TARIFNAME BIR AG OPTIMIZASYON SISTEMI Teknik Alan Bu bulus, katki marji ya da net karin yaninda satis, nakliye ve üretim planlama verileri ve ilgili kapasite kullanimi, müsteri memnuniyeti kisit girdilerini dikkate alarak optimum talep noktasi ve üretim yeri ikililerinin (talep noktasi:üretim yeri) tayinlerinin elde edilmesini saglayan bir sistem ile ilgilidir. Önceki Teknik Pandemi gibi salgin hastaliklar sebebi ile is dünyasinda kavram kaymalari ve belirsizlikler ortaya çikmaktadir. Söz konusu kavram kaymasi ve belirsizliklere uyum saglanmasi için isletmelere Sehumpeter'in yaratici yikim (creative destruction) benzeri bir dönüsüm empoze edilmektedir. Bu dönüsümde is planlama çözümleri önemli bir rol oynarken çesitli varsayimsal senaryolarinin (What-if scenario) benzetimine de olanak saglamaktadir. Buna örnek olarak, likit sermaye, isgücü, kurulu kapasite ve insansiz sürdürülebilir is modelleri ile müsteri talep dalgalanmalarina proaktif bir sekilde yanit verilmesi gösterilebilmektedir. Teknigin bilinen durumunda is planlama çözümlerinde yasanan sorunlarin basinda müsteri talebinin en uygun üretim yeri tarafindan karsilanmasi yer almaktadir. Ürün ikmalinde talep noktasi üretim yeri tayinlerine iliskin süreç sahiplerinin öznel kararlari çok baskin rol almakta ve ilgili tayinlerde nakliye maliyetinin minimize edilmesi gerekmektedir. Bunun yaninda süreç sahipleri tarafindan gerçeklestirilen manuel similasyonlar daha fazla efor ve zaman gerektiren veri hazirlama prosedürlerini içermektedir. Bu nedenle günümüzde yukarida yer alan sorunlarin üstesinden gelerek satis, nakliye ve üretim planlama verileri ve olasi kisitlar açisindan karliligi maksimize eden talep noktasi: üretim yeri cinsinden optimum ürün ikmal tayinlerini bulmayi amaçlayan çözümlere ihtiyaç duyulmaktadir. patent dokümani bir ürünün üretilmesi için bir süreçte parametre degerlerinin optimize etme yöntemi ile ilgili olup bu süreç esas olarak ürünü karakterize eden bir dizi özelligi etkileyen bir dizi parametre tarafindan kontrol saglayan bir sistem içermektedir. Söz konusu bulus, islemin parametre degerlerini Optimize etmek için kullanilan bir yöntem olup esas olarak islemin bir çiktisini karakterize eden bir dizi k özellik Y'yi etkileyen bir dizi n parametresi X tarafindan kontrol etmektedir. Söz konusu bulusta bahsedilen özelliklerin göreceli önemini temsil eden bir dizi k özellik agirligina degerler atama; söz konusu her bir özellik için tahmini bir özellik veren özellik davranisi matematiksel iliskilerinin kurulmasi; tahmini özellikler ve söz konusu özellikler için karsilik gelen belirlenmis hedef degerler arasindaki özellik agirlikli sapmalar açisindan bir hedef fonksiyonu olusturmak için söz konusu özellik agirliklarinin kullanilmasi ve söz konusu parametreler için bir dizi optimal parametre degeri olusturmak üzere hedef fonksiyonunun minimize edilmesi ve bununla birlikte, her çalistirmaya verili parametre verileri için ayri bir degerler kümesi kullanilmaktadir. Bulusun Kisa Açiklamasi Bu bulusun amaci, planlanan satis hacmi, birim satis fiyati, birim nakliye maliyeti, birim degisken ve sabit üretim maliyetine göre toplam net kar yada katki marji hedef degerini maksimize eden global optimum talep noktasizüretim yeri tayinlerini bulmayi saglayan bir Sistem gerçeklestirmektir. Bulusun diger amaci, matematiksel modellemelerin insan içgörüleriyle uyumlu hale getirilmesini ve geleneksel nakliye maliyeti minimizasyonuna dayali miyop bakis açisi, karlilik maksimizasyonu ve farkli seviyelerde planlanan üretim kapasitelerini dikkate alarak bütünsel bir bakis açisi sunulmasini saglayan bir sistem gerçeklestirmektir. Bulusun diger amaci, isletmelerin manuel, zaman alici ve hayata açik veri operasyonlari yerine varyans analizi ve varsayimsal senaryo degerlendirinesi gibi katma degerli islere odaklanmasmi saglayan bir sistem gerçeklestirmektir. Bulusun baska amaci versiyon yönetiminde uyarlanabilir amaç fonksiyonun kullanilmasi ile etkin koru/degistir varyans analizlerine imkan saglanan ve ilgili analizler yardimiyla farkli varsayimsal senaryolar arasinda nakliye ve üretim gider kalemlerinin sebep olabilecegi geçismelerin önsel olarak kestirilebilmesini saglayan bir sistem gerçeklestirmektir. Bulusun Ayrintili Açiklamasi Bu bulusun amacina ulasmak için gerçeklestirilen "Bir Ag Optimizasyon Sistemi" ekli sekilde gösterilmis olup, bu sekil; Sekil 1. Bulus konusu bir ag optimizasyon sisteminin sematik görünüsüdür. Sekilde yer alan parçalar tek tek numaralandirilmis olup, bu numaralarin karsiliklari asagida verilmistir: Sistem Elektronik cihaz Uygulama Veri tabani Optimizasyon sunucusu Toplam net kar yada katki maiji hedef degerini maksimize eden global optimum talep noktasi:üretim yeri tayinlerini bulmayi saglayan bulus konusu sistem (1); -herhangi bir uzak iletisim protokolünü kullanarak veri alisverisi gerçeklestirmek ve üzerinde en azindan bir uygulama yürütmek üzere yapilandirilan en az bir elektronik cihaz (2), -elektronik cihaz (2) üzerinde yürütülmek ve kullanicilarin optimizasyon degerlemesi ve anlik raporlama taleplerinde bulunmalarini saglamak üzere yapilandirilan en az bir ERP uygulamasi (3 ), -optimizasyon isleminin gerçeklestirilecegi amaç fonksiyonu verilerini, optimizasyon için gerekli olan müsteri, ürün ve üretim yerlerine iliskin girdi verilerini ve satis hacmi, nakliye maliyeti, degisken üretim maliyeti ve sabit üretim maliyeti olabilen planlama verilerini elektronik ortamda saklamak üzere yapilandirilan en az bir veri tabani (4) ve -herhangi bir uzak iletisim protokolünü kullanarak elektronik cihaz (2) ile iletisim kurmak, kurulan bu iletisim üzerinden elektronik cihaz (2) üzerinde yürütülen uygulama (3) ile veri alisverisi gerçeklestirmek ve uygulamadan (3] gelen talepleri islemek, veri tabanini (4) yönetmek, veri tabaninda (4) kayitli verileri kullanarak optimal olarak her bir talep noktasini bir üretim yeri ile eslemek için bir tamsayili programlama (integer programmingl özelligine sahip bir algoritma ile islemek, isleme sonrasinda optimum talep noktasi ve üretim yeri tayinlerine karar vermek, karar sonrasi her bir talep noktasi için en azindan brüt ciro, nakliye gideri, sabit ve degisken üretim maliyeti, katki marji ve net kar degerlerini hesaplamak ve uygulama (3) üzerinden kullanici ile paylasmak üzere yapilandirilan en az bir optimizasyon sunucusu (S) içermektedir. Bulus konusu sistemde (1) yer alan elektronik cihaz (2), üzerinde en az bir uygulama (3) yürütmek üzere yapilandirilan akilli telefon, tablet bilgisayar, masa üstü bilgisayar veya tasinabilir bilgisayar seklinde bir cihazdir. Söz konusu elektronik cihaz (2) tus veya dokunmatik ekran seklindeki bir girdi birimine sahiptir. Elektronik Cihaz (2), teknigin bilinen durumunda yer alan herhangi bir uzak iletisim protokolünü kullanarak optimizasyon sunucusu (5) ile baglanti kurmak ve kurulan bu baglanti üzerinden uygulama (3] ve optimizasyon sunucusu (5) arasinda veri alisverisi gerçeklesmesini saglamak üzere yapilandirilmaktadir. Bulus konusu sistemde (1) yer alan uygulama (3), elektronik cihaz (2) üzerinde yürütülmekte olup en azindan kullanicilarin optimum talep noktasizüretim yeri tayini taleplerini gerçeklestirilebilmelerini saglamak ve tayin sonuçlari görebilmelerinc imkan saglayacak sekilde uyarlanan en az bir ara yüz sunmak üzere yapilandirilmaktadir. Bulusun tercih edilen düzenlemesinde uygulama (3) kullanicidan koru/degistir (keep/change) varyans analizi taleplerini almak ve optimizasyon sunucusu (5) ile paylasmak ve optimizasyonu sonuçlarini kullanici ile paylasmak üzere yapilandirilmaktadir. Bulus konusu sistemde (1) yer alan veri tabani (4] optimizasyon sunucusu (5) ile iletisim halinde olmak ve optimizasyon sunucusu (5) tarafindan yönetilmek üzere yapilandirilmaktadir. Söz konusu veri tabani (4) içerisinde kar marji ya da net kar maksimizasyonu gibi ag optimizasyonunda kullanilacak amaç fonksiyonu tipi özelligine iliskin verileri kayit altinda tutmak üzere yapilandirilmaktadir. Veri tabani (4) içerisinde ayrica optimizasyon isleminde kullanilacak isim, bölge, sehir, sehir bölgesi ve mikro pazar gibi geçerli müsterilerin temel özelliklerini tasiyan müsteri boyutunu; isim, ürün tipi ve segment özelliklerini içeren ürün boyutu ve üretim yeri adi ve aktif üretim yeri göstergesi özelliklerini içeren üretim yeri boyutu verilerini saklamak üzere yapilandirilmaktadir. Veri tabani (4) ayrica ilgili versiyon bilgisi için varsayimsal senaryolar arasindaki farkliligi yansitan planlama verilerini kayit altinda tutmak üzere yapilandirilmaktadir. Veri tabani (4) satis, nakliye ve üretim fonksiyonel alanlari ile belirlenen planlama verilerini kayit altinda tutmak üzere yapilandirilmaktadir. Bulus konusu sistemde (1) yer alan optimizasyon sunucusu (5), teknigin bilinen durumunda yer alan herhangi bir uzak iletisim protokolünü kullanarak elektronik cihaz (2) ile iletisim kurmak ve kurulan bu iletisim üzerinden elektronik cihaz (2) üzerinde yürütülen uygulama (3) ile veri alisverisi gerçeklestirmek üzere yapilandirilmaktadir. Bulusun tercih edilen düzenlemesinde optimizasyon sunucusu (Sl, elektronik cihaz (2) ile Internet seklindeki bir veri sebekesi üzerinden iletisim kurmak üzere yapilandirilmaktadir. Optimizasyon sunucusu (5), veri tabani (4) içerisine yeni veri kaydi yapilmasi, veri tabani (4) içerisindeki kayitli verilerin silinmesi, veri tabani (4) içerisindeki kayitli verilerin degistirilmesi ve veri tabani (4) içerisindeki kayitli verilerin güncellenmesi seklindeki islemlerle veri tabanini (4) yönetmek üzere yapilandirilmaktadir. Bulusun tercih edilen düzenlemesinde optimizasyon sunucusu (5), veri tabaninda (4) kayitli verileri sirasiyla ön isleme, Optimiza5y0n ve degerleme islemlerine tabi tutmak üzere yapilandirilmaktadir. Optimizasyon sunucusu (5) veri ön islemesinde, tüm talep noktasizüretim yeri kombinasyonlari için amaç fonksiyonu katsayilari, müsteri memnuniyeti ve kapasite kisitlari olmak üzere üç farkli girdi veri kümesini ilgili versiyon için uyarlama, ana ve planlama verileri kullanarak üretmek üzere yapilandirilmaktadir. Optimizasyon sunucusu (Si söz konusu versiyon için katki marji maksimizasyonunun amaç fonksiyonu olarak tercih edildigi durumda; her bir talep noktasi (dp):üretim yeri (pit) kombinasyonu için brüt satislarin (denklem 2), nakliye maliyetinin (denklem 3) ve degisken üretim maliyetinin (denklem 4) toplamini kullan ifade eden amaç fonksiyon katsayisini (denklem 3 ve 4) kullanmak üzere yapilandirilmaktadir. Optimizasyon sunucusu (5] net kar maksimizasyonunun amaç fonksiyonu olarak tercih edilmesi durumunda ise denklem 5 'te verilen amaç fonksiyonu hesaplamasinda sabit üretim maliyetini ek olarak dikkate almak üzere yapilandirilmaktadir. Amaç fonksiyonu tercihine bagli olarak kullanilan denklemler asagida verilmektedir. gr_sld,;; = voldpr X prcirp, (2) coefapiprq: gr_sldpi - VOldpi < trsdpistpdpi.pi'a'_çvp,plij (3) coefapmrg: coefapipitr Voidpi' < Vpcapiiprapiy (4) COefdpipiiy': COefdprlrj- Voidpjx fpcpm (5) Optimizasyon sunucusu (5) satis hacmi (vol) ve fiyat (prc) planlama adimlarinda, Denklem 1 ve 2'de verilen geçerli müsteri (STP) ve ürün (PRD) boyutlarinin kombinasyonlarindan olusan potansiyel talep noktasini (dp) somutlastirmak üzere yapilandirilmaktadir. Optimizasyon sunucusu (5) satis planlama adimindaki simülasyon göstergesine (simulated/preset) göre, talep noktasinin ag optimizasyonuna dahil edilip edilmeyecegine veya simülasyon öncesi versiyonda öngörülen üretim yerine tayin edilip edilmeyecegine karar vermek üzere yapilandirilmaktadir. Optimizasyon sunucusu (5) nakliye maliyeti (trs) planlama adiminda, Denklem 3'te verildigi gibi, müsteri (dpi.stp), ürün tipi (dpi.prd_typ} ve üretim yeri (plt) bazinda tahmini birim nakliye maliyeti planlamak üzere yapilandirilmaktadir. Optimizasyon sunucusu (5) degisken üretim maliyeti (Vpc) planlama adiminda Denklem 4'te verilen ürün (dpi.prd) ve üretim yeri (plt) bazinda tahmini degisken üretim maliyetini tutmak üzere yapilandirilmaktadir. Optimizasyon sunucusu (5) sabit üretim maliyeti (fpc) planlama adiminda, Denklem 5'te verilen üretim yeri (plt) bazinda tahmini sabit üretim maliyetini hesaplamak üzere yapilandirilmaktadir. Optimizasyon sunucu (5) müsteri memnuniyeti kisiti olarak önceden üretim yerlerine tayin edilmis (preset) talep noktalarini kullanmamak, simülasyon uygulanacak talep noktalari için planlanan satis hacimlerini kullanmak üzere yapilandirilmaktadir. Optimizasyon sunucusu (5) müsteri memnuniyeti kisitinda ilgili talep noktasinin iliskilendirildigi müsteri, ürün, ürün tipi ve segment gibi ek öznitelikleri kullanmak ve toplam talep noktasi hacmini tek bir üretim yeri tarafindan doldurmak üzere yapilandirilmaktadir. Optimizasyon isleminde temel satis hacmi birden fazla üretim yerine dagitilamadigi için optimizasyon sunucusu (5] ramsayili programlama (IP-integer programming) ile karakterize edilen bir matematiksel model içeren bir çözüm kullanmak üzere yapilandirilmaktadir. Optimizasyon sunucusu (5) optimizasyon isleminde üretim yeri, ürün tipi ve üretim yeri, ürün segmenti ve üretim yeri ve son olarak ürün ve üretim yeri düzeyi olmak üzere kapasite kisitlamalarini kullanmak üzere yapilandirilmaktadir. Optimizasyon sunucusu (5) önceden tayin edilen (preset) talep noktalarinin satis hacimlerini ag optimizasyon islemine geçmeden ilgili kapasite rakamlarini kullanarak elde etmek üzere yapilandirilmaktadir. Bulus konusu sistemde (1) optimizasyon sunucusu (5) kar maksimizasyonunu elde etmek ve tayin problemini çözmek için dogrusal programlama algoritmasi kullanmak üzEre yapilandirilmaktadir. Optimizasyon sunucusu (5) degerlemede kullanilacak tüm talep noktasi:üretim yeri kombinasyonlarini aday çözümler olarak almak ve üretim kapasitesini ve talep tatmin kisitlamalarim hesaba katmak üzere yapilandirilmaktadir. Optimizasyon sunucusu (5] veri ön isleme isleminden sonra, bir dis sistemde hesaplanan giris verilerini veri tabaninda (4) kayit altina almak ve optimizasyon islemine tabi tutmak üzere yapilandirilmaktadir. Optimizasyon sunucusu (5) katki marji ya da net kari maksimize etmeyi amaçlayan toplam amaç fonksiyonu degerini maksimize etmeyi amaçlamaktadir. Böylelikle bu maksimizasyon; talep noktasi dpi°nin üretim yeri pltj,ye tayin edilmesi, dpi talep noktasi için müsteri memnuniyetini ve ag Optimizasyonu veri ön isleme isleminde hesaplanan dpIZpltj tayini ile elde edilecek birim marj kazanç kadar amaç fonksiyon degerinde yerel bir artisi ifade etmektedir. Ayrica, optimizasyon isleminde talep noktasi dpi ve üretim yeri pltj ile ilgili kapasite rakamlarinin bir kismi bu talep tatmininden dolayi tüketilmektedir. Optimizasyon sunucusu (5] tamsayili programlama karakteristikli optimizasyon modeli olarak; MAX deiZpltj mefdptpitj X Idptpitj (1) subject to: deivoldpi X idpipltj S cpctypltj for Vpltj E PLT (2) deivOldpi X idpipltj S CPCÜ'pitjprdJypk if dpi.prd_typ = prdiypk (3) deivolapi X Imamin' 5 CPCÜ'pztj,prd_segk if dpi. ?3711-599 = prd_segk (4) Eda-ww < idam s cam/WM if dptprd = prdk (5) Epttj idpi'plgj : 1 for Vdpi E DF (5) idpipitj E iÜ, 1} (7) algoritmasini kullanmak üzere yapilandirilmaktadir. Söz konusu algoritmada satir 1 amaç fonksiyonunu (objective function) temsil etmektedir. Amaç fonksiyonu ikili mantiksal degisken ldpiipltj, temel atomik (1/0) dpi:pltj tayin kararini tutmakta olup degisken COEidpipItj, ag optimizasyonu ön isleme adiminda hesaplanan birim katki marji veya net kar katsayisidir. Söz konusu katsayilarin degeri, temel alinan versiyonun amaç fonksiyon tipi tercihine göre belirlenmektedir. Satir 2 ve 5 arasi ise üretim yeri, talep noktasi ürün tipi (dpi.prd_typ), ürün segmenti (dpi.prd_seg) veya ürün kodu (dpi.prd) detay seviyelerinde belirlenen kapasite kisitlamalarini temsil etmektedir. Satir 6 ise simüle edilmis her bir talep noktasi için belirlenen müsteri memnuniyeti kisitini tutmaktadir. 7.satir ise temel matematiksel modelin tamsayili programlama (IP) özelligini temsil etmektedir. Optimizasyon sunucusu (5] tamsayili (dogrusal) programlama karakteristikli optimizasyon matematiksel modelini kullanarak optimal talep noktasicüretim yeri tayin çözümüne ulasmak ve her bir talep noktasi için brüt satis, nakliye maliyeti, sabit ve degisken üretim maliyeti, katki marji ve net kar degerlerini hesaplamak ve elektronik cihaz (2) üzerinde uygulamada (3) kullanici ile paylasmak üzere yapilandirilmaktadir. Optimizasyon sunucusu (5) müsteri, üretim yeri ve ürün gibi planlama boyutlari ve sehir, sehir ilçe, ürün grubu gibi bu planlama boyutlarinin özniteliklerine göre, yakinlastirma/uzaklastirma islevi ile ag optimizasyonu degerlendirmesini analiz etmek üzere yapilandirilmaktadir. Optimizasyon sunucusu (5) kullanicinin uygulamadan (3) girdigi koru/degistir (keep/change) varyans analizi ile farkli versiyonlara ait ag optimizasyonu sonuçlarini karsilastirmak ve uygulama (3) üzerinden yeniden kullanici ile paylasmak üzere yapilandirilmaktadir. Optimizasyon sunucusu (5) her bir simülasyon öncesi veya sonrasi ilgili versiyon için degerleme rakamlarini analiz etmek, karsilik gelen varsayimsal senaryolari arasinda koru/degistir varyans analizi yapmak ve farkli üretim yeri ve ürün detay seviyelerinde kapasite tüketimlerini izlemek için çesitli raporlamalar olusturmak üzere yapilandirilmaktadir. Optimizasyon sunucusu (5) anlik raporlama asamasinda kullanici gereksinimlerine bagli olarak duyarlilik raporlari gibi ek amaca özel (ad hoc) raporlar olusturmak üzere yapilandirilmaktadir. Optimizasyon sunucusu (5) optimizasyon çalismasi ile elde edilen degerleme rakamlarini anlik raporlama isleminde kullanmak ya da bir veri görsellestirme katmanina aktarmak üzere yapilandirilmaktadir. Bulus konusu sistem (1) ile teknigin bilinen durumunda optimizasyon islemi simülasyon öncesi versiyonlardaki hakim insan içgörüleri miyop bir sekilde nakliye giderinin minimizasyonuna dayali olmasina ragmen, bulus ile hem nakliye hem de üretim maliyeti faktörlerini karlilik hesaplamalarinda dikkate alinarak bütünsel bir bakis açisi elde edilmektedir. Bulus konusu sistem (1) ile elde edilen ag optimizasyonu, yüksek teknolojili üretim hatlarina sahip, cografi olarak uzak fakat hala uygulanabilir üretim yerlerini talep noktalarina tayin etme egilimindedir. Söz konusu yüksek teknoloji kavrami, daha düsük amortisman maliyetleri, daha kisa standart üretim çevrim süreleri ve daha yüksek kapasite kullanim oranlarina sahip makina parkurlari anlamina gelmektedir. Bu temel kavramlar etrafinda, bulus konusu "Bir Ag Optimizasyon Sistemi (1)" ile ilgili çok çesitli uygulamalarin gelistirilmesi mümkün olup, bulus burada açiklanan örneklerle sinirlandirilamaz, esas olarak istemlerde belirtildigi gibidir. TR TR TR TR TR TR DESCRIPTION A NETWORK OPTIMIZATION SYSTEM Technical Field This invention is based on the determination of optimum demand point and production location pairs (demand point: production location) taking into account the constraint inputs of sales, transportation and production planning data and related capacity utilization, customer satisfaction, as well as contribution margin or net profit. It is about a system that enables it to be achieved. Prior Art Due to epidemic diseases such as pandemics, conceptual shifts and uncertainties arise in the business world. In order to adapt to the conceptual shift and uncertainties in question, a transformation similar to Sehumpeter's creative destruction is being imposed on businesses. While business planning solutions play an important role in this transformation, they also enable the simulation of various hypothetical scenarios (What-if scenarios). An example of this is proactively responding to customer demand fluctuations with liquid capital, workforce, installed capacity and unmanned sustainable business models. In the known state of the art, the main problem encountered in business planning solutions is meeting customer demand by the most suitable production location. Subjective decisions of process owners regarding demand point production location assignments in product supply play a very dominant role and transportation costs must be minimized in the relevant assignments. In addition, manual simulations performed by process owners involve data preparation procedures that require more effort and time. Therefore, today there is a need for solutions that aim to find optimum product supply determinations in terms of demand point: production location that maximizes profitability in terms of sales, transportation and production planning data and possible constraints by overcoming the above problems. The patent document relates to a method of optimizing parameter values in a process for producing a product, and this process essentially involves a system that provides control by a set of parameters that affect a set of properties that characterize the product. The invention in question is a method used to Optimize the parameter values of the process, essentially controlled by a set of n parameters X affecting a set of k features Y that characterize an output of the process. assigning values to a set of k feature weights representing the relative importance of the features mentioned in said invention; establishing mathematical relationships of feature behavior that yield a predicted property for each feature in question; using said feature weights to construct an objective function in terms of feature-weighted deviations between predicted traits and corresponding specified target values for said traits, and minimizing the objective function to create a set of optimal parameter values for said parameters, thereby giving each run a given A separate set of values is used for parameter data. Brief Description of the Invention The purpose of this invention is to realize a system that enables finding global optimum demand point-free production location assignments that maximize the total net profit or contribution margin target value according to planned sales volume, unit sales price, unit transportation cost, unit variable and fixed production cost. Another aim of the invention is to realize a system that enables mathematical modeling to be compatible with human insights and to provide a holistic perspective by taking into account the myopic perspective based on traditional transportation cost minimization, profitability maximization and production capacities planned at different levels. Another purpose of the invention is to realize a system that allows businesses to focus on value-added work such as variance analysis and hypothetical scenario evaluation instead of manual, time-consuming and life-threatening data operations. Another purpose of the invention is to realize a system that enables effective keep/change variance analyzes by using the adaptive objective function in version management and allows the conflicts that may be caused by transportation and production expense items between different hypothetical scenarios to be predicted in advance with the help of the relevant analyses. Detailed Description of the Invention "A Network Optimization System" implemented to achieve the purpose of this invention is shown in the figure below; Figure 1. Schematic view of a network optimization system that is the subject of the invention. The parts in the figure are numbered one by one, and the equivalents of these numbers are given below: System Electronic device Application Database Optimization server The system of the invention (1), which enables finding the global optimum demand point: production location determinations that maximize the total net profit or contribution profit target value; -at least one electronic device (2) configured to exchange data using any remote communication protocol and to run at least one application on it, -at least one device (2) configured to be executed on the electronic device (2) and to enable users to request optimization evaluation and instant reporting. an ERP application (3), -structured to store objective function data in which the optimization process will be carried out, input data regarding customers, products and production locations required for optimization, and planning data, which can be sales volume, transportation cost, variable production cost and fixed production cost, in electronic environment. To communicate with the electronic device (2) using at least one database (4) and any remote communication protocol, to exchange data with the application (3) running on the electronic device (2) through this communication, and to to process the demands, to manage the database (4), to process with an algorithm with integer programming feature to optimally match each demand point with a production location using the data recorded in the database (4), to determine the optimum demand point and production after processing. At least one optimization server (configured to decide on location assignments, calculate at least gross turnover, transportation expense, fixed and variable production cost, contribution margin and net profit values for each demand point after the decision and share them with the user through the application (3) S) includes. The electronic device (2) included in the system (1) subject to the invention is a device in the form of a smartphone, tablet computer, desktop computer or portable computer configured to run at least one application (3) on it. The electronic device in question (2) has an input unit in the form of a button or a touch screen. The Electronic Device (2) is configured to establish a connection with the optimization server (5) using any remote communication protocol in the state of the art and to enable data exchange between the application (3] and the optimization server (5) through this connection. The application (3) included in the system (1) is carried out on the electronic device (2) and is configured to provide at least one interface adapted to enable users to realize their production location determination requests without optimum demand points and to see the determination results, which is the preferred method of the invention. In this embodiment, the application (3) is configured to receive keep/change variance analysis requests from the user and share them with the optimization server (5) and share the optimization results with the user in the database (4) located in the system (1) of the invention. It is configured to be in communication with (5) and managed by the optimization server (5). The database in question (4) is configured to record data regarding the objective function type to be used in network optimization, such as profit margin or net profit maximization. The database (4) also includes the customer dimension, which contains the basic characteristics of valid customers such as name, region, city, city region and micro market to be used in the optimization process; It is configured to store product dimension data, including name, product type and segment properties, and production site dimension data, including production site name and active production site indicator properties. The database (4) is also configured to record planning data reflecting the difference between hypothetical scenarios for the relevant version information. The database (4) is configured to record the planning data determined by the sales, transportation and production functional areas. The optimization server (5) located in the system (1) subject to the invention communicates with the electronic device (2) using any remote communication protocol available in the state of the art and communicates with the application (3) executed on the electronic device (2) through this communication. It is configured to perform data exchange. In the preferred embodiment of the invention, the optimization server (S1) is configured to communicate with the electronic device (2) over a data network in the form of the Internet. The optimization server (5) is used to record new data into the database (4), to record new data in the database (4). In the preferred embodiment of the invention, the optimization server (5) is configured to manage the database (4) with operations such as deleting the data, changing the recorded data in the database (4) and updating the recorded data in the database (4). Optimization server (5) is configured to subject it to pre-processing, optimization and evaluation processes respectively. In the data pre-processing, three different input data sets, namely objective function coefficients, customer satisfaction and capacity constraints, are adapted for the relevant version for all demand point-free production location combinations. and planning is configured to produce using data. The optimization server (Si) calculates gross sales (equation 2), transportation cost (equation 3) and variable production cost for each demand point (dp):pit combination, where contribution margin maximization is preferred as the objective function for the version in question. The optimization server (5) is configured to use the objective function coefficient (equation 3 and 4), which expresses the sum of (equation 4). In case net profit maximization is preferred as the objective function, the fixed production cost is additionally taken into account in the objective function calculation given in equation 5. The equations used depending on the objective function preference are given below: gr_sld,;; = voldpr Vpcapiiprapiy (4) COefdpipiiy': COefdprlrj- Voidpjx fpcpm (5) In the sales volume (vol) and price (prc) planning steps, the optimization server (5) uses the valid customer (STP) and product (PRD) dimensions given in Equations 1 and 2. It is structured to embody the potential demand point (dp) consisting of combinations. The optimization server (5) is configured, according to the simulation indicator (simulated/preset) in the sales planning step, to decide whether the demand point will be included in the network optimization or whether it will be assigned to the production location predicted in the pre-simulation version. In the transportation cost (trs) planning step, the optimization server (5) is configured to plan the estimated unit transportation cost on the basis of customer (dpi.stp), product type (dpi.prd_typ} and production location (plt), as given in Equation 3. Optimization The optimization server (5) is configured to keep the estimated variable production cost based on the product (dpi.prd) and production location (plt) given in Equation 4 in the variable production cost (Vpc) planning step. In the step, it is configured to calculate the estimated fixed production cost based on the production location (plt) given in Equation 5. The optimization server (5) does not use the preset demand points assigned to the production locations as the customer satisfaction constraint, and uses the sales volumes planned for the demand points to be simulated. The optimization server (5) is configured to use additional attributes such as customer, product, product type and segment with which the relevant demand point is associated in the customer satisfaction constraint and to fill the total demand point volume by a single production site. Since the basic sales volume cannot be distributed to more than one production location in the optimization process, the optimization server (5) is configured to use a solution containing a mathematical model characterized by IP-integer programming. In the optimization process, the optimization server (5) analyzes the production location, product type and The optimization server (5) is configured to use capacity constraints such as production location, product segment and production location, and finally product and production location level, to obtain the sales volumes of predetermined (preset) demand points by using the relevant capacity figures without going through the network optimization process. In the system subject to the invention, (1) the optimization server (5) is configured to use a linear programming algorithm to obtain profit maximization and solve the determination problem. and is structured to take into account demand satisfaction constraints. The optimization server (5) is configured to record the input data calculated in an external system in the database (4) and subject it to the optimization process, after the data pre-processing process. The optimization server (5) provides the total objective function aiming to maximize the contribution margin or net profit. It aims to maximize the value of In addition, in the optimization process, some of the capacity figures related to the demand point dpi and production site pltj are consumed due to this demand satisfaction. deivoldpi ? 3711-599 = prd_segk (4) Eda-ww < ilan s cam/WM if dptprd = prdk (5) Epttj idpi'plgj : 1 for Vdpi E DF (5) idpipitj E iÜ, 1} (7) is configured to use the algorithm . In the algorithm in question, line 1 represents the objective function. The objective function binary logical variable ldpiipltj holds the basic atomic (1/0) dpi:pltj determination decision, and the variable COEidpipItj is the unit contribution margin or net profit coefficient calculated in the network optimization preprocessing step. The value of the coefficients in question is determined according to the objective function type preference of the underlying version. Rows 2 to 5 represent the capacity restrictions determined at the detail levels of production location, demand point product type (dpi.prd_typ), product segment (dpi.prd_seg) or product code (dpi.prd). Line 6 holds the customer satisfaction constraint determined for each simulated demand point. The 7th line represents the integer programming (IP) feature of the basic mathematical model. The optimization server (5) uses the optimization mathematical model with integer (linear) programming characteristics to reach the optimal demand point and production location determination solution and calculate the gross sales, transportation cost, fixed and variable production cost, contribution margin and net profit values for each demand point and the electronic device. In the application (3) on (2), the optimization server (5) is configured for network optimization with the zoom function, according to the planning dimensions such as customer, production location and product and the attributes of these planning dimensions such as city, city district and product group. The optimization server (5) is configured to compare the network optimization results of different versions with the keep/change variance analysis entered by the user from the application (3) and to share them with the user again through the application (3). (5) It is configured to analyze valuation figures for the relevant version before or after each simulation, to perform maintain/change variance analysis between corresponding hypothetical scenarios, and to create various reports to monitor capacity consumption at different production site and product detail levels. The optimization server (5) is configured to create additional ad hoc reports, such as sensitivity reports, depending on user requirements during the instant reporting phase. The optimization server (5) is configured to use the evaluation figures obtained through the optimization study in instant reporting or to transfer them to a data visualization layer. With the inventive system (1), although the prevailing human insights in the pre-simulation versions of the optimization process in the known state of the technique are myopically based on minimizing transportation costs, with the invention, a holistic perspective is obtained by taking both transportation and production cost factors into account in profitability calculations. The network optimization achieved with the system (1) of the invention tends to assign geographically distant but still viable production sites with high-tech production lines to demand points. The high technology concept in question means lower depreciation costs, shorter standard production cycle times and machine parks with higher capacity utilization rates. Around these basic concepts, it is possible to develop a wide variety of applications related to the subject of the invention "A Network Optimization System (1)", and the invention cannot be limited to the examples explained here, it is essentially as stated in the claims.TR TR TR TR TR TR