Year : 2016 Volume : 1 Issue : 1

Full Text (PDF)

Mevsimsel Talep Dalgalanmalarının Besleyici Konteynır Hatlarının Servis Ağı Tasarımındaki Etkisi

Open Access

Abstract

Küresel tedarik ağlarındaki müşteri talebi beklenmedik küresel ve yerel ekonomik krizlerden dolayı oldukça belirsiz olup son ürünlerdeki mevsimsel talep dalgalanmalarından etkilenmektedir. Bu nedenle konteynır yükleri için denizyolu taşımacılığı servis tasarımları, değişen nakliye talepleri altında ekonomik etkinliklerini ortaya koymak zorundadırlar. Düzenli hat deniz yolu taşımacılığı önemli bir sermaye yatırımı içerdiğinden uygun servis ağı tasarımı besleyici konteynır hatlarının karlılığı için çok önemlidir. Genellikle denizyolu taşımacılığı ağ tasarımı için kullanılan sayısal modeller, belirsizlik faktörleri ve talebin gelişimindeki yapısal değişiklikler nedeni ile hatalara neden olabilen deterministik tahminlemelere dayanmaktadır. Bu çalışma mevsimsel talep dalgalarının ilgili servis ağlarının yapısındaki etkisi, ağ içerisinde operasyon gösteren filonun kapasitesi, gemi tiplerinin açılımıyla birlikte gemilerin ilişkilendikleri rotaların belirlenmesine de özel vurgu yapmaktadır. Çalışmada, denizyolu taşımacılığı servis ağlarının tasarlanmasına destek sağlamak için bir benzetim ve yapay sinir ağı temelli tahminleme yapısı besleyici tasarlanmıştır. Önerilen yöntem doğu Akdeniz ve Karadeniz havzasındaki bir besleyici denizyolu taşımacılığı servisi için test edilmiştir. Sayısal sonuçlar mevsimsel talep dalgalanmalarının besleyici hatların servis tasarımları üzerinde hayati öneme sahip olduğunu göstermektedir

Keywords

Besleyici-servis-ağı-tasarımı   konteynır-taşıma   tahminleme   benzetim   düzenli-hat-denizyolu-taşımacılığı   yapay-sinir-ağları   mevsimsellik  

Corresponding Author

Olcay Polat

References

  • Andersen MW (2010) Service network nesign and management in liner container shipping applications (Chapter 5). Ph.D. Thesis, Technical University of Denmark
  • Anqiang H, Zhenji Z, Xianliang S, Guowei H Forecasting container throughput with big data using a partially combined framework. In: Transportation Information and Safety (ICTIS), 2015 International Conference on, 25-28 June 2015 2015. pp 641-646. doi:10.1109/ICTIS.2015.7232102
  • Bose NK, Liang P (1996 ) Neural network fundamentals with graphs, algorithms, and applications. McGraw-Hill, Inc., Hightstown, NJ, USA
  • Chen S-H, Chen J-N (2010) Forecasting container throughputs at ports using genetic programming. Expert Systems with Applications 37:2054-2058
  • Christiansen M, Fagerholt K, Nygreen B, Ronen D (2013) Ship routing and scheduling in the new millennium. European Journal of Operational Research 228:467–483
  • Christiansen M, Fagerholt K, Ronen D (2004) Ship routing and scheduling: Status a
Daha Fazla Göster

Details

DOI 10.22532/jtl.237886

Submission : 2 Şub 2016

Published : 27 Nis 2016

Full Text (PDF)

The Impact of Seasonal Demand Fluctuations on Service Network Design of Container Feeder Lines

Open Access

Abstract

Customer demand in global supply networks is highly uncertain due to unexpected global and local economic conditions and, in addition, affected by seasonal demand fluctuations for final products. Therefore, the design of shipping services for containerized goods has to prove its economic efficiency under varying conditions of transportation demand. Since liner shipping involves significant capital investments and huge daily operating costs, the appropriate design of the service network is crucial for the profitability of the container feeder lines. Usually, quantitative models used for shipping network design are based on deterministic forecasts, which are prone to errors caused by uncertainty factors and structural changes in the development of demand. This study puts special emphasis on the impact of seasonal demand fluctuations on the structure of the related service networks, the capacity of the fleet operating within the network, the deployment of ship types as well as on the associated routes of the ships. A simulation and artificial neural network based forecasting framework is developed to support the design of service networks of feeder shipping lines. The proposed methodology has been tested for a feeder shipping service in the East Mediterranean and Black Sea region. Numerical results show that seasonal demand fluctuations have vital impact on the network design of feeder lines.

Keywords

Feeder-service-network-design   container-shipping   forecasting   simulation   liner-shipping   artificial-neural-network   seasonality.  

Corresponding Author

Olcay Polat

References

  • Andersen MW (2010) Service network nesign and management in liner container shipping applications (Chapter 5). Ph.D. Thesis, Technical University of Denmark
  • Anqiang H, Zhenji Z, Xianliang S, Guowei H Forecasting container throughput with big data using a partially combined framework. In: Transportation Information and Safety (ICTIS), 2015 International Conference on, 25-28 June 2015 2015. pp 641-646. doi:10.1109/ICTIS.2015.7232102
  • Bose NK, Liang P (1996 ) Neural network fundamentals with graphs, algorithms, and applications. McGraw-Hill, Inc., Hightstown, NJ, USA
  • Chen S-H, Chen J-N (2010) Forecasting container throughputs at ports using genetic programming. Expert Systems with Applications 37:2054-2058
  • Christiansen M, Fagerholt K, Nygreen B, Ronen D (2013) Ship routing and scheduling in the new millennium. European Journal of Operational Research 228:467–483
  • Christiansen M, Fagerholt K, Ronen D (2004) Ship routing and scheduling: Status a
Daha Fazla Göster

Details

DOI 10.22532/jtl.237886

Submission : 2 Şub 2016

Published : 27 Nis 2016

Full Text (PDF)