Tez No	İndirme	Tez Künye	Durumu
322832		A Collective Intelligence model for assessing collaborative innovation power including risks / Risk içeren işbirliği yenileşim gücünün değerlendirmesi için bir ortak zeka modeli Yazar:AYÇA ALTAY Danışman: DOÇ. DR. GÜLGÜN KAYAKUTLU Yer Bilgisi: İstanbul Teknik Üniversitesi / Fen Bilimleri Enstitüsü / Endüstri Mühendisliği Ana Bilim Dalı Konu:Endüstri ve Endüstri Mühendisliği = Industrial and Industrial Engineering Dizin:KOBİ = Small and Medium Sized Firms ; Kümeleme = Clustering ; Sezgisel algoritmalar = Heuristic algorithms ; İş birliği = Cooperation	Onaylandı Doktora İngilizce 2012 304 s.
KOBİ'ler eylemlerinde çevik, ancak kriz zamanlarında ise kırılgan olarakbilinmektedirler. Bu nedenle hayatta kalmak için kısa dönemli, hızlı sonuçlaraodaklanmaktadırlar. Diğer taraftan, yenileşimin, firmaların büyüklüklerindenbağımsız olarak, uzun dönem başarısının anahtarı olduğu ve KOBİ'lerin bu gerçeğiyok saydıkları bilinmektedir. KOBİ'lere bakıldığında, firmaların büyükçoğunluğunun, yenileşim ile ilgili aktiviteleri üretimlerinin ana bir parçası olarakgörmediklerinden kaçındıkları görülmektedir. Yenileşim ile ilgilenen KOBİ'lerinbüyük bir çoğunluğu ise yeterince kaynakları olduğundan ve kurumsal kültürlerineuygun olmadığından, yenileşim etkinliklerini dışarıya vermektedirler. Bu KOBİ'lerise yenileşim ile ilgili etkinliklerini dışarıya verdiklerinden, yenileşim ve radikalmüşteri talepleri gibi bilgileri kaybetmektedirler. Konu ile ilgili literatür bu soruniçin birçok çözüm üretmektedir; bu çözümlerden biri de işbirlikleridir. Bu işbirlikleriüç çeşittir: büyük firmalarla işbirlikleri, üniversitelerle işbirlikleri ve diğerKOBİ'lerle işbirlikleri. Büyük firmalarla işbirlikleri, büyük firmanın KOBİ'yiyutması ile sonuçlanma riski barındırmaktadır. Üniversiteler ile işbirlikleri isegenellikle proje bazlı ve kısa dönemli işbirlikleridir ve bilgi aktarımına dayanır.Üniversiteler uzun vadede KOBİ'lerin bilgi kaynaklı danışmanları göreviniüstlenirler ve KOBİ'lerin bilgi dışındaki kaynaklarını tamamlamakta yetersizkalabilirler. Yenileşim için bilgiden fazla kaynağa ihtiyacı olan KOBİ'ler için enuygun işbirliği seçeneği, diğer KOBİ'ler ile işbirlikleri olarak görülmektedir.Literatürde KOBİ işbirlikleri genellikle bölgesel veya sektörel bazdadır. Belirlibölgedeki veya belirli sektördeki KOBİ'ler için bir arada işbirlikleri düşünülmüştür.Son yıllarda ise, müşteri bazlı bir ayrıştırmaya gidilmiştir. Ancak, yeni çalışmalarfarklı sektörden firmaların da sektörel bazdaki işbirlikleri kadar güçlü ve verimliişbirlikleri yapabileceğini göstermektedir. Bunun yanı sıra, bilişim teknolojileriningelişmesi ile işbirlikleri için coğrafi bölgelerin öneminin kalmadığı dabelirtilmektedir. Bu tezin konusu olan işbirlikleri, farklı sektör veya bölgedeki vemüşteriye sahip KOBİ'lerin de verimli işbirliği kurabileceği üzerinedir.İşbirlikleri için en büyük adım işbirliği yapılacak ortak veya ortakların seçilmesidir.Ortak seçimi çalışmaları genellikle bir firma için en uygun ortağın, bir firma grubuarasından seçilmesine yöneliktir. Çoklu firmalar için ortak seçimi ise eşleşmeproblemi olarak çözülmektedir. İşbirliğine girecek firma veya firmalar için sadece birortak bulmak literatürdeki yaygın bir uygulamadır. Ancak, işbirliği grubu veyaişbirliği kümesi oluşturma üzerine olan çalışmalar henüz az sayıdadır. İşbirliklerininbirden fazla firma ile de yapılabildiği bilinmektedir. Bir yandan da, literatürdekiortak seçimi çalışmaları ise genellikle firmaların birbirine uyumunu (sinerjiyi) ihmalederek, gereken kaynakların tamamlanıp tamamlanmadığı üzerinexxviyoğunlaşmaktadırlar veya firmaların özelliklerinin birbirine uygun olup olmadığınatek yönlü olarak bakmaktadırlar.Bu tezde, sinerji kavramı sayısal bir yaklaşım ile analiz edilmiştir. Bir işbirliğikümesi, elemanlardan oluşan bir sistem; firmalar ise bu sistemin elemanları olarakele alınmış ve Güvenilirlik Teorisi ile bu yönde bir analoji kurulmuştur.KOBİ'lerdeki işbirlikleri optimize edilirken, aynı kümedeki işbirlikleri seri bağlı birsisteme, farklı kümeler ise paralel bağlı bir sisteme benzetilmiştir. Aynı kümedeki birelemanın bozulması, ilgili kümedeki bir KOBİ'nin işbirliğinden ayrılması anlamınagelmektedir. Bu nedenle aynı kümedeki elemanlardan birisi işbirliğindenayrıldığında o işbirliği çökmektedir. Bir işbirliğinin çökmesi, o kümedeki elemansayısına da bağlıdır. İki elemanlı bir işbirliğinde bir eleman işbirliğinden ayrıldığındaotomatik olarak işbirliği bitmektedir. Ancak, daha fazla elemanlı bir işbirliğinde isebir firmanın işbirliğinden ayrılması halinde, kalan firmalar işbirliğine devamedebilirler. Bu açıdan, seri bağlanmış sistemden farklılaşmanın yolu işbirliğindekifirma sayısını arttırmaktan geçer.Bir işbirliğinin beklenen yaşam ömrü, firmalar arası uyumun bir ölçüsü olarak kabuledilmiş ve bu ömür, bir sistem güvenliği yaklaşımı ile ele alınmıştır. Ayrıca,sinerjinin her tip sistemde (biyolojik, fiziksel, endüstriyel, vb.) üstel ve hızlandırıcıbir etkisi olduğuna değinilmiştir. Güvenirlik teorisi ile kurulan analoji ile sinerjininüstel etkisi birleştirilerek bir işbirliğinin beklenen yaşam ömrü, o elemanların enzayıf halkası ile ilişkilendirilerek matematiksel olarak hesaplanmıştır. Böylece,sinerjinin etkisi, bir işbirliğindeki yenileşim kapasitesini etkileyen ayrı bir etmenolarak değerlendirilmiştir.Sadece sinerji yaratmak bir firmanın nihai amacı değildir. Sinerjik bir işbirliğioluşturabilen uyumlu firmaların bir araya gelmesindeki amaç ise yenileşimkapasitelerini arttırmaktır. Yenileşim etkinlikleri radikal olduklarından ve belirsizlikiçeriklerinden, yüksek derecede risklidirler. Bu nedenle, firmaların yenileşimkapasitesini arttırırken, yenileşimin özünde olan riski de yöneterek azaltmalarıgerekmektedir.Sinerji ve yenileşim kapasitesi/risk kavramları hem sözel hem de sayısal olabilenbirçok etkenden etkilenmektedirler. Çok sayıdaki etkenleri azaltmak, firmalardan buetkenler hakkındaki bilgileri alabilmek ve işleyebilmek için Bulanık BilişselHaritalar yönetimi kullanılmış ve Bulanık Mantık içeren bir anket uygulanmıştır.Bulanık Bilişsel Haritalar'dan elde edilen değerler etken ağırlıkları olarak kullanılmışve anketten verileri firma bilgileri olarak alınmıştır.KOBİ yenileşim işbirliği kümelerini kurabilmek için, Besin Arama algoritmasıkullanılmıştır. Besin Arama yöntemi doğa bazlı bir algoritma olup hayvanların besinzincirini (ot yiyenler, et yiyenler, hem ot hem et yiyenler) taklit etmektedir. Doğadakibesin zincirinde enerji koruma yasası gereği ot yiyenlerin sayısı hem otçul hem etçilhayvanların sayısından çoktur. Aynı şekilde, hem otçul hem etçillerin sayısı ise etçilhayvanlardan çoktur. Otçul hayvanların zincirde iki düzeyde avcısı, hem otçul hemetçil hayvanların ise bir düzeyde avcısı bulunmaktadır. Hem otçul hem etçilhayvanlar, otçullardan hızlı ancak etçillerden yavaştır. Parçacık SürüAlgoritması'ndan da yararlanılan Besin Arama Algoritmasına göre sürü elemanlarıüç hızını korumak ister. Bu hızlardan ilki eylemsizlikten gelen kendi hızlarıdır. Birdiğeri, elemanların en iyi değerlerini korumak istemesidir ve üçüncüsü ise sürününen iyisine ulaşma isteğidir. Besin Arama Algoritması bunlara ?avcılardan kaçma?etkenlerini de ekler. Otçullar sadece av gibi davranmaktadırlar, etçiller sadece avcıgibi davranmaktadırlar. Otçulların yavaş ve sürü halindeki hareketi algoritmadayerel aramanın, etçillerin hızlı ve tek başına hareketleri global aramanın etkin şekildeyapılmasını sağlar. Hem otçul hem etçiller ise hem av hem avcı gibi davranarak buiki arama türü arasında dengeyi sağlar. Algoritma öncelikle doğrusal olmayan sürekliproblemlerde denenmiş ve iyi sonuçlar vermiştir. Bunun üzerine bir kombinatoryaloptimizasyon problemi olan kümeleme problemleri üzerinde denenmiş, verdiğisonuçların güçlü ve verimli olması sonucunda KOBİ optimize işbirliği kümelerinioluşturmak için kullanılmıştır.Besin Arama Algoritması'nın bu kümeleme probleminde kullanılmasının başka birnedeni de kümeleme geleneksel kümeleme problemlerine uymayışıdır. Gelenekselkümeleme problemlerinde uzaklık/yakınlık gibi ölçütler kullanılırken, bu problemdebazı ölçütlerin birbirinden uzak, bazı ölçütlerin birbirinden yakın olmasıgerekmektedir. Uzaklık ve yakınlık birbirine çevrilebilen işlemlerdir, ancak, bukümeleme tipinin yeniliği bazı ölçütlerin birbirini tamamlayıcı olması gerektiğidir.Bu da uzayda ilgisiz olduğu gözlemlenebilen veri noktalarının aslında aynı kümeiçinde olabilmesi demektir. Bu nedenle geleneksel kümeleme yöntemleri olan KOrtalamalar, Öz Düzenleyici Haritalar, Bulanık Kümeleme gibi yöntemlerkullanılamamaktadır. Bu tür kümeleme işlemleri için metasezgisellerdenyararlanılması gerekmektedir. Bir kümeleme problemi için kesin olarak belirlenmişbir en iyi algoritma olmamasına ve tamamlayıcılığa bağlı bu tür bir kümelemeproblemi yeni bir problem olsa da, Besin Algoritması'nın daha önce verdiğisonuçlara güvenilerek bu problem çözülmüştür.Optimizasyon probleminin amacı sinerjilendirilmiş yenileşim kapasitesinin riskeoranının maksimize edilmesidir. Ancak her işbirliği kümesi için bu değer farklıdır.Örneğin, bir işbirliği kümesi için bu değer büyütülmek istendiğinde, başka birişbirliği kümesi için amaç değeri küçüklenmektedir. Çalışmada, tüm işbirliğikümeleri göz önünde bulundurulduğundan işbirliği kümelerinin amaç fonksiyonudeğerlerinin en küçüğünün en büyük hale getirilmesi amaçlanmıştır. Bir başkadeğişle, amaç fonksiyonu en güçsüz KOBİ işbirliklerini de belli bir verimlilik veuyum düzeyine getirmeyi amaçlamaktadır. Kullanılabilecek diğer amaç fonksiyonlarıortalama işbirliği gücünün en büyüklenmesi veya maksimum ortala işbirliği gücününen büyüklenmesi olabilir.Farklı sektörlerden 51 KOBİ, en güçsüz işbirliği kümesinin yenileşim kapasitesienbüyüklenecek şekilde kümelenmiştir. Optimum kümelemede, 11 işbirliği kümesioluşturulmuş; 2 firma küme dışı kalmıştır. Yenileşim kapasitesindeki artış, her birküme için %7.95 ile %66.9 arasında hesaplanmıştır. Bunun anlamı, en kötüişbirliğinde yenileşim kapasitesinin %7.95 artacağı ve en kötü işbirliğinde iseyenileşim kapasitesinin %66.9 oranında artacağıdır. Sonuçlar, sinerji-yenileşimkapasitesi, sinerji-risk arasında korelasyon olmadığını göstermektedir. Yenileşimkapasitesi ve risk arasında ise çok zayıf korelasyon bulunmuştur. Bu korelasyondeğerleri amaç fonksiyonundaki sinerji, yenileşim ve risk parametrelerininbirbirlerini kuvvetlendirecek veya sönümlendiremeyecek olmalarıdır. Buparametreler birbirlerinden bağımsız olarak belirlenmektedirler ve bulunan amaçfonksiyonu değeri gerçekçidir.Sonraki çalışmalar, farklı tipteki, amaca özel yenileşim aktiviteleri için optimize işkümelerini çıkarmayı hedeflemektedir. Bunun yanı sıra, hiçbir KOBİ'nin küme dışıkalmaması gibi yeni kısıtlar probleme eklenerek farklı işbirlikleri kurulabilir. Ekolarak, yeni bir kümeleme problemi oluşturulmuştur, ancak, bu kümeleme problemixxviiiiçin bir doğrulama yöntemi bulunmamaktadır. Tamamlayıcılık içeren kümeproblemleri için bir doğrulama endeksi tanımlanması da gelecek çalışmalarınkapsamı içindedir.
SMEs are known to be agile in action but fragile when faced with economic crisesand in order to survive, they are urged to produce short term solutions with quickbenefits. On the other hand, it is known that innovation is the key to the long-termsuccess of companies, regardless of its size; which is a fact that most SMEs ignore.The ones that do not ignore innovation mostly outsource R&D and innovationactivities since they do not have resources or cultural capabilities that are necessaryfor innovation. The literature offers this problem several solutions most of whichcontain SME collaborations. These collaborations are three-fold: with largeenterprises, with universities or with other SMEs. Collaborations with large firms areconsidered to involve more risk that the SME is eventually absorbed by the largefirm. Collaborations with universities are generally project-based short-term alliancesand are mainly established upon knowledge transactions. For SMEs that requiremore than knowledge for innovation, a suitable collaboration option is with otherSMEs.SME collaborations in literature are regional or industry based, yet, recent studiespoint out that firms from different industries tend to form robust collaborationssimilar to industry-cluster based collaborations. Partner selection studies mainlyinvolve favoring one company by the choice of one proper company among a group.Nevertheless, the means of construction or clustering of such innovationcollaborations remain unexploited. The partner selection studies mainly omit theaccordance of firms to each other, that is, synergy, while concentrating on thecompletion of resources.In this dissertation, the synergy concept is analyzed with a quantitative approach. Acluster of collaborating firms are observed to be related a set of components, inwhich each firm represents a component, and an analogy with the Reliability Theoryis constructed. The expected lifetime of an alliance is accepted as a measure of theaccordance among collaborating firms and calculated using a system reliabilityapproach. It is also pointed that in all systems (e.g. biological, physical, industrial,etc?) synergy has an exponential accelerating effect. Hence, the effect of synergy isconsidered as an exponential determinant of the innovation capacity of an alliance.As accordant firms gather, their main aim is to increase the innovation capacity. Yet,innovation activities are mostly vague and radical activities that contain a great dealof risk. Hence, while increasing the innovation capacity, firms require enduring anddecreasing the risk that is in the very nature of innovation.Both synergy and innovation capacity/risk are affect and driven by a number ofcriteria which are either qualitative or quantitative. In order to eliminate andsimplify the excessive number of criteria, obtain the related information fromcompanies and process it, Fuzzy Cognitive Maps (FCMs) are utilized and a fuzzyquestionnaire is prepared. The centralities of the FCMs are used for the weights ofthe criteria and fuzzy questionnaires are conducted for retrieving companyinformation.For constructing the SME innovation collaboration clusters, the Foraging Searchalgorithm is utilized. The Foraging Search is a nature-based algorithm and imitatesthe Animal Food Chain in nature which contains flesh-eating, grass-eating and bothflesh and grass eating animals. The algorithm is proven to be robust and effective forclustering problems which constitutes the main motivation of utilizing it.51 SMEs from different industries are clustered in a way that provides the highestsynergized innovation capacity for the weakest collaboration cluster. The optimizedcase has yielded to11 collaboration clusters with 2 outlier companies. Innovationcapacity is calculated to be increased from 7.95% to 66.9% for each collaborationcluster. Results indicate that synergy and innovation capacity is uncorrelated, as wellas synergy and risk. A very weak correlation is measured between innovationcapacity and risk.