Geri Dön

AI-based forecasting and optimization framework for automotive after-sales systems

Otomotiv satış sonrası sistemler için entegre yapay zeka tabanlı tahmin ve optimizasyon çerçevesi

PDF İndir

  1. Tez No: 1012078
  2. Yazar: ŞENDA YILDIRIM ÇELİK
  3. Danışmanlar: PROF. DR. AHMET DENİZ YÜCEKAYA, DOÇ. DR. MUSTAFA HEKİMOĞLU
  4. Tez Türü: Doktora
  5. Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
  6. Anahtar Kelimeler: Öngörülü Bakım, Yedek Parça Tahmini, Envanter Optimizasyonu, Makine Öğrenmesi, Otomotiv Satış Sonrası Hizmetleri, Ortak İkmal, Kayan Ufuk Kontrolü, Sipariş-Verebilme Politikaları, Hibrit Tahmin, Operasyonel Kısıtlar, Predictive Maintenance, Spare Parts Forecasting, Inventory Optimization, Machine Learning, Automotive After-Sales, Joint Replenishment, Rolling-Horizon Control, Can-Order Policies, Hybrid Forecasting, Operational Constraints
  7. Yıl: 2026
  8. Dil: İngilizce
  9. Üniversite: Kadir Has Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Endüstri Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Bu tez, otomotiv satış sonrası hizmet sistemleri için bütünleşik yapay zeka tabanlı bir tahmin ve optimizasyon çerçevesi geliştirmekte ve literatürdeki tahmine dayalı analitik ile operasyonel karar verme arasındaki kopukluğu ele almaktadır. Mevcut araştırmalar hizmet talep tahmini, yedek parça tahmini ve envanter kontrolünü ayrı ayrı incelerken, bu çalışma gerçek dünya operasyonel kısıtları altında bu birbirine bağımlı süreçleri bütünleştiren kapsamlı bir çerçeve sunmaktadır. Çerçeve üç ardışık aşamadan oluşmaktadır: gradyan artırma tabanlı araç servis gelişi tahmini, stokastik kilometre tahmini ile deterministik bakım reçetelerini birleştiren hibrit yedek parça tahmini ve kısıtlı Karma Tam Sayılı Doğrusal Programlama ile kayan ufuk Model Öngörülü Kontrolü kullanarak bayi seviyesi envanter optimizasyonu. Metodoloji, geleneksel istatistiksel ölçümlerin ötesinde operasyonel olarak uyumlu performans metrikleri sunarak, sürekli gözden geçirme operasyonları ve zorunlu satın alma kısıtları ile yapısal uyumluluğu nedeniyle sipariş-verebilme politikalarını kıyaslama olarak kullanarak, ve deterministik operasyonel optimizasyonu stokastik senaryo değerlendirmesi ile doğrulayarak çözülebilirlik-dayanıklılık gerilimini çözerek kritik boşlukları ele almaktadır. Büyük bir otomotiv distribütöründe gerçekleştirilen gerçek dünya uygulaması ile doğrulanan çerçeve, servis gelişi tahmini, parça tahmin doğruluğu ve envanter verimliliği açısından geleneksel kural tabanlı ve sezgisel yaklaşımlara göre yüksek hizmet seviyelerini korurken önemli iyileştirmeler göstermektedir. Araştırma, tekrarlanabilir bir bütünleştirme mimarisi, tahmin değerlendirme ve kısıt uygulamasında metodolojik yenilikler ve aşamalı uygulama ile insan-yapay zeka iş birliği için pratik uygulama rehberliği sunmaktadır. Bulgular, talep belirsizliği, operasyonel kısıtlar ve davranışsal karmaşıklığın klasik envanter paradigmalarını zorladığı otomotiv satış sonrası yönetimi ve genel hizmet operasyonları için geniş çıkarımlara sahiptir.

Özet (Çeviri)

This dissertation develops an integrated AI-based forecasting and optimization framework for automotive after-sales systems, addressing the disconnection between predictive analytics and operational decision-making in the literature. While existing research separately examines service demand prediction, spare parts forecasting, and inventory control, this work provides a comprehensive framework integrating these interdependent processes under real-world operational constraints. The framework comprises three cascading phases: gradient boosting-based vehicle service arrival prediction, hybrid spare parts forecasting that combines stochastic mileage estimation with deterministic maintenance recipes, and dealer-level inventory optimization through constrained Mixed-Integer Linear Programming, solved via rolling-horizon Model Predictive Control. The methodology addresses critical gaps by introducing operationally aligned performance metrics beyond traditional statistical measures, employing can-order policies as benchmarks due to their structural compatibility with continuous review operations and mandatory purchase constraints, and resolving the tractability-robustness tension through deterministic operational optimization validated by stochastic scenario evaluation. Validated through extended real-world deployment at a major automotive distributor, the framework demonstrates substantial improvements over traditional rule-based and heuristic approaches across service visit prediction, parts forecasting accuracy, and inventory efficiency while maintaining high service levels. The research contributes a replicable integration architecture, methodological innovations in forecast evaluation and constraint enforcement, and practical implementation guidance for phased deployment and human-AI collaboration. The findings have broad implications for automotive after-sales management and service operations where demand uncertainty, operational constraints, and behavioral complexity challenge classical inventory paradigms.

Benzer Tezler

  1. Tez No

    39858

    Üretim planlama ve kontrol

    The Production planning and control

    HÜLYA AKIN

    Yüksek Lisans

    Türkçe

    Türkçe

    1993

    Endüstri ve Endüstri Mühendisliğiİstanbul Teknik Üniversitesi

    DOÇ.DR. MEHMET TANYAŞ

  2. Tez No

    942579

    Otsm trız yaklaşımıyla otomotiv sektöründe çelişkilerin çözümü: maliyet, kalite ve satış problemleri üzerine bir analiz

    Resolving contradictions in the automotive sector using otsm triz approach: an analysis of cost, quality, and sales challenges

    İLAYDA GÖKÇE YENİGÜL

    Yüksek Lisans

    Türkçe

    Türkçe

    2025

    Endüstri ve Endüstri MühendisliğiBursa Teknik Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ KORAY ALTUN

  3. Tez No

    983576

    Dağıtım şebekesi için yük talebi ve enerji kalitesi unsurlarının yapay zeka destekli kestirimi

    Artificial intelligence based forecasting of load demand and energy quality aspects for distribution network

    METİN AKDENİZ

    Doktora

    Türkçe

    Türkçe

    2025

    Elektrik ve Elektronik MühendisliğiBandırma Onyedi Eylül Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. SERHAT BERAT EFE

    DOÇ. DR. İLYAS ÖZER

  4. Tez No

    1011685

    Dağıtık enerji sistemleri için yapay zeka destekli batarya sağlığı odaklı adaptif ve çok amaçlı bir enerji yönetim metodolojisinin geliştirilmesi

    Development of an ai-assisted, battery health-oriented, adaptive and multi-objective energy management methodology for distributed energy systems

    MUSA TERKEŞ

    Doktora

    Türkçe

    Türkçe

    2026

    Elektrik ve Elektronik MühendisliğiYıldız Teknik Üniversitesi

    Elektrik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ERDİN GÖKALP

    DOÇ. DR. ALPASLAN DEMİRCİ

  5. Tez No

    995537

    Türkiye enerji piyasasının makine öğrenmesi uygulamasıyla düşük-karbon salımına geçişte ajan temelli modellenmesi

    Turkish energy market agent-based modeling for low-carbon transition with machine learning application

    BURAK GÖKÇE

    Doktora

    Türkçe

    Türkçe

    2026

    Enerjiİstanbul Teknik Üniversitesi

    Enerji Bilimi ve Teknolojileri Ana Bilim Dalı

    PROF. DR. GÜLGÜN KAYAKUTLU

Geri Dön