Zeki talep tahmin yöntemlerinin doğruluk ve kamçı etkisi açısından değerlendirilmesi: Kimya sektöründe bir uygulama
Evaluation of intelligent forecasting methods in terms of accuracy and bullwhip effect: An application in chemistry sector
- Tez No: 315960
- Danışmanlar: YRD. DOÇ. DR. BAHADIR GÜLSÜN
- Tez Türü: Doktora
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2012
- Dil: Türkçe
- Üniversite: Yıldız Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 200
Özet
Üretim sisteminin başlangıç adımı olarak kabul edilen talep tahmini, stok seviyelerini koruma, müşterilere daha iyi hizmet verme, kapasite kullanımının iyileşmesi, kar seviyelerinin arttırılması gibi konularda önem arz etmektedir. Bugüne kadar talebi tahmin etmek için gerek basit gerekse karmaşık pek çok yöntem geliştirilmiştir. Farklı organizasyonlar için ilgili ürünün satış veri yapısına bağlı olarak bazı tahmin mekanizmaları daha doğru sonuç vermektedir. Bahsi geçen organizasyonel amaçları gerçekleştirmek için doğruluk oranları yüksek, sağlam yöntemler seçilmelidir. Herhangi bir tahmin yöntemi seçildikten sonra tahmin doğruluğunu arttırmak için tahmin yönteminin yapısının incelemesi de ikinci bir iyileştirme olmaktadır.Tahmin doğruluğunun yanında, organizasyonel amaçlara yönelik göz önünde bulundurulması gereken diğer bir önemli konu da kamçı etkisidir. Kamçı etkisi direk olarak talep tahmin yöntemi tarafından etkilenmektedir. Düzgün bir tedarik zincirinde kamçı etkisinin olabildiğince az olması istenir. Dolayısı ile bir yandan en doğru tahminleri elde etme amacıyla kullanılan yöntemin aynı zamanda en düşük kamçı etkisi sağlama amacına yönelik de çalışması gerekmektedir.Bu çalışmada, kimya sektöründe yeni piyasaya sunulan bir ürüne ait satış verileri alınarak, klasik yöntemler olan zaman serisi ve nedensel yöntemlerden ziyade, literatürde sağlamlığı pek çok çalışma ile desteklenmiş zeki tahmin yöntemlerinden yapay sinir ağları, gri teori ve bulanık zaman serileri ile talep tahmini yapılmıştır. Bu zeki yöntemler kullanılırken, yapısal özelliklerine ait doğruluğu arttırıcı duyarlılık analizleri yapılmış ve yöntemlerin hangi parametre ve katsayılarla daha doğru sonuçlar verdiği de analiz edilmiştir. Yöntemlerin doğruluk performansları, bilim adamları ve araştırmacılar tarafından en yaygın ve güçlü ölçüt olarak kabul edilen ortalama mutlak yüzde hata ölçütüne göre belirlenmiştir. Bu aşamadan sonra bir üretici ve bir tedarikçiden oluşan basit tedarik zincirinde her bir eşolonun bir periyotluk talebi karşılayacak biçimde çalıştığı 1-1 stok tutma politikası ve her bir eşolonun iki periyotluk talebi karşılayacak biçimde çalıştığı 2-2 stok politikası doğrultusunda yöntemlerin talep tahmin sonuçlarına göre yol açtığı kamçı etkisi büyüklükleri ortaya konmuştur. Böylece zeki tahmin yöntemleri hem tahmin doğruluğu hem de kamçı etkisi bakış açısından karşılaştırılırmış, bununla birlikte bu süreçte iyileştirmeleri sağlayacak yollar da analiz edilmiştir.
Özet (Çeviri)
The initial step of production system is demand forecasting which is significant for protecting stock levels, providing better customer service, improving capacity usage and increasing profits. Until today various traditional forecasting methods have been introduced as wells as complex ones for demand forecasting. The accuracy of forecasting mechanisms differs from organization to organization, depending on the structure of sales data of the related product to be forecasted. Robust forecasting methods having high accuracy should be selected to realize the organizational goals. Following the selection of forecasting method, additional enhancement is provided by analyzing the structure of the method.Beside the forecasting accuracy, one another subject to be taken into consideration is bullwhip effect to achieve organizational goals. Bullwhip effect is directly affected by demand forecasting method. In a smooth supply chain, the magnitude of bullwhip effect is desired to be possibly small. In this context, the method should operate to have most accurate forecasts as well as the least bullwhip effect.In this study, historical sales data of a new product in chemical industry is used to forecast future demand by using robust intelligent forecasting methods including artificial neural network, grey theory and fuzzy time series, rather than the traditional ones such as time series and casual methods. In application of these methods, sensitivity analysis are made among their structural features and then parameters and coefficient analysis are investigated to obtain more accurate results. Performance of the methods are determined by mean absolute percentage error which is a common robust measure recognized by scientists and researchers. Afterwards, in a single supply chain consisting of a single manufacturer and single retailer, the magnitude of the bullwhip effect arising from the methods applied are computed using the 1-1 stock policy functioning as if all stages in the chain work on the principle that they will keep in stock one period's and the 2-2 stock policy functioning by keeping two period?s demand. Thus the intelligent forecasting methods are compared in terms of forecasting accuracy and bullwhip effect considering the improvement ways.
Benzer Tezler
- Measuring the competency of small and medium enterprises (SME): A dynamic model
Küçük ve orta ölçekli işletmelerin (KOBİ) yetkinliğinin ölçülmesi: Dinamik bir model
SEMİH ÖZEL
Doktora
İngilizce
2015
Endüstri ve Endüstri MühendisliğiMarmara ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. ERCAN ÖZTEMEL
- Kurumsal kaynak planlaması yazılımlarında talep tahmin yöntemleri ve uygulamaları
Demand planning methods in enterprise resource planning software and applications
ZEKİ SERDAR AKSOY
Yüksek Lisans
Türkçe
2008
Endüstri ve Endüstri Mühendisliğiİstanbul ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. ŞAKİR ESNAF
- Yapay sinir ağları ile talep tahmini: Türkiye'deki otomobil sektöründe bir uygulama
Demand forecasting with artificial neural networks: An application in the automobile industry in Turkey
MEHMET ZEKİ SEÇMEN
- Fesleğen bitkisinde N, P, K besin element eksikliklerinin derin öğrenme ile tespiti
Detection of N, P, K nutrient deficiencies in basil plant with deep learning
ZEKİ GÜL
Yüksek Lisans
Türkçe
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolEge ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. ŞEBNEM BORA