Buradasınız

Tedarikçi Değerlendirme Sürecinde Yapay Sinir Ağlarının Kullanımı ve Sektörel Bir Uygulama

Using an Artificial Neural Network Approach for Supplier Evaluation Process and a Sectoral Application

Journal Name:

Publication Year:

Abstract (2. Language): 
In this study, a-three layered feed-forward backpropagation Artificial Neural Network (ANN) model is developed for the supplier firms in ceramic sector on the bases of user effectiveness for using concurrent engineering method. The developed model is also questioned for its usability in the supplier evaluation process. The network's independent variables of the developed model are considered as input variables of the network and dependent variables are used as output variables. The values of these variables are determined with factor analysis. For obtaining the date set to be used in the analysis, a questionnaire form with 34 questions explaining the network's input and output variables are prepared and sent out to 52 firms active in related sector. For obtaining more accurate results from the network, the questions having factor load below 0,6 are eliminated from the analysis. With the elimination of the questions from the analysis, the answers given for 22 questions explaining 8 input variables are used for the evaluation the network's inputs, the answers given for 3 questions explaining output variables are used for the evaluation the network's outputs. The data set of the network's are divided into four equal groups with k-fold method in order to get four different alternative network structures. As a conclusion, the forecasted firm scores giving the minimum error from the network test simulation and real firm scores are found to be very close to each other, thus, it is concluded that the developed artificial neural network model can be used effectively in the supplier evaluation process.
Abstract (Original Language): 
Bu çalışmada, Seramik Sektöründe faaliyet gösteren tedarikçi firmaların, eş zamanlı mühendislik metodunu kullanım etkinliğine göre değerlendirilmesi sürecinde kullanmak üzere; üç katmanlı, ileri beslemeli, geriye yayılımlı bir Yapay Sinir Ağı modeli geliştirilerek, bu modelin, tedarikçi değerlendirme sürecinde kullanılabilirliği araştırılmıştır. Çalışma kapsamında oluşturulan araştırma modelinin bağımsız değişkenleri ağın giriş değişkenleri olarak, bağımlı değişkeni ise çıkış değişkeni olarak kullanılmıştır. Bu değişkenlerin değerleri faktör analizi yardımı ile belirlenmiştir. Analizde kullanılacak veri setinin temini için, ağın giriş ve çıkış değişkenlerini açıklayan otuz dört soruluk bir anket formu hazırlanarak, ilgili sektörde faaliyet gösteren 52 firmayı kapsayan anket çalışması gerçekleştirilmiştir. Ağın daha doğru sonuçlar vermesi için, analiz sonuçlarına göre faktör yükü 0.6'nın altında değere sahip sorular elenmiştir. Elenen soruların değerlendirme dışı bırakılması ile, 8 giriş değişkenini açıklayan 22 soruya verilen cevaplar ağın giriş değerlerinin belirlenmesinde, çıkış değişkenini açıklayan 3 soruya verilen cevaplar ağın çıkış değerinin belirlenmesinde kullanılmıştır. Ağın giriş ve çıkış değerlerine ilişkin veri seti, k-fold yöntemi ile 4 eşit gruba ayrılarak dört farklı alternatif ağ yapısı oluşturulmuştur. Sonuç olarak, en düşük hatayı veren ağın test simülasyonu sonucunda elde edilen tahmini firma puanları ile gerçek firma puanları birbirine çok yakın çıktığı için, geliştirilen Yapay Sinir Ağı modelinin, tedarikçi değerlendirme sürecinde kullanılabileceği sonucuna varılmıştır.
97
107

REFERENCES

References: 

Bolat, S., Kalenderli, Ö.
2003
. "Levenberg-Marquardt Algoritması Kullanan Sinir Ağı ile Elektrot Biçim Optimizasyonu", International XII. Turkish Symposium on Artificial Intelligence and Neural Networks-TAINN.
Bonner, M. J.; Ruckert, W. R.; Walker, C. O. 2002. Upper Management Control of New Product Development Projects and Project Performance. The Journal of Product Innovation Management. (19), 233-245.
Cooper, P. L. 2003. A Research Agenda to Reduce Risk in New Product Development Through Knowledge Management: A Practitioner Perspective. Journal of Eng. Tec. Management. (20), 117-130.
Çelebi,
D.
, Bayraktar, D. 2008. An Integrated Neural Network and Data Envelopment Analysis for Supplier Evaluation Under Complete Information. Expert Systems with Applications. (35), 1698-1710.
De Toni, A., Nassimbeni, G. 2001. A Method For The Evaluation of Suppliers' Co Design. Int. Journal of Production Economics. (72), 169-17.
Efendigil, T., Önüt, S.,
Kongar
, E. 2008. A Holistic Approach for Selecting a Third-Party Reverse Logistics Provider in the Presence of Vagueness. Computers & Industrial Engineering. 54, 269-287.
Gao, J. X., Manson, B. M., Kyratsis, P. 2000. Implementation of Concurrent Engineering in the Suppliers to the Automotive Industry. Journal of Materials Processing Technology. (107), 201-208.
Gilbert, J. T. 1994. Choosing an Innovation Strategy: Theory and Practice. Business Horizons. 37 (6), 16-25.
Goetsch, L. D.; Davis, B. S. 2006. Quality Management. Pearson Prentice Hall, New Jersey, USA.
Gonzalez, J. M. F., Palacios, M. B. T. 2002. The Effect
of New Product Development Techniques on New Product Success in Spanish Firm. Industrial Marketing Management. (31), 263-269.
Kahn, B. K. 2005. Department Status: An Exploratory Investigation of Direct and Indirect Effects on Product Development Performance. Journal of Product Innovation Management. (22), 517-523.
Kalaycı, Ş. 2005. SPSS Uygulamalı Çok Değişkenli İstatistik Teknikleri, Asil Yayın Dağıtım, Ankara, Türkiye.
Kovancı, A. 2004. Toplam Kalite Yönetimi. Sistem Yayıncılık, İstanbul, Türkiye.
Köksal, B A. 1995. İstatistik Analiz Metotları. Çağlayan Kitabevi, İstanbul, Türkiye.
Kumar, S., Phrommathed, P. 2005. New Product Development. Springer, New York, USA.
Kusar,
J.
, Duhovnik, J., Grum, J., Starbek, M. 2004. How to Reduce New Product Development Time. Robotics and Computer Manufacturing. (2), 2-6.
Langerak, F., Peelien, E., Nijssen, E. 1999. A Laddering Approach to the Use of Methods and Techniques to Reduce the Cyle Time of new to the Firm Products. Journal of Product Innovation Management. (16), 173-182.
Lee, C. C.,Yang, C. O. 2009. A neural Networks Approach for Forecasting the Supplier's Bid Prices in Supplier Selection Negotiation Process. Expert Systems with Applications. (36), 2961-2970.
Manly, B. F. J. 1994. Multivariate Statistical Methods. Chapman-Hall, London, UK.
Maylor, H. 2001. Assessing the Relationship between Practice Changes and Process Improvement in New Product Development. Omega. (29), 85-93.
McGrath, M. E. 2004. Next Generation Product Development. McGraw-Hill Companies, Inc., New York,
USA.
Minderhoud, S., Fraser, P. 2005. Shifting Paradigms of Product Development in Fast and Dynamics Markets. Reliability Engineering and System Safety. (88), 127-135.
Monczka, R. M., Handfield, R. B., Scannell, T. V., Lagatz, G. L., Frayer, D. J. 2001. New Product Development. American Society for Quality Press-ASQC, Wisconsin,
USA.
Nijssen, J. E., Frambach, T. R. 2000. Determinants of the Adoption of New Product Development Tools by
Pamukkale University, Journal of Engineering Sciences, Vol. 17, No. 2, 2011
106
Tedarikçi Değerlendirme Sürecinde Yapay Sinir Ağlarının Kullanımı ve Sektörel Bir Uygulama
Industrial Firms. Industrial Marketting Management.
(29), 123-129.
Özdamar, K. 2002. Paket Programları ile İstatistiksel Veri Analizi. Kaan Kitabevi, Eskişehir, Türkiye.
Öztemel, E. 2003. Yapay Sinir Ağları, Papatya Yayıncılık, İstanbul.
Pujari, D., Wright, G.; Peattie, K. 2003. Green and Competitive Influences on Environmental New Product Development Performance. Journal of Business Research. (56), 660-668.
Rundquist, J., Chibba, A. 2004. The use of Processes and Methods in NPD- a Survey of Swedish Industry. Int. Journal of Innovation and Technology Management.
1(1), 37-54.
Reinertsen, G. D. 1997. Managing the Design Factory. The Free Press, New York, USA.
Russell, R. S., Taylor, W. B. 2006. Operations Management. John Wiley & Sons, Inc. New York, USA.
Sabine, F. and Urban, B. 2006. Supplier Integration-Controlling of Co-Development Processes. Industrial Marketing Management. (35), 28-44.
Sherman, J., D., Souder, W. E., Jenssen, S. A. 2000. Differential Effects of The Primary Forms of Cross Functional Integration on Product Development Cycle Time. Journal of Prod. Innovation Management.
(17), 257-263.
Staudacher, A. P, Landeghem, H. V., Mappelli, M., Redaelli, C. E. 2003. Implementation of Concurrent Engineering: A Survey in Italy and Belgium. Robotics and Computer Integrated Manufacturing. (19), 226-235.
Thia, C. W., Chai, H. K., Bauly, J., Xin, Y. 2005. An Expletory Study of the Use of Quality Tools and Techniques in Product Development. The TQM Magazine. 17 (5), 408-417.
Türker, S., Ayvaz, B., Bayraktar, D., Bolat, B. 2009. Tedarikçi Değerlendirme Süreci için Bir Yapay Sinir Ağı Yaklaşımı: Gıda sektöründe bir Uygulama. Endüstri Mühendisliği Dergisi. 20 (2), 31-40.
Veryzer, W. R. 2005. The Roles of Marketing and Industrial Design in Discontinuous New Product Development. Journal of Product Innovation Management. (22), 23-34.
Wei, S., Zhang, J., Li, Z. 1997. "A Supplier-Selecting System Using a Neural Network" IEEE International Conference on Intelligent Processing Systems, 28-31 October 1997, Beijing, China.
Wu, D. 2009. Supplier Selection: A Hybrid Model using DEA, Decision Tree and Neural Network. Expert Systems with Applications. (36), 9105-9112.
Xu, L., Li, Z., Li, S., Tang, F. 2007. A Decision Support System for Product Design in Concurrent Engineering. Decision Support Systems. (42), 2029-2042.
Yayla, Y. ve Yıldız, A. 2008. "Eş Zamanlı Mühendisliğin Ürün Geliştirme Performansı Üzerindeki Etkisi: Otomotiv Yan Sanayinde Bir Saha Araştırması" II. Ulusal Kalite Fonksiyonu Göçerimi Sempozyumu, Dokuz Eylül Üniversitesi, İzmir.

Thank you for copying data from http://www.arastirmax.com