Ar-Ge projelerinin seçiminde grup kararına dayalı bulanık karar verme yaklaşımı

Tuba YAKICI AYAN, (Karadeniz Teknik Üniversitesi, İktisadi ve İdari Bilimler Fakültesi, Ekonometri Bölümü, Trabzon, Türkiye)
Selçuk PERÇİN (Karadeniz Teknik Üniversitesi, İktisadi ve İdari Bilimler Fakültesi, İşletme Bölümü, Trabzon, Türkiye)
Atatürk Üniversitesi İktisadi ve İdari Bilimler Dergisi
1 1
Yıl: 2012 Cilt: 26 Sayı: 2 Sayfa Aralığı: 237 - 256 Metin Dili: Türkçe İndeks Tarihi: 29-07-2022

Ar-Ge projelerinin seçiminde grup kararına dayalı bulanık karar verme yaklaşımı

Öz:
Günümüzde Ar-Ge projelerinin seçimi, firmaların başarısındaki en önemli yatırım kararlarından biri haline gelmiştir. Ar-Ge projelerinin seçimi,değerlendirme süreci çok sayıda nitel ve nicel kriter içerdiğinden oldukça karmaşık bir karar verme problemidir. Çalışmanın amacı, Ar-Ge projelerinin seçiminde grup kararına dayalı bulanık TOPSIS yaklaşımını önermektir. Çalışmada, önerilen modelin literatürde yer alan yaklaşımlara olan üstünlüğünü göstermek amacıyla örnek bir uygulama sunulmuştur. Uygulamada, dört karar verici tarafından 6 kritere dayalı olarak beş alternatif Ar-Ge projesi değerlendirilerek en iyi proje seçilmiştir. Ayrıca, önerilen modelin kriter ağırlıklarındaki değişikliklere olan duyarlılığını görmek amacıyla duyarlılık analizi yapılmıştır.
Anahtar Kelime:

Konular: Bilgisayar Bilimleri, Yazılım Mühendisliği Endüstri Mühendisliği Bilgisayar Bilimleri, Bilgi Sistemleri

-

Öz:
Nowadays, Research and Development (R&D) project selection has emerged as one of the most important investment decisions for the success of companies. R&D project selection is a complex decision-making problem for the evaluation procedures involves multiple qualitative and quantitative criteria. This paper aims to propose the fuzzy TOPSIS model based on a group decision-making process in selecting R&D projects. An illustrative example is presented in this paper to show the effectiveness and robustness of the proposed methodology over the existing quantitative approaches. In this example, five alternative R&D projects are evaluated based on six criteria by four decision makers and the best one is selected. In addition sensitivity analysis is used to see how sensitive the proposed model is to changes in the weights of criteria.
Anahtar Kelime:

Konular: Bilgisayar Bilimleri, Yazılım Mühendisliği Endüstri Mühendisliği Bilgisayar Bilimleri, Bilgi Sistemleri
Belge Türü: Makale Makale Türü: Araştırma Makalesi Erişim Türü: Erişime Açık
  • Bard, J.F., Balachandra, R. ve Kaufmann, P.E. (1988) “An Interactive Approach To R&D Project Selection And Termination”, IEEE Transactions on Engineering Management, 35(3), ss. 139-146.
  • Baysal, G. ve Tecim, V. (2006) “Katı Atık Depolama Sahası Uygunluk Analizinin Coğrafi Bilgi Sistemleri (CBS) Tabanlı Çok Kriterli Karar Yöntemleri İle Uygulaması”, 4. Coğrafi Bilgi Sistemleri Bilişim Günleri Bildiri Kitabı, 13-16 Eylül 2006, Fatih Üniversitesi, İstanbul,ss. 1-8.
  • Cardus, D., Fuhrer, M.J., Martin, A.W. ve Thrall, R.M. (1982) “Use Of Benefit- Cost Analysis In The Peer Review Of Proposed Research”, Management Science, 28(4), ss. 439-445.
  • Carlsson, C., Fuller, R., Heikkila, M. ve Majlender, P. (2007) “A Fuzzy Approach To R&D Project Portfolio Selection”, International Journal of Approximate Reasoning, 44, ss. 93-105.
  • Chen, C-T., Lin, C-T. ve Huang, S-F.(2006), “A Fuzzy Approach For Supplier Evaluation And Selection In Supply Chain Management”, International Journal of Production Economics, 102, ss. 289-301.
  • Ecer, F. (2007), “Satış Elemanı Adaylarının Değerlendirilmesine ve Seçimine Yönelik Yeni Bir Yaklaşım: Fuzzy TOPSIS”, Anadolu Üniversitesi Sosyal Bilimler Dergisi, 7(2), ss. 187-204.
  • Eilat, H., Golany, B. ve Shtub, A. (2008), “R&D project evaluation: An integrated DEA and balanced scorecard approach”, Omega, 36, ss. 895-912.
  • Eleren, A. (2007), “Kuruluş Yeri Seçiminin Fuzzy TOPSIS Yöntemi İle Belirlenmesi: Deri Sektörü Örneği”, Akdeniz İ.İ.B.F. Dergisi, 13, ss. 280-295.
  • Fang,Y., Chen, L. and Fukushima, M. (2008) “Mixed R&D projects and securities portfolio selection model”, European Journal of Operational Research, 185, ss. 700-715.
  • Heidenberger, K. ve Stummer, C. (1999) “Research and development project selection and resource allocation: a review of quantitative modeling approaches”, International Journal of Management Reviews, 1(2), ss. 197-224.
  • Henriksen, A.D. ve Traynor, A. J. (1999) “A Practical R&D Project-Selection Scoring Tool”, IEEE Transactions on Engineering Management, 46(2), ss. 158-170.
  • Hsu, Y.-G., Tzeng, G.-H. ve Shyu, J.Z. (2003), “Fuzzy multiple criteria selection of government-sponsored frontier technology R&D projects”, R&D Management, 33(5), ss. 539-551.
  • Huang, C-C. Chu, P-Y. ve Chiang, Y-H. (2008) “A Fuzzy AHP Application in Government Sponsored R&D Project Selection”, Omega, 36, ss. 1038-1052.
  • Hwang, C. L. ve Yoon, K. (1981) Multiple Attribute Decision Making Methods and Applications, Springer-Verlag, New York, NY.
  • Ilan, Y. (1989), “Evaluation of Innovative Projects: An Integrative Approach”, IEEE Transactions on Engineering Management, 36(1), ss. 51-54.
  • Kaya, İ., Kılınç, M.S. ve Çevikcan, E. (2007) “Makine-Teçhizat Seçim Probleminde Bulanık Karar Verme Süreci”, Mühendis ve Makina, 49(576), ss. 8-14.
  • Khorramshahgol, R., Azani, H. ve Gousty, Y. (1988) “An Integrated Approach To Project Evaluation And Selection”, IEEE Transactions on Engineering Management, 35(4), ss. 265-270.
  • Kuchta, D. (2001), “A Fuzzy Model for R&D Project Selection with Benefit, Outcome, and Resource Interactions”, The Engineering Economist, 46(3), ss. 164-180.
  • Küçük, O. ve Ecer, F. (2007), “Bulanık TOPSIS Kullanılarak Tedarikçilerin Değerlendirilmesi ve Erzurum’da Bir Uygulama”, Ekonomik ve Sosyal Araştırmalar Dergisi, 3(1), ss. 45-65.
  • Lawson, C.P., Longhurst, P.J. ve Ivey, P.C. (2006) “The Application of A New Research and Development Project Selection Model in SMEs”, Technovation, 26, ss. 242-250.
  • Liang, W.Y. (2003) “The analytic hierarchy process in project evaluation: An R&D case study in Taiwan”, Benchmarking: An International Journal, 10(5), ss. 445-456.
  • Liberatore M.J. ve Titus G.J. (1983) “The practice of management science in R&D project management”, Management Science, 29(8), ss. 962-974.
  • Linton, J.D., Morabito, J. ve Yeomans, J.S. (2007), “An Extension To A DEA Support System Used For Assessing R&D Projects”, R&D Management, 37(1), ss. 29-36.
  • Meade, L.M. ve Presley, A. (2002), “R&D Project Selection Using the Analytic Network Process”, IEEE Transactions On Engineering Management, 49(1), ss. 59-66.
  • Mechlin, G.F. ve Berg, D. (1980) “Evaluating research-ROI is not enough”, Harvard Business Review, 58(5), ss. 93-99.
  • Menke, M.M. (1994) “Improving R&D Decisions and Executions”, Research Technology Management, 37(5), ss. 25-32.
  • Mohanty, R.P., Agarwal,R., Choudhury, A.K. ve Tiwari, M.K. (2005) “A fuzzy ANP-based approach to R&D project selection: a case study”, International Journal of Production Research, 43(24), ss. 5199-5216.
  • Osawa, Y. ve Murakami, M. (2002) “Development And Application Of A New Methodology Of Evaluating Industrial R&D Projects”, R&D Management, 32(1), ss. 79-85.
  • Piippo, P., Karkkainen, H., Ojanen, V. ve Tuominen, M. (1999) “Problems And Promotion Of R&D Project Selection in Finnish High-Tech Manufacturing Companies”, Proceedings of PICMET '99 Conference, Portland, USA.
  • Poh, K.L., Ang, B.W. ve Bai, F. (2001) “A Comparative Analysis Of R&D Project Evaluation Methods”, R&D Management, 31(1), ss. 63-75.
  • Ringuest, J.L. ve Graves, S.B. (1990) “The linear R&D project selection problem: an alternative to net present value”, IEEE Transactions on Engineering Management, 37(2), ss. 143-146.
  • Saremi, M., Mousavi, S.F. and Sanayei, A. (2009), “TQM Consultant Selection In Smes With TOPSIS Under Fuzzy Environment”, Expert Systems with Applications, 36(2), ss. 2742-2749.
  • Schwartz, S.L. and Vertinsky, I. (1977), “Multi-Attribute Investment Decisions: A Study of R&D Project Selection”, Management Science, 24(3), ss. 285-301.
  • Tolga, A.Ç. and Kahraman, C. (2008), “Fuzzy Multi-attribute Evaluation of R&D Projects Using a Real Options Valuation Model”, International Journal of Intelligent Systems, 23, ss. 1153-1176.
  • Wang, J. and Hwang, W.-L. (2007), “A Fuzzy Set Approach For R&D Portfolio Selection Using A Real Options Valuation Model”, Omega, 35, ss. 247- 257.
  • Wang, K., Wang, C.K. and Hu, C.H. (2005) “Analytic Hierarchy Process With Fuzzy Scoring in Evaluating Multidisciplinary R&D Projects in China”, IEEE Transactions On Engineering Management, 52(1), ss. 119-129.
  • Yurdakul, M. ve İç, Y.T. (2003), “Türk Otomotiv Firmalarının Performans Ölçümü Ve Analizine Yönelik TOPSIS Yöntemini Kullanan Bir Örnek Çalışma”, Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi, 18(1), ss. 1-18.
APA YAKICI AYAN T, Perçin S (2012). Ar-Ge projelerinin seçiminde grup kararına dayalı bulanık karar verme yaklaşımı. , 237 - 256.
Chicago YAKICI AYAN Tuba,Perçin Selçuk Ar-Ge projelerinin seçiminde grup kararına dayalı bulanık karar verme yaklaşımı. (2012): 237 - 256.
MLA YAKICI AYAN Tuba,Perçin Selçuk Ar-Ge projelerinin seçiminde grup kararına dayalı bulanık karar verme yaklaşımı. , 2012, ss.237 - 256.
AMA YAKICI AYAN T,Perçin S Ar-Ge projelerinin seçiminde grup kararına dayalı bulanık karar verme yaklaşımı. . 2012; 237 - 256.
Vancouver YAKICI AYAN T,Perçin S Ar-Ge projelerinin seçiminde grup kararına dayalı bulanık karar verme yaklaşımı. . 2012; 237 - 256.
IEEE YAKICI AYAN T,Perçin S "Ar-Ge projelerinin seçiminde grup kararına dayalı bulanık karar verme yaklaşımı." , ss.237 - 256, 2012.
ISNAD YAKICI AYAN, Tuba - Perçin, Selçuk. "Ar-Ge projelerinin seçiminde grup kararına dayalı bulanık karar verme yaklaşımı". (2012), 237-256.
APA YAKICI AYAN T, Perçin S (2012). Ar-Ge projelerinin seçiminde grup kararına dayalı bulanık karar verme yaklaşımı. Atatürk Üniversitesi İktisadi ve İdari Bilimler Dergisi, 26(2), 237 - 256.
Chicago YAKICI AYAN Tuba,Perçin Selçuk Ar-Ge projelerinin seçiminde grup kararına dayalı bulanık karar verme yaklaşımı. Atatürk Üniversitesi İktisadi ve İdari Bilimler Dergisi 26, no.2 (2012): 237 - 256.
MLA YAKICI AYAN Tuba,Perçin Selçuk Ar-Ge projelerinin seçiminde grup kararına dayalı bulanık karar verme yaklaşımı. Atatürk Üniversitesi İktisadi ve İdari Bilimler Dergisi, vol.26, no.2, 2012, ss.237 - 256.
AMA YAKICI AYAN T,Perçin S Ar-Ge projelerinin seçiminde grup kararına dayalı bulanık karar verme yaklaşımı. Atatürk Üniversitesi İktisadi ve İdari Bilimler Dergisi. 2012; 26(2): 237 - 256.
Vancouver YAKICI AYAN T,Perçin S Ar-Ge projelerinin seçiminde grup kararına dayalı bulanık karar verme yaklaşımı. Atatürk Üniversitesi İktisadi ve İdari Bilimler Dergisi. 2012; 26(2): 237 - 256.
IEEE YAKICI AYAN T,Perçin S "Ar-Ge projelerinin seçiminde grup kararına dayalı bulanık karar verme yaklaşımı." Atatürk Üniversitesi İktisadi ve İdari Bilimler Dergisi, 26, ss.237 - 256, 2012.
ISNAD YAKICI AYAN, Tuba - Perçin, Selçuk. "Ar-Ge projelerinin seçiminde grup kararına dayalı bulanık karar verme yaklaşımı". Atatürk Üniversitesi İktisadi ve İdari Bilimler Dergisi 26/2 (2012), 237-256.
Sayfa Oluşturulma Tarihi
22-04-2024 20:9

İLETİŞİM

TÜBİTAK ULAKBİM TR Dizin

Yüzüncüyıl, İşçi Blokları Mahallesi

Muhsin Yazıcıoğlu Caddesi No:51/C

06530 Çankaya / ANKARA +90 (312) 298 92 00

trdizin@tubitak.gov.tr

TÜBİTAK ULAKBİM Ulusal Akademik Ağ ve Bilgi Merkezi Cahit Arf Bilgi Merkezi © Tüm Hakları Saklıdır. Gizlilik Politikası Kullanım Şartları