Quick Access


Bu Dergi DOI ve Crosscheck üyesidir


LOJİSTİK PERFORMANS BİLEŞENLERİ ARASINDAKİ İLİŞKİLERİN YAPAY SİNİR AĞLARI İLE KESTİRİMİ
(ESTIMATION OF RELATIONS BETWEEN LOGISTICS PERFORMANCE COMPONENTS BY ARTIFICIAL NEURAL NETWORKS )

Author : Furkan Fahri ALTINTAŞ    
Type :
Printing Year : 2021
Number : 20
Page : 101-112
    


Summary

Ülkeler, lojistik performans girdi bileşenlerinin lojistik çıktı bileşenlerini sağlama derecelerini tespit ederek ülkeler hangi lojistik girdi bileşeninin çıktı bileşenlerini sağlamasına yönelik faaliyetler gerçekleştirilmesi gerektiğini ortaya çıkarabileceklerdir. Bu durum ise ülkelerin küresel ekonomiye ve küresel ticaret üzerinde katkıları anlamlaşmasını sağlayabilmektedir. Bu kapsamda araştırmada 2018, 2016, 2014, 2012 ve 2010 Lojistik Performans Endeks (LPI) raporlarında ülkelerin LPI bileşenlerine ait değerler üzerinden lojistik performans girdi bileşenleri ile lojistik performans çıktı bileşenleri arasındaki ilişki yapısı Yapay Sinir Ağları ile öngörülmüştür. Bulgulara göre girdi bileşenlerinin etkisel yapıya katkı tahmin değerleri altyapı, gümrükler ve lojistik kalite ve yetkinlik, çıktı bileşenlerinin etkilenme yapısına katkı tahmin değerleri ise zamanlama, uluslararası sevkiyatlar ve takip ve izleme olarak sıralanmıştır. Devamında, analizde yer alan bağımsız değişkenlerin, bağımlı değişkenleri kestirim güçlerinin oldukça yüksek olduğu tespit edilmiştir. Son olarak bağısız değişkenlerin önemlilik ve normalize önemlilik tahmin önemlilik değerleri altyapı, lojistik kalite ve yetkinlik ve gümrükler olarak sıralanmıştır. Araştırmada gümrükler ve lojistik kalite ve yetkinlik lojistik girdi bileşenlerinin, lojistik çıktı bileşenlerini etkileme yapısına katkı tahmin değerlerinin altyapı bileşenine kıyasla az olduğu gözlenmiştir. Dolayısıyla ülkelerin hem kendi lojistik performanslarını artırmak, hem de küresel ekonomi ve ticarete katkılarının daha fazla olması için ülkelerin özellikle lojistik kalite ve yetkinlik ve gümrükler bileşenlerinin lojistik performans çıktı bileşenlerini sağlayacağı faaliyetler yapması gerektiği sonucuna ulaşılmıştır.



Keywords
Lojistik Performans, Lojistik Performans Endeksi, Yapay Sinir Ağları

Abstract

Countries will be able to determine the degree of logistics performance input components to provide the logistics output components, and countries will be able to reveal which logistics input components should be carried out to provide output components. This situation enables countries to make sense of their contributions to the global economy and global trade. In this context, the relationship structure between logistics performance input components and logistics performance output components over the values of Logistic Performance Index (LPI) components of the countries in 2018, 2016, 2014, 2012 and 2010 LPI reports has been predicted with Artificial Neural Networks. According to the findings, the predictive values of contribution to the affective structure of the input components were listed as infrastructure, customs and service quality, and the predictive values of contribution to the influence structure of the output components as timeliness, international shipments and tracking and trace. Subsequently, it was found that the independent variables included in the analysis have quite high predictive power for dependent variables. Finally, the significance and normalized significance estimation significance values of the independent variables are listed as infrastructure, service quality and customs. In the study, it was observed that the contribution predictions of customs and service quality logistic input components to the structure of affecting the logistic output components were less than the infrastructure component. Therefore, it has been concluded that countries should carry out activities that will provide logistics performance output components of service quality and customs components in order to increase their own logistics performance and to contribute more to the global economy and trade.



Keywords
Logistics Performance, Logistics Performance Index, Artificial Neural Networks.

Advanced Search


Announcements


Address :Göztepe Mah., Beykoz, Istanbul/TURKEY
Telephone :+90 551 621 70 76 (Turkey) Fax :+90 216 606 32 75
Email :editor@euroasiajournal.com

Web Yazılım & Programlama Han Yazılım Bilişim Hizmetleri