması ve yönetimin sübjektif yargılan ile başarılması gereken zor ve zaman alıcı bir çabadır.
Talep tahminleri yapıldıktan ve sabit değerleri belirlendikten sonra çalışmada kullanılacak doğrusal karar kurallarının yapıları belirlenmelidir. İşgücü büyüklüğü ve üretim hızını saptamaya yönelik kurallar aşağıdaki genel görünüşlerdir:
98 Ü. Candan
W t = a 0S t + a ı S t + ı + a 2 S t + B + + b W H + c « d I H
P t = e öS t + e,S t + 1 + e 2S t +^ + ... + fW t + g — h l ^
Bu denklemlerde a, b, e, d, e, f, g ve h sabit değerlerdir. Genellikle a ve e sabitlerinin değeri hızla azalır, yani plânlama periyotu içinde plânan döneme uzak olan dönemlerin plânlamadaki ağırlıkları küçülecektir, a değerleri e değerlerinden daha hızla küçülme eğilimindedir.
DKK üzerinde yapılan testler yöntemin maliyet katsayılarında yapılan hatalara aşnı duyarlı olmadığını göstermektedir aiK Bu özellik, maliyet katsayılarının belirlenmesindeki zorluk nedeniyle, yöntemin uygulanma olanağını artırmaktadır.
Yöntemin temel sakıncası maliyet bileşenlerinin kuadratik olmaması halinde ortaya çıkar, bu durumlarda DKK uygulanabilme özelliğim tamamen yitirecektir. Ayrıca, planlamada ufuk etkisinin dikkate alınmayışı yöntemin diğer bir eksik yönüdür.
2,2.3. Yönetimsel Katsayılar Modeli
1963 yılında yayınladığı bîr makalede Bowman bütünleşik üretim planlamanın, yönetim tarafından geçmişte verilmiş kararların istatistik analizi yoluyla oluşturulacak geleceğe yönelik kurallara dayandırılarak yapılması gerektiğini savunmaktadır ( 1 5 ) , Bowman, kullandığı kurallar setine ilişkin tartışmasında, yöneticüerin pek çoğunun karar verme fonksiyonlarım yerine getirmeleri sırasında kullanılması gereken kriterlerin ve kararı etkileyen faktörlerin bilincinde olduğunu ileri sürer.
Fakat, tekü yöneticilerin kararlan gereklilik özelliğinin yamsıra normal davranışlardan sapmalara yol açan sübjektif yargıları da içerebilmek-tedir. Bu nedenle, Yönetimsel Katsayılar Modeli (YKM) sübjektif yargıların izini ortadan kaldıracak şekilde ortalama bir davranışı yansıtmaya çalışır.
Yöntemde, geçmişe ait talep değerleri, iş gücü ve envanter düzeyleri kullanılarak doğrusal regresyon analizi yoluyla geleceğe yönelik kararlarda kullanılacak kurallar geliştirilir. Örneğin, kurallar seti aşağıdaki görünüşte olabilir :
(14) Vergin, R.C. , Produetion Scheduling Under Seasonal Demand, Journal of Industrial Engineering, Mayıs 1966, S : 260-266.
(15) Böwman, E . H . Consİstency and Optimality in Managerial Decision Ma-king, Management Science, 9, 1963, S : 310-321.
Bütünleşik Üretim Plânlama Yöntemleri ve İlişkin Tahmin Teknikleri 99
P t = a + bW t - ı —clt-a + dSt+ı
W t - e + f W t - l + g S t + l
Bu kurallardaki a, b, c, d, e, f, g katsayıları çoklu regresyon analiz^ leri yoluyla saptanacaktır. Bu şekliyle yöntemde DKK dan çok farklı olarak, maliyet bileşenlerinin niteliği ve niceliği görülmemektedir.
YKM'ye karşı olarak ileri sürülen temel eleştiri, yöneticilerin karat verme sürecinde kullanmak amacıyla bu yönteme güvenmeleri halinde yeni koşullarla karşılaşıldığında katsayıların düzeltilmesi için bilgi gereksinmelerini karşılamalarının olanaksız olduğudur.
Bu durumda, değişimin etkileri ortadan kalkıp yönetimin davranışı denge konumuna ulaşıncaya kadar bu yöntem kullanılamayacaktır ( 1 0 1 .
2.2.4. Arama Yöntemleri
2.2.4.1 Karar Kuralı Arama Yöntemi
Maliyet veya kâr yapısının uygun sayıda değişkeni karsayan bir fonksiyon şeklinde belirlenmesi halinde pek çok optimizasyon tekniğinden herhangi birinin kullanılmasıyla çözüme ulaşılabilir. Taubert, Karar Kuralı Arama (KKA) ismini verdiği yönteminde T aylık planlama periyotu için maliyet fonksiyonunu genel terimleriyle ;
C (T) = f (W,, P 1 ( W a , Pa, , W T , PT)
görünüşünde ele alır ( 1 7 ) . 2 T + 1 adet değişkenden oluşan çok boyutlu yüzeyi araştırmak ve global minimuma yaklaşmak için birçok arama,, tekniği denenmiş ve «kalıp arama işlevi» ile en olumlu sonuçlara ulaşıldığı belirlenmiştir. Yöntem, kullanışlı bir çözümden yola çıkar ve her defasında karar değişkenlerinden birinin değerini değiştirerek aşamalar oluşturur.
Bu değişikliklerin herhangi biri amaç fonksiyonunda gelişmeye yol açarsa, 2T + 1 boyutlu uzayda bu yöndeki aşama sayısı artırılır.
(16) Kunreuhter, H. , Extensions of Bowman's Theory of Managerial Decision Making. Management Science, 15, 1967, S : 127 - 158.
(17) Taubert, W.H., A Search Decision Rule for Aggregate Scheduling Problem, Management Science, 14, 1968, S : 343 - 368.
100 Ü. Candan
2.2.4.2. Parametrik Planlama Modeli
Jones tarafından geliştirilen Parametrik Planlama Modeli (PPM) çok boyutlu bir uzayda çalışmanın yarattığı sakıncalardan kaçınmaya çalışır ( ' s ) . PPM, biri iş gücü düzeyi, diğeri ise üretim hızına ilişkin olmak üzere iki karar kuralına dayanmaktadır. Her karar kuralında iki parametre kullanıldığından, model toplam olarak dört parametreyi içermektedir.
îş gücü düzeyi için kullanılan karar kuralı,
Wt = AW t -a + ( l — A ) W d
görünüşündedir. Kuralda, A karar parametresi, Wd ise arzu edilen işgücü düzeyidir ve şu düzende belirlenir:
i w d = £ b t K < S t ) + b t ~ l K ( I i *~ I l>
t=l Burada,
K (S t) : S t üretimini sağlamak için gerekli en düşük değişken maliyetli işgücü,
lı : İdeal envanter düzeyidir. b t sabitleri ise;
t=I
formülü yardımıyla saptanır. Böylece A ve B işgücü düzeyine ilişkin karar kuralının iki parametresi olmaktadır. Üretim hızını belirlemeye yönelik karar kuralı da benzer düzendedir ve iki parametre kullanır.
PPM, karar kuralları belirlendikten sonra, maliyet fonksiyonunun yapısı ne olursa olsun bu fonksiyonu minimum kılacak parametrelerin değerlerini saptamayı amaçlar. Bu çalışma ise, seçilen maliyet fonksiyonu için çeşitli parametre değer kombinasyonlarının denenerek içlerinden en
(18) Jones, C.H., Parametric Produetion Planning, Management Science, Ha-rizon 1967, S : 843 - 867.
Bütünleşik Üretim Plânlama Yöntemleri ve İlişkin Tahmin Teknikleri 101
düşük maliyetli setin seçilmesi veya simülasyon tekniğinin uygulanması yoluyla yapılabüir.
3. Bütünleşik Üretim Planlamada Talep Tahminlerinin Yapılması
Envanter planlama ve bütünleşik üretim planlama, planlama girdilerinin tahmini için yapılan çalışmalardan elde edilen sonuçlara son derece duyarlı iki eylem alanıdır. Gerçek olaylarla karşılaştmldıgında, özellikle talep değerleri için güvenirliği yüksek olmayan bir zaman serisi saptamak olanağı bulunmuyorsa planlama çalışmalarının sonucundan hiçbir yarar beklenemez;.
Bütünlerin davranışına yönelik tahminlerin, bunların bileşenleri için ayrı ayrı yapılan tahminlerden daha sağlıklı olduğu söylenebilir. Örneğin, bir yılın satış toplamını tahmin etmek, yıl içindeki ayların herbuınm satışlarının tahmininden daha duyarlıklı sonuç verecektir.
Benzer olarak, tüm mamüîlerin toplam satışlarının belirli bir periyot için tahmini, mamüîlerin aynı periyot içindeki satışlarının mamül cinsine göre tahmininden daha doğru sonuçlara ulaşabilecektir. Bu özelliğin nedeni, tekil elemanların niceliklerindeki dalgalanma genliklerinin bütün içine küçülen oranlarla yansımasıdır. Bu özellikten dolayı, etkin bir tahmin tekniği kullanılması koşuluyla, bütünleşik üretim planlamada talep girdilerinin duyarlıklı olarak tahmin edilmesi olasılığı güçlenmektedir.
Tahmin için kullanılan tekniklerin tümü, tahminde kullanılan değerler arasında bir ilişkinin bulunduğu varsayımından yola çıkarlar. Varsayımın ilk aşamasında sistemin risklilik, belirlüik veya belirsizlik durumunda olduğunun saptanması gerekir. İşletmecilik ve benzeri olayları içine alan sistemlerin durumları aşağıdaki gibi sınıflandınlabüir < 1 9 ) .
a. Bir dağılım sözkonusu değildir. Bu durumda sistem belirlilik halindedir, kesin tahminler yapılabilir.
b. Kararlı bir dağılım bulunmaktadır. Sistem ile ilgili olasılıklar sabittir. Risk altında karar verme süreci söz konusudur.
c. Sistem ile ilgili olasılıklar bir düzen içinde değişmektedir. Bunun Ötesinde, sistem İle ilgili tahminler sistemin daha önceki durumlarından bağımsızdır.
d. Markov tipi kararlılık bulunmaktadır. Sistem ile ilgili olasılıklar dU-
(19) Starr, M.K., Systems Management of Operations, S : 258.
102 Ü. Candan
zerdi olarak değişmekte ve sistem ile ilgili tahmin sistemin bir önceki durumuna bağımlı olmaktadır.
e. Markov tipi olmayan bir kararlılık bulunmaktadır. Sistem ile ilgili olasılıklar düzenli olarak- değişmekte ve sistemin niceliklerinin tahmini sistemin daha önceki durumları içinde birden fazla sayıda olamna bağımlı bulunmaktadır.
f. Kararsızlık söz konusudur. Olasılıklar ile ilgili hiçbir bilgi türetileme-mektedir. Belirsizlik altında karar verme sürecine başvurulacaktır.
g. Sisteme ilişkin hiçbir bilgi bulunmamaktadır. Karar verme sürecine rasyonellik özelliği kazandırılamaz.
Ancak sistemin bu sınıflardan hangisi içine girdiği belirlendikten sonra tahmin tekniğinin seçimine geçilebilir. Talep oluşumu olayı genellikle yukarıda (d) ve daha çok (e) sımfı içine girer. Çoğu kez, talep değerleri ile ilgili olasılıklar düzenli olarak değişmektedir ve bu olasılıklar sistemin geçmiş durumlar setine bağlı olarak oluşmaktadır. Bu gerçek göz önüne. alındığında talep tahmini için kullanılan en uygun tekniklerin arasında şunların bulunduğu görülür ;
a. Hareketli ortalamalar,
b. Üssel düzeltme ve zaman serisi analizleri
c. Basit regresyon analizi
d. Çoklu regresyon analizi
e. Otokorelasyon
f. Markov süreçleri.
Sistem niteliklerine göre bu tekniklerin herbiri ayrı ayrı kullanılabildiği gibi kombinasyonlarının uygulanması yerinde olabilir. Çalışmamızın bundan sonraki bölümünde özellikle mevsimsel talep değişimlerinin tahminine uygun iki aşamalı bir tahmin tekniği üzerinde durulacaktır.
3,1. İki Aşamalı Tahmin Tekniği
Bu bölümde ele alınacak tahmin tekniği çoğu kez ayrı ayrı uygulanan iki tahmin tekniğini, zaman serisi analizi ve çoklu regresyonu ardışık olarak kullanmaktadır l t 0 ) . Bu iki tekniğin özellikleri pek çok açıdan
Bütünleşik Üretim Plânlama Yöntemleri ve İlişkin Tahmin Teknikleri 103
birbirini tamamlayıcı olmaktadır. Zaman serisi analizleri serinin gelecekteki değişiminin bulunması ve düzenlenmesini sağlar. Buna karşı, çoklu regresyon analizleri geçmiş bilgileri kullanmaksızm sistemin herhangi bir statik durumunda bağımlı değişken ile sistemi etkileyen bağımsız değişkenlerin ilişkisini araştırır. Dolayısıyle, çoklu regresyonun yapilması sırasında gereksinilecek bağımsız değişkenlerin tahmin değerleri zaman serisi analizi yoluyla saptanabilir.
İki aşamalı tahmin tekniği tahmini amaçlanan ana değişkenin ve diğer bağımsız veya ilişkili değişkenlerin değerlerinin tahmininde üssel ağırhk-lanmış hareketli ortalamalar yaklaşmamı kullanır. Bu tahminler, ana değişken ile diğer değişkenler arasındaki İlişkinin saptanması amacıyla, çoklu regresyon modeline girdi olarak kullanılır.
3.1.1. Üssel Ağırlıklanmış Hareketli Ortalamalar Modeli
Bu modelde zaman serisinin iki bileşeni olduğu varsayılır. BÜeşen-lerden biri sabittir, diğeri ise mevsimsel değişimlerin etkisini kapsar. Model aynı zamanda sabit bileşenin doğrusal bir trende sahip olmasına olanak sağlamaktadır. Bileşenlerin değerleri, geçmiş tahminlerde yapılan hataların düzeltilmesi yoluyla saptanır.
Modelin basit hali olan temel üssel modelde mevsimsel değişim kalıplan ve uzun devreli trendler bulunmaz. Bu durumda zaman serisinden sapmalar biri sabit diğeri geçiş bileşeni Olan iki bileşen nedeniyle oluşur. Tahmin çalışmasının amacı, sabit olan bileşenin saptanmasıdır. Her periyot için gerçek bilgiler toplandıkça sabit bileşen tahmini en yakın periyottaki gözlenmiş hat Ue orantılı olarak değiştirilir. Matematik olarak; ' -' -- • " *
Pt = Pt-ı + W p ( D t —P t_,)
görünümündedir. Burada;
P t : t periyodundaki sabit bileşen D t : Gerçek bilgi
W p : O ile 1 arasında bir sayıdır.
(20) Crane, D.B. — Crotty, J.R., A Two Stage Forecasting' Model, Exponen-tial Smoothing and Multiple Regressİon, Management Science, Nisan 1967, S : 8501 - 8507.
104 Ü. Candan
Yukarıdaki eşitlik şu şekilde yeniden düzenlenebilir:
p t = w p D t + (i — vvyPt-t
Dolayısiyle W p gerçek değere verilen bir ağırlık olarak ele alınabilir.
Bu şekilde kurulabilen basit model, mevsimsel değişimlerin ve doğrusal trendin eklenmesiyle genişletilebilir. Bu durumda, sadece sabit bileşen düzeltilmekle kalınmaz, fakat mevsim faktörü ve trend bileşeni de benzer şekilde düzeltilir. Modelde, sabit bileşen;
P t - W p (D t /S t - a ) + (1 — W p) (Pt-t + Ct-j)
şeklinde hesaplanacaktır. Burada;
L : Mevsimsel etkinin tekrarlanma periyodu (12 ay veya 3 ay gibi) St-a : Mevsimsel çevrimin ilgili bölümü için hesaplanmış en son mevsim
faktörü,
C t - ı : Sabit bileşende tahmin edilen artış veya azalma.
Dolayısıyle, P! mevsimsel olarak düzeltilmiş gerçek bilgi ve periyot başına tahmin edilen azalma veya çoğalma değeriyle düzeltilmiş son geçmiş değerin hareketli ortalaması olmaktadır.
Yeni mevsim faktörleri ise şu şekilde türetilecektir ;
St = W s (Dt/PO + (1—WB) St-t
Sabit bileşenin trend değeri ise:
C t = W c (P t — P t_ a) + (1—We> Ct-ı
şeklinde hesaplanacaktır,
Bundan sonra, gelecekteki T periyot İçin bilgi serileri sabit bileşenin trendinin geleceğe projeksiyonunun mevsimsel faktörler ile çarpılması sonucu elde edilebilir;
L \ T ~ (?t + T C t) S t _ L + T
Modelin en önemli iki özelliği, bileşenlerin başlangıç değerlerinin ve
Bütünleşik Üretim Plânlama Yöntemleri ve İlişkin Tahmin Teknikleri 105
optimum ağırlıkların bulunmasında izlenilen yoldur. Bilgi serilerinin ilk bölümü P, S ve C başlangıç değerlerinin bulunması için şu şekilde kullanılır :
a. P t ilk yıl gözlemlerinin ortalamasıdır,
b. C t serinin ilk bölümünün değerleri arasındaki değişimin ortalamasıdır,
c. Her periyot için mevsim faktörü periyodun gerçek bilgisinin o yıl için ortalama değere bölünmesiyle elde edilir.
Bundan sonra verilen bir ağırlıklar setinin kullanılmasıyla bilgi serisinin geri kısmına karşı gelen periyotların tahmini için üssel model kullanılabilir. Bu durumda, problem, uygun ağırlıklar setinin saptanmasıdır. Bu amaçla, ağırlıklara çeşitli değerler verilir ve bunların içinden tahmin hatasının varyansmı minimum kılan ağırlıklar seti seçilir.
3.1.2. Çoklu Regresyon Modeli
Modelin ikinci aşaması, bir çoklu regresyon analizini içermektedir. Bu aşamanın amacı, tahmin değişkeninin trendinde olabilecek değişiklikleri saptayacak bir modelin belirlenmesidir. Zaman serileri üzerinde yapılan çoklu regresyon analizleri sırasında, zaman boyunca değişkenler arasında oluşan korelasyon nedeniyle, bağımsız değişkenin seçimi dikkatle yapılmalıda*.
Bu aşamanın girdisi, modelin birinci aşamasmdan elde edilen bağımlı ve diğer açıklayıcı değişkenlerin tahmin değerlerini kapsayan üssel düzeltme işleminden geçmiş bilgi matrisidir. Diğer bağımlı değişkenler ile ilgili gözlemler düzeltilmemiş büyüklükler olarak bu aşamada bilgi matrisine katılır.
Regresyon modelinde bilgiler sırasal düzende işlenecektir. Bu işlemde bîr periyot sonrasının tahmini için sadece içinde bulunulan periyota a;t bilgiler kullanılacaktır. Dolayısiyle sırasal regresyon modeli her tahmin için tek bir regresyon çalışmasını gerektirir.
Sırasal regresyon işlemi, eldeki bilgilerin iki farklı yolda kullanımını sağlar. Bağımlı değişken ile bağımsız değişkenler arasındaki ilişki zaman içinde kararlı ise bulunabildiği kadar çok geçmiş bilgi bu Üişkinin saptanması için kullanılmalıdır. Buna karşı, İlişki zaman içinde değişiyorsa, regresyonda yakın geçmişe ait gözlemlerin kullanılması yerinde olacaktır. Diğer bir deyişle, ilişki saptanması için matrise her yeni bir gözlem eklendiğinde daha önceki regresyonlarda kullanılmış en eski gözlem matristen çıkartılmalıdır.
106
1. Bowman, E . H,
2. Buffa, E . S.
3. Buffa, E . S.
4. Crane, D. B.
5. Hanssman. F .
6. Holt, C .
7. Holt, C
8. Holt, C.
9. Jones, C. H.
10. Kuenrguhter, H.
11. Lee, W. B.
12. Orrbcck, M. G.
13. Özgen, H.
14. Silver, E . A.
15. Starr, M. K . (
16. Taubert, W. H.
17. Vergin, R. C ,
18. Vollmann, T. E .
r
Ü. Candan
K A Y N A K L A R
Consistency and Optimality İn Managerial Decision Making, Management Science, C. 9, 1963, S : 310-321. Produetion - Inventory Systems: Planning and Control, Irwin, Homemvood Illinois, 1968.
Basic Produetion Management, Wİley, New York, 1971. Crotty, J.R.; A Two Stage Forecastİng Model, Exponen-tial Smoothing and Multiple Regression, Management Science, Nisan 1967, S : B 501 - B 507.
Hans, S. ; A Linear Programming Approach lo Produetion and Employment Scheduling, Management Technİques, 1960, S : 46-51.
Modigliani, F . — Simon, H.; A Linear Decision Rule for Produetion and Employment Management Science, 2, 1955, S : 1-30.
Modigliani, F . — Muth, J . ; Derivetion of a Linear Decision Rule for Produetion and Employment, Management Science 2, 1956, S : 159- 177.
Modigliani, F . — Muth, J. Simon, H. ; Planning Produetion, Inventories and Work Force, Prentice Hal, 1960. Parametric Produetion Planning, Management Science, Haziran 1967, S : 843 - 867. Extensİons of Bowman's Theory of Managerial .Decision Making, Management Science, 15, 1967, S : 127 - 158. Khumawala, B.M. ; Simulation Testing of Aggregate Produetion Planning Models in an implementation Methodo-logy, Management Science, 20, No. 6, Şubat 1974, S : 900¬912.
Şehvette, D. R. — Thompson, H. E . , ; The Effect öf Wor-ker Productivity en Produetion Smoothing, Management Science, 14, 1968, S : 332-342,
Doğrusal Ulaştırma Yöntemi İle Üretim Plânlama ve Kon trol, Adana İktisadi ve Ticari İlimler Akademisi, 1975. Medium Range Aggregate Produetion Planning : State of Art, Produetion atıd Inventory Management, Mart 1972, S : 23-26.
Systems Management of Operations, Prentice Hail, 1971. A Search Decision.. Rule for Aggregate Scheduling Problem, Management Science, 14, 1968, S : 343 - 368. Produetion Scheduling Under Seasonal Demand, Journal of Industrial Enginearing, Mayıs 1966, S : 260 - 266. Operations Management, Addison Wesley, Massachusetts, 1973.