Browsing by Author "Hekimoğlu, Mustafa"

Now showing 1 - 11 of 11

Citation Count: 5
Assortment optimization with log-linear demand: Application at a Turkish grocery store
(Elsevier, 2019) Hekimoğlu, Mustafa; Sevim, İsmail; Aksezer, Çağlar Sezgin; Durmuş, İpek
In retail sector product variety increases faster than shelf spaces of retail stores where goods are presented to consumers. Hence assortment planning is an important task for sustained financial success of a retailer in a competitive business environment. In this study we consider the assortment planning problem of a retailer in Turkey. Using empirical point-of-sale data a demand model is developed and utilized in the optimization model. Due to nonlinear nature of the model and integrality constraint we find that it is difficult to obtain a solution even for moderately large product sets. We propose a greedy heuristic approach that generates better results than the mixed integer nonlinear programming in a reasonably shorter period of time for medium and large problem sizes. We also proved that our method has a worst-case time complexity of O(n 2 )while other two well-known heuristics’ complexities are O(n 3 )and O(n 4 ). Also numerical experiments reveal that our method has a better performance than the worst-case as it generates better results in a much shorter run-times compared to other methods. © 2019 Elsevier Ltd
Demand classification for spare parts supply chains in the presence of three dimensional printers
(Kadir Has Üniversitesi, 2022) Hekimoğlu, Mustafa; Hekimoğlu, Mustafa
Three-dimensional printers (3DPs) are currently the source of the supply chain and are used to ensure spare parts supply in case of shortages. However, the reliability of the part produced in 3DP is lower than the original part supplied by the original equipment manufacturer (OEM). Failure of parts creates demand and the failure probability of original and printed part is different than each other. Thus, knowing the total demand distribution have great importance in optimizing the order quantity given to the OEM in the presence of 3DPs. In this study, the demand distribution of system failures has been determined by using the distribution classification methods put forward by Ord (1967) and Adan et al. (1995). In line with the results, according to study of Ord(1967), demand distribution is found as Hypergeometric and Binomial distribution. Discrete distribution family of Adan et al. (1995) gives Binomial distribution for the system demand. All results are tested with chi-square test and likelihood ratio test.
Citation Count: 0
Evaluation of Various Machine Learning Methods to Predict Istanbul’s Freshwater Consumption
(2023) Hekimoğlu, Mustafa; Çetin, Ayse Irem; Kaya, Burak Erkan
Planning, organizing, and managing water resources is crucial for urban areas and metropolitans. Istanbul is one of the largest megacities, with a population of over 15 million. The large volume of water demand and increasing scarcity of clean water resources make long-term planning necessary for this city, as sustained water supply requires large-scale investment projects. Successful investment plans require accurate projections and forecasting for freshwater demand. This study considers different machine learning methods for freshwater demand forecasting for Istanbul. Using monthly consumption data provided by the municipality since 2009, we compare forecasting accuracies of ARIMA, Holt-Winters, Artificial Neural Networks, Recursive Neural Networks, Long-Short Term Memory, and Simple Recurrent Neural Network models. We find that the monthly freshwater demand of Istanbul is best predicted by Multi-Layer Perceptron and Seasonal ARIMA. From the predictive modeling perspective, this result is another indication of the combined usage of conventional forecasting models and novel machine learning techniques to achieve the highest forecasting accuracy.
Citation Count: 21
Evaluation Of Water Supply Alternatives For Istanbul Using Forecasting And Multi-Criteria Decision Making Methods
(Elsevier Ltd, 2020) Hekimoğlu, Mustafa; Erbay, Barbaros; Hekimoğlu, Mustafa; Burak, Selmin
Water scarcity is one of the most serious problems of the future due to increasing urbanization and water demand. Urban water planners need to balance increasing water demand with water resources that are under increasing pressure due to climate change and water pollution. Decision makers are forced to select the most appropriate water management alternative with respect to multiple, conflicting criteria based on short and long term projections of water demand in the future. In this paper, we consider water management in Istanbul, a megacity with a population of 15 million. Purpose: The purpose of this paper is to develop a method combining demand forecasting with multi-criteria decision making (MCDM) methods to evaluate five different water supply alternatives with respect to seven criteria using opinions of experts and stakeholders from different sectors. Methodology: To combine forecasting with MCDM, we design a data collection method in which we share our demand forecasts with our experts. For demand forecasting, we compare Holt-Winters, Seasonal Autoregressive Integrated Moving Average (S-ARIMA), and feedforward Artificial Neural Network (ANN) models and select S-ARIMA as the best forecasting model for monthly water consumption data. Generated demand projections are shared with experts from different sectors and collected data is evaluated with Fuzzy Theory using two distinct MCDM models: Technique for Order of Preference by Similarity to Ideal Solution (TOPSIS) and Preference Ranking Organization Method for Enrichment Evaluations (PROMETHEE). Also our analyses are complemented with two sensitivity analyses. Findings: Our results indicate that greywater reuse is the best alternative to satisfy the growing water demand of the city whereas all experts find desalination and inter-basin water transfer as the least attractive solutions. In addition, we adopt the PROMETHEE GDSS procedure to obtain a GAIA plane indicating consensus among experts. Furthermore, we find that our results are moderately sensitive to the number of experts and they are insensitive to changes in experts’ evaluations. Novelty: To the best of our knowledge, our study is the first one incorporating water demand and supply management concepts into the evaluation of alternatives. From a methodological perspective, water demand projections have never been used in an MCDM study in the literature. Also, this paper contributes to the literature with a mathematical construction of consensus and Monte Carlo simulations for the sufficiency of experts consulted in a study.
Citation Count: 7
Markov-modulated analysis of a spare parts system with random lead times and disruption risks
(Elsevier Science Bv, 2018) Hekimoğlu, Mustafa; van der Laan, Ervin; Dekker, Rommert
Spare parts supply chains are highly dependent on the dynamics of their installed bases. A decreasing number of capital products in use increases the nonstationary supply-side risk especially towards the end-of-life of capital products. This supply-side risk appears to present itself through varying lead times coupled with supply disruptions. To model the nonstationary supply-side risk we consider an exogenous Markov chain that modulates random lead times and disruption probabilities. Assuming that order crossovers do not occur we prove the optimality of a state-dependent base stock policy. Later we conduct an impact study to understand the value of considering stochastic lead times and supply disruption risk in spare parts inventory control. Our results indicate that the coupled effect of random lead times and disruptions can be larger than the summation of individual effects even for moderate lead time variances. Also the effect of nonstationarity on total cost can be as large as the summation of all risk factors combined. In addition to this managerial insight we present a procedure for supply risk mitigation based on an empirical model and our mathematical model. Experiments on a real business case indicate that the procedure is capable of reducing costs while making the inventory system more prepared for disruptions. (C) 2018 Elsevier B.V. All rights reserved.
Citation Count: 0
Multi-Criteria Decision-Making Analysis for the Selection of Desalination Technologies
(2022) Hekimoğlu, Mustafa; Savun-hekimoğlu, Başak; Erbay, Barbaros; Gazioğlu, Cem
Accessible fresh water resources for drinking and usage are very limited in our world. Furthermore, these limited fresh water resources are gradually decreasing due to climate change, industrialization, and population growth. Despite the ever-increasing need for water, the inadequacies in our resources have made it critical to develop alternative drinking and utility water production methods. Desalination, one of the most important alternatives for fresh water supply, is on the rise on a global scale. Desalination facilities use various thermal and membrane techniques to separate water and salt. Concentrated brine, which contains desalination chemicals and significant amounts of salt, and is formed in high volumes from desalination processes, is also a concern. This article compares various desalination techniques using a multi-criteria decision-making method. The findings show that the Reverse Osmosis & Membrane Crystallization process is the most preferred technology due to its cost advantages as well as operational efficiency. Similarly, Multistage flash &Electrodialysis, the least preferred alternative, has been criticized for its low cost-effectiveness. These results suggest that cost and operational efficiency will continue to be the main drivers in the evaluation of desalination technologies in the near future.
Citation Count: 0
Optimum Laser Polishing Decision-Making for On-Demand Additive Manufacturing of Spare Parts: An Exploratory Study
(Süleyman Demirel Üniversitesi Fen Bilimleri Enstitüsü Dergisi, 2020) Hekimoğlu, Mustafa; Ulutan, Durul
Additive manufacturing is increasingly being used for satisfying spare parts needs of capital products using a nearby 3D printer. Such a technology allows inventory managers to start manufacturing after the demand realization which eliminates significant portion of spare parts inventory being held due to random nature of component breakdowns. Quality difference between printed and original parts, which is one of the biggest problems of using 3D printers, can be decreased by the use of laser polishing which alleviates surface roughness and increases reliability of parts in exchange of an additional cost term. Using different parameters, reliability of parts can be altered depending on needs of capital products and systems’ status. In this study, the problem where surface roughness and reliability of printed parts are jointly optimized with inventory levels of original spare parts is considered. In the problem setting, a machine part consisting of a constant number of identical products which are subject to random breakdowns over a finite planning horizon is considered. Using mathematical analysis and exhaustive numerical experiments, the relationship between optimum control policy and cost parameters was shown, which might be critical for cost-effective management of the system.
Optimum spare parts inventory control in existence of a non-stationary installed base
(Kadir Has Üniversitesi, 2021) Hekimoğlu, Mustafa; Hekimoğlu, Mustafa
In spare parts supply chains, demand is profoundly dependent on the life cycle of the product. Thus, MROs should incorporate installed base information in demand forecasting to prevent production/service interruptions and high holding costs. MROs also try to exploit secondary markets as a cheap and expedited source of spare parts apart from the OEM. However, the secondary markets are not reliable since they have a limited and stochastic spare parts capacity. Therefore, MROs need to determine when and how much to order from two supply sources. Under the assumption of stationary demand, a mathematical model is developed for an inventory control model in a dual sourcing setup. Then, this model is extended by assuming a non-stationary demand by employing Hekimoğlu and Karlı (2021)'s demand model. Optimal ordering policies are derived when the lead time difference of suppliers is one period, under both stationarity assumptions. Heuristics policies are utilized when the lead time difference is more than one period. It is found that the Dual Index policy outperforms other considered heuristics, resulting in a satisfactory cost deviation from the optimum cost. The value of higher moment information in demand forecasting is measured by simulation studies. Information of the first two and three moments are found to be superior over the other for declining and growing installed bases, respectively. The same simulation study is conducted by presenting an estimation error to the first moment. Results showed that the information of higher moments could save costs up to 14.2% and 9.26% for growth and decline phases, respectively. Finally, empirical analyses are conducted on a company from the Turkish automotive sector by performing statistical tests. It is concluded that Hekimoğlu and Karlı (2021)'s demand model could be practical to model spare parts demand of automobiles in the growth phase.
Real time prediction of delivery delay with machine learning
(Kadir Has Üniversitesi, 2023) Hekimoğlu, Mustafa; Hekimoğlu, Mustafa
İnternetin yaygınlaşması, e-ticaret ve lojistik endüstrilerinde önemli bir dönüşüme yol açmıştır. Bu dönüşüm, çevrimiçi alışverişte önemli bir artışa öncülük etmiş ve rekabetçi ortamda kargo şirketlerinin operasyonel verimliliğini arttırma ihtiyacını ortaya çıkarmıştır. Teslimat süreçlerini optimize etmek ve müşteri memnuniyetini artırmak amacıyla, makine öğrenimi kullanılarak teslimat gecikmelerinin tahmin edilmesi, lojistik şirketlerine önemli katkılar sağlayacaktır. Ayrıca, gerçek dünya verilerinin bu çalışmada kullanılması, elde edilen sonuçların güvenilirliğini artırmakta ve makine öğreniminin lojistik endüstrisi odaklı akademik araştırmalarda kullanılmasının avantajlarını vurgulamaktadır. Bu çalışmada, Logistic Regression, XGBoost, CatBoost ve Random Forest gibi en yaygın kullanılan dört denetimli sınıflandırma algoritması, bir e-ticaret lojistik şirketinde gerçek zamanlı veriler kullanılarak teslimat gecikmelerinin tahmin edilmesi amacıyla uygulanmıştır. Tüm süreç boyunca sürekli gecikme tahmini yapabilmek için, tüm teslimat süreci farklı gönderi türleri için sırasıyla 11 ve 15 adım şeklinde ayrıştırılmış ve her adım için ayrı tahmin modelleri oluşturulmuştur. Bu modellerin performansını artırmak için optimal parametre ve öznitelik seçimi yöntemleri kullanılmıştır. Kullanılan bu optimizasyon teknikleri, modellerin performansları üzerinde önemli bir olumlu etki sağlamıştır. Elde edilen sonuçlara göre, dört farklı sınıflandırıcı kullanılarak oluşturulan modellerin nihai ROC-AUC skoru ile değerlendirildi. XGBoost için ROC-AUC puanları \%71,5 ile \%99,9 arasında değişmekteyken, CatBoost için ROC-AUC puanları \%72,4 ile \%99,9 arasında değişim gösterdi. Bu iki sınıflandırıcı farklı adımlarda çok yakın performans göstermiş olsalar da, CatBoost genel olarak XGBoost'a kıyasla biraz daha iyi bir sonuç ortaya koymuştur. Gelecekteki çalışmalarda, daha doğru sonuçlar elde edebilmek için derin öğrenme bazlı sınıflandırma methodlarının denenmesi ve ek özniteliklerin entegre edilmesi üzerine çalışmalar yapılacaktır. Daha büyük veri kümeleri kullanılması önerilen gecikme tahmini yaklaşımının, daha etkin çıktılar ve performans iyileştirmeleri sağlayacaktır. Ancak, daha büyük veri kümeleri elde edilmesi, işlenmesi ve derin öğrenme modellerinin denenmesi için daha yüksek performanslı donanımsal, işlemci ve hafıza, kaynaklara ihtiyaç duyulacaktır. Bu zorlukların üstesinden gelmek ve daha yüksek performanslı çözümler sunmak için çeşitli stratejiler ve teknikler geliştirilmeye devam edilecektir.
Citation Count: 0
Yedek Parça Envanter Yönetiminde Kurulu Sistem Bilgisinin Varlıgında İkincil Marketlerin Optimum Şekilde Kullanılması
(2020) Karlı, Deniz; Hekimoğlu, Mustafa
Sermaye malları kesintisiz çalısmak için düzenli bakıma ihtiyaç duymaktadırlar. Bu gereksinimin yüksek kalitede sürdürülebilmesi sermaye malının satısında önemli bir rol oynamaktadır. Sermaye malının üreticisi için ürünlerin satıs-sonrası hizmetleri yüksek kar marjları saglamaktadır. Bununla beraber parçaların üreticisinden bakım noktasına sevkiyatın sorunsuz gerçeklesebilmesi ciddi bir planlama faaliyetini gerektirmektedir. Yedek parça tedarik zincirinin planlanmasında talep dagılımı temel girdi olarak kullanılmaktadır. Talebin duragan bir dagılım gösterdigi dönemlerde planlama görece daha kolayken, talebin duragan olmadıgı, sermaye malının ekonomik ömrünün artıs ve azalıs dönemlerinde, yedek parça tedarik zinciri için gerçeklestirilen planlama aktiviteleri ciddi aksaklıklara maruz kalmaktadır. Bununla beraber, yedek parça tedarik zincirindeki önemli yapılardan bir tanesi de ikincil marketlerdir. Ikincil marketler, farklı satıcılar arasında ticaretinin gerçeklestigi çevrimiçi ticari platformalarıdır. Bakımcı firmalar açısından ikincil marketler, parça üreticisine alternatif olarak kullanılabilecek bir tedarik kaynagı olarak öne çıkmaktadır. Bu projede sahada çalısan sermaye malının stokastik olarak artıs ve azalıs gösterdigi durumlarda yedek parça talebinin dagılımının karakterizasyonu için hipergeometrik dagılım ailesinden uygun dagılım seçen bir algoritma gelistirilmistir. Simulasyon testleri ile dagılımların yedek parça talebinin modelleme performansları belirlenmistir. Bu testlerde önerilen algoritmanın uygulamada kabul gören yaklasıma göre çok daha iyi sonuçlar verdigi bulgulanmıstır. Talep modellemesinden sonra ikincil marketlerin varlıgında optimum envanter kontorl politikasının analizine odaklanılmıstır. Burada Markovyan kapasiteye sahip ikincil marketlerin varlıgında optimum politika analiz edilmistir. Optimum politikanın karakterize edilebildigi kosulların belirlerlenmesinden sonra, duragan ve duragan olmayan talep dagılımları için sezgisel metotların adaptasyonu ve performanslarının ölçülmesi gerçeklestirilmistir. Son olarak, projede yer almamasına ragmen, projede gelistirilen teorik sonuçların bir uygulaması olarak yasam döngülerinin sonunda olan ürünlerin ekonomik yasamlarını uzatmak için yapılacak yatırımların fizibilite analizi ve optimum yatırım politikasının karakterizasyonu gerçeklestirilmistir. Bu arastırma projesinde 1 yürütücü (Dr.Ögr.Üy. Mustafa hekimoglu), 1 arastırmacı (Doç. Dr. Deniz Karlı), 2 yüksek lisans ögrencisi (Ali Kök ve Zülal Isler) çalısmıstır. Elde edilen sonuçlar prestijli bir akademik dergide yayınlanmak üzere gönderilmistir.
Citation Count: 0
Yedek Parçaların Talebe Yönelik Eklemeli Üretiminde Lazer Cilalamanın Optimum Karar Verme Politikası Üzerinde Etkisi
(2020) Hekimoğlu, Mustafa; Ulutan, Durul
Eklemeli imalatın yakınlarda bulunan bir 3D yazıcı kullanılarak sermaye ürünlerinin yedek parça ihtiyaçlarını karşılamak için kullanılması giderek yaygınlaşmaktadır. Böyle bir teknoloji, talebe-binaen parça üretimini mümkün kılarak arızaların rassallığı nedeniyle tutulan yedek parça envanterinin önemli bir kısmını ortadan kaldırma imkânı sunmaktadır. 3D yazıcı kullanımının en büyük sorunlarından biri olan basılı ve orijinal parçalar arasındaki kalite farkı, yüzey pürüzlülüğünü hafifleten ve ek maliyet terimi karşılığında parçaların güvenilirliğini artıran lazer parlatma kullanılarak azaltılabilir. Farklı parametreler kullanılarak, parçaların güvenilirliği, sermaye ürünlerinin ihtiyaçlarına ve sistemlerin durumuna göre değiştirilebilir. Bu çalışmada, basılı parçaların yüzey pürüzlülüğü ve güvenilirliğinin orijinal yedek parçaların envanter seviyeleri ile birlikte optimize edilmesi sorunu ele alınmıştır. Çalışmada, sınırlı bir planlama ufku üzerinde rastgele arızalara maruz kalan sabit sayıda özdeş makinadan oluşan bir üretim tesisi dikkate alınmıştır. Matematiksel analiz ve ayrıntılı sayısal deneyler kullanılarak, sistemin uygun maliyetli yönetimi için kritik olabilecek optimum kontrol politikası ve maliyet parametreleri arasındaki ilişki gösterilmiştir.