Araştırma Makalesi
BibTex RIS Kaynak Göster

Yapay Zekâ ve İstatistiksel Yöntemler ile Küresel Ticarette Rekabet Ölçütü Olan Lojistik Performans İndeksine (LPI) Etken Parametrelerin Ülke Bazlı İncelenmesi ve Tahmin Modellerinin Geliştirilmesi

Yıl 2020, Cilt: 32 Sayı: 2, 571 - 582, 24.09.2020
https://doi.org/10.35234/fumbd.706406

Öz

Firmalar ürettikleri ürünleri pazarlamak için birçok farklı yöntem geliştirmektedir. Ürünün, üreticiden tüketiciye ulaşana kadar sürecin her aşaması rekabet piyasasında incelenmesi gereken önemli birer unsur olmaktadır. İncelenen bu süreçler lojistik ana teması altında toplanmaktadır. Bu çalışmada ülkelerin lojistik alt yapısı hakkında önemli bilgi veren ve küresel ölçekte karşılaştırma imkânı sunan lojistik performans indeksi (LPI) kavramı incelenmektedir. LPI’ne etki eden parametreler gözden geçirilmekte ve bu bağlamda liman alt yapı kalitesi, layner taşımacılığı, gümrük giderleri, havayolu yük taşımacılığı, ihracat miktarı değişkenleri incelenmektedir. Bu değişkenlerin LPI ile ilişkisi istatistiksel olarak ele alınmaktadır. Çalışmanın son aşamasında ise istatistiksel olarak anlamlı olan girdiler göz önünde bulundurularak sayısal veriler ışığında LPI için yapay zekâ ve çok değişkenli lineer regresyon (MLR) yöntemleri kullanılarak tahmin modelleri geliştirilmektedir.

Kaynakça

  • Bayraktutan Y, Tüylüoğlu Ş, Özbilgin M. Lojistik sektöründe yoğunlaşma analizi ve lojistik gelişmişlik endeksi: Kocaeli örneği. Journal of Alanya Faculty of Business/Alanya Isletme Fakültesi Dergisi 2012; 4(3): 61-71.
  • Gergin R E, Baki B. Türkiye'deki bölgelerin lojistik performanslarının bütünleştirilmiş AHS ve TOPSIS yöntemiyle değerlendirilmesi. Business & Economics Research Journal 2015; 6(4): 115-135.
  • Ulutaş A, Karaköy Ç. An analysis of the logistics performance index of EU countries with an integrated MCDM model. Economics and Business Review 2019; 5(4): 49-69.
  • Güner S ve Coskun E. Comparison of ımpacts of economic and social factors on countries' logistics performance: a study with 26 OECD countries. Research in Logistics and Production 2012; 2(4): 329-343.
  • Uca N, Civelek M E, Çemberci M. The effect of the components of logistics performance index on gross domestic product: conceptual model proposal. Eurasian Business&Economics Journal 2015;1: 86-93.
  • https://www.indexmundi.com/facts/indicators/IQ.WEF.PORT.XQ (10.10.2019)
  • https://datacatalog.worldbank.org/liner-shipping-connectivity-index-maximum-value-2004-100 (10.10.2019)
  • https://datacatalog.worldbank.org/burden-customs-procedure-wef-1extremely-inefficient-7extremely-efficient (10.10.2019)
  • https://datacatalog.worldbank.org/air-transport-freight-million-ton-km-1 (10.10.2019)
  • https://www.imf.org/external/np/sta/bop/bopman.pdf (10.10.2019)
  • https://datacatalog.worldbank.org/search?search_api_views_fulltext_op=AND&query=Commercial%20service%20exp orts%20(current%20US$)&nid=&sort_by=search_api_relevance&sort_order=DESC (10.10.2019)
  • https://www.indexmundi.com/facts/indicators/TX.VAL.FOOD.ZS.UN (10.10.2019)
  • https://datacatalog.worldbank.org/manufactures-exports-merchandise-exports-0 (10.10.2019)
  • https://www.indexmundi.com/facts/indicators/TX.VAL.MRCH.CD.WT (10.10.2019)
  • https://www.indexmundi.com/facts/indicators/LP.LPI.OVRL.XQ (10.10.2019)
  • https://www.worldbank.org/ (10.10.2019)
  • Dal K, Cansiz OF, Ornek M, Turedi Y. Prediction of footing settlements with geogrid reinforcement and eccentricity. Geosynthetics International 2019; 26 (3): 1-12.
  • Unes F, Joksimovic D, Kisi O. Plunging flow depth estimation in a stratified dam reservoir using neuro-fuzzy technique. Water Resour. Manage 2015; 29: 30055-3077.
  • Jang JSR, Sun CT, Mizutani E. Neurofuzzy and soft computing: a computational approach to learning and machine intelligence IEEE Transactions on Automatıc Control 1997; 42(10): 1482-1484.
  • https://www.mathworks.com/help/fuzzy/gaussmf.html (21.11.2019)
  • Karayiannis N, Venetsanopoulos A N. (2013). Artificial neural networks: learning algorithms, performance evaluation, and applications (Vol. 209). Springer Science & Business Media.
Toplam 21 adet kaynakça vardır.

Ayrıntılar

Birincil Dil Türkçe
Bölüm MBD
Yazarlar

Ömer Faruk Cansız 0000-0001-6857-2513

Kevser Ünsalan 0000-0002-9163-4855

Yayımlanma Tarihi 24 Eylül 2020
Gönderilme Tarihi 19 Mart 2020
Yayımlandığı Sayı Yıl 2020 Cilt: 32 Sayı: 2

Kaynak Göster

APA Cansız, Ö. F., & Ünsalan, K. (2020). Yapay Zekâ ve İstatistiksel Yöntemler ile Küresel Ticarette Rekabet Ölçütü Olan Lojistik Performans İndeksine (LPI) Etken Parametrelerin Ülke Bazlı İncelenmesi ve Tahmin Modellerinin Geliştirilmesi. Fırat Üniversitesi Mühendislik Bilimleri Dergisi, 32(2), 571-582. https://doi.org/10.35234/fumbd.706406
AMA Cansız ÖF, Ünsalan K. Yapay Zekâ ve İstatistiksel Yöntemler ile Küresel Ticarette Rekabet Ölçütü Olan Lojistik Performans İndeksine (LPI) Etken Parametrelerin Ülke Bazlı İncelenmesi ve Tahmin Modellerinin Geliştirilmesi. Fırat Üniversitesi Mühendislik Bilimleri Dergisi. Eylül 2020;32(2):571-582. doi:10.35234/fumbd.706406
Chicago Cansız, Ömer Faruk, ve Kevser Ünsalan. “Yapay Zekâ Ve İstatistiksel Yöntemler Ile Küresel Ticarette Rekabet Ölçütü Olan Lojistik Performans İndeksine (LPI) Etken Parametrelerin Ülke Bazlı İncelenmesi Ve Tahmin Modellerinin Geliştirilmesi”. Fırat Üniversitesi Mühendislik Bilimleri Dergisi 32, sy. 2 (Eylül 2020): 571-82. https://doi.org/10.35234/fumbd.706406.
EndNote Cansız ÖF, Ünsalan K (01 Eylül 2020) Yapay Zekâ ve İstatistiksel Yöntemler ile Küresel Ticarette Rekabet Ölçütü Olan Lojistik Performans İndeksine (LPI) Etken Parametrelerin Ülke Bazlı İncelenmesi ve Tahmin Modellerinin Geliştirilmesi. Fırat Üniversitesi Mühendislik Bilimleri Dergisi 32 2 571–582.
IEEE Ö. F. Cansız ve K. Ünsalan, “Yapay Zekâ ve İstatistiksel Yöntemler ile Küresel Ticarette Rekabet Ölçütü Olan Lojistik Performans İndeksine (LPI) Etken Parametrelerin Ülke Bazlı İncelenmesi ve Tahmin Modellerinin Geliştirilmesi”, Fırat Üniversitesi Mühendislik Bilimleri Dergisi, c. 32, sy. 2, ss. 571–582, 2020, doi: 10.35234/fumbd.706406.
ISNAD Cansız, Ömer Faruk - Ünsalan, Kevser. “Yapay Zekâ Ve İstatistiksel Yöntemler Ile Küresel Ticarette Rekabet Ölçütü Olan Lojistik Performans İndeksine (LPI) Etken Parametrelerin Ülke Bazlı İncelenmesi Ve Tahmin Modellerinin Geliştirilmesi”. Fırat Üniversitesi Mühendislik Bilimleri Dergisi 32/2 (Eylül 2020), 571-582. https://doi.org/10.35234/fumbd.706406.
JAMA Cansız ÖF, Ünsalan K. Yapay Zekâ ve İstatistiksel Yöntemler ile Küresel Ticarette Rekabet Ölçütü Olan Lojistik Performans İndeksine (LPI) Etken Parametrelerin Ülke Bazlı İncelenmesi ve Tahmin Modellerinin Geliştirilmesi. Fırat Üniversitesi Mühendislik Bilimleri Dergisi. 2020;32:571–582.
MLA Cansız, Ömer Faruk ve Kevser Ünsalan. “Yapay Zekâ Ve İstatistiksel Yöntemler Ile Küresel Ticarette Rekabet Ölçütü Olan Lojistik Performans İndeksine (LPI) Etken Parametrelerin Ülke Bazlı İncelenmesi Ve Tahmin Modellerinin Geliştirilmesi”. Fırat Üniversitesi Mühendislik Bilimleri Dergisi, c. 32, sy. 2, 2020, ss. 571-82, doi:10.35234/fumbd.706406.
Vancouver Cansız ÖF, Ünsalan K. Yapay Zekâ ve İstatistiksel Yöntemler ile Küresel Ticarette Rekabet Ölçütü Olan Lojistik Performans İndeksine (LPI) Etken Parametrelerin Ülke Bazlı İncelenmesi ve Tahmin Modellerinin Geliştirilmesi. Fırat Üniversitesi Mühendislik Bilimleri Dergisi. 2020;32(2):571-82.