Tezin Türü: Yüksek Lisans
Tezin Yürütüldüğü Kurum: Yıldız Teknik Üniversitesi, Fen Bilimleri Enstitüsü, Türkiye
Tezin Onay Tarihi: 2025
Tezin Dili: Türkçe
Öğrenci: OĞUZCAN EROĞLU
Danışman: Mustafa Sinan Yardım
Özet:
Bu çalışma, bir akıllı tersane sahasında gerçekleştirilen
malzeme taşıma işlerinin daha verimli, sürdürülebilir ve planlı bir şekilde yönetilmesini
amaçlamaktadır. Bu doğrultuda, Nesnelerin İnterneti (Nİ) destekli gerçek
zamanlı izleme sistemi ile sahadan elde edilen veriler, rota eniyilemesi ve
araç-görev eşleştirmesi için kullanılmaktadır. Tez kapsamında iki farklı yöntem
bütünleştirilmiştir. Clarke-Wright Tasarruf Algoritması ve Bulanık-TOPSIS çok
ölçütlü karar verme yöntemi.
Clarke-Wright algoritması ile tersane sahasında görevli 4
forklift ve 2 traktörün görev noktaları arasındaki taşıma rotaları eniyilenmiştir.
Bu algoritma, taşıma mesafesini ve yakıt tüketimini azaltmaya yönelik olarak
uygulanmış; ortalama %15’e kadar mesafe tasarrufu ve %10’a kadar yakıt
verimliliği sağlandığı tespit edilmiştir.
Bulanık-TOPSIS yöntemi ise, oluşturulan rota havuzu
içinden her bir rota için en uygun aracı belirlemek amacıyla kullanılmıştır.
Karar sürecinde parça sayısı, parça ağırlığı, araç-malzeme ve malzeme-hedef
mesafeleri, araç tipi ve yakıt tüketimi gibi altı ölçüt dikkate alınmıştır.
Gerçek zamanlı verilerle geliştirilen Python tabanlı uygulama sayesinde
araç-rota eşleşmelerine ait göreli yakınlık (Cᵢ) puanları hesaplanmış ve en iyi
eşleşmeler gerçekleştirilmiştir.
Bu tez, sadece rota eniyilemesi değil, aynı zamanda karar
destek sistemlerinin sahada uygulanabilirliğini de göstermekte ve tersanelerde
dijital dönüşümün önemli bir örneğini sunmaktadır. Ayrıca, elde edilen
çıktıların sürdürülebilirlik, “Yeşil Lojistik, Yeşil Liman ve Akıllı Ulaşım
Sistemleri” gibi çağdaş kavramlarla örtüştüğü, sektörel ve çevresel açıdan
yüksek değer taşıdığı ortaya konmuştur.
Anahtar Kelimeler: Akıllı Tersane, Rota Eniyilemesi,
Nesnelerin İnterneti (Nİ), Bulanık-TOPSIS, Çok Ölçütlü Karar Verme, Clarke-Wright,
Lojistik