Yapay sinir ağları kullanarak parti büyüklüğü belirleme
Lot-sizing by using neural network
- Tez No: 317945
- Danışmanlar: YRD. DOÇ. ERCAN ŞENYİĞİT
- Tez Türü: Yüksek Lisans
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2011
- Dil: Türkçe
- Üniversite: Erciyes Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 124
Özet
Son yirmi yıl içerisinde, kaynaklarının etkin bir şekilde yönetilebilmesi için stokların azaltılması, maliyetlerin düşürülmesi büyük önem kazanmıştır. Maliyetlerin azaltılması parti büyüklüğünün doğru bir şekilde belirlenmesi ile olabilir. Parti büyüklüğü belirleme problemi Wagner ve Whitin tarafından 1958 yılında geliştirilen matematiksel algoritma ile çözülmüştür. Ancak bu algoritma karmaşık olması nedeniyle birçok parti büyüklüğü belirleme metodu geliştirilmiştir. Parti büyüklüğü problemine yapay sinir ağlarının uygulandığı çalışma ise oldukça azdır.Bu çalışmada, insan beynindeki sinir hücrelerinin çalışma prensibinden esinlenilerek geliştirilen yapay sinir ağları kullanarak parti büyüklüğü belirleme probleminde yeni bir metot geliştirilmesi amaçlanmıştır. Öncelikli olarak parti büyüklüğü belirleme problemi, yapay sinir ağları ve analitik hiyerarşi süreci hakkında teorik bilgi verilecektir. Bu çalışmada kullanılan tüm talep bilgileri 2005 ve 2009 yılları arasında olup hepsi hala canlı olan malzeme gereksinim planlama sisteminden alınmıştır. Hangi verileri yapay sinir ağlarının eğitiminde, ağın testinde ve hangilerinin ise ağ performansının değerlendirmesinde kullanılacağı sorusunu cevaplamak için analitik hiyerarşi süreci kullanılmıştır. Arzulanan çıktı verileri WinQSB programı kullanılarak Wagner ve Whitin yöntemi ile talepler çözülerek elde edilmiştir. Bu aşamadan sonra yapay sinir ağlarının sipariş planlarının elde edilmesi için farklı tipteki yapay sinir ağları oluşturulmuş ve eğitilmiştir. Bütün ağların performansları diğer ağlar ve diğer parti büyüklüğü metotları ile karşılaştırılmıştır. Sonuç olarak hangi yapay sinir ağı tipinin parti büyüklüğü belirleme problemi için en fazla kullanışlı olduğuna karar verebildik.
Özet (Çeviri)
In last two decades, for effectively resource management reducing inventory and reducing cost acquired more consideration. Reducing cost can be perform by determining lot-sizing problem accurately. Lot-sizing problem has been solved by Wagner and Whitin with developed math algorithm in 1958. But, different lot-sizing methods have been developed due to complexity of this algorithm. Researches which artificial neural network is applied into lot-sizing problem are fairly seldom.In this study, we aimed to use artificial neural network which was originated principle of human brain neural cell for improving a new method at lot-sizing problem. First of all, theoretical information about lot-sizing, analytic hierarchy and artificial neural network will be given. The all demand data which are used in this study are between 2005 and 2009 and all of them were taken from material planning system which is still alive. We use analytic hierarchy process for to answer which data will use for training, which one will use for testing neural network. Desired output data were obtained by solving demand by using WinQSB with Wagner and Whitin algorithm. After that milestone, different type of artificial neural networks were created and trained for acquire artificial neural network?s order plan. All network performance were matched other network and other lot-sizing methods. Consequently, we judge that which type of neural network is most useful for lot-sizing.
Benzer Tezler
- Multi objective early-stage design optimization of multifamily residential projects
Çok daireli konut projelerinin çok amaçlı erken aşama tasarım optimizasyonu
EYMEN ÇAĞATAY BİLGE
Doktora
İngilizce
2024
Mimarlıkİstanbul Teknik ÜniversitesiMimarlık Ana Bilim Dalı
PROF. DR. HAKAN YAMAN
- Fake news classification using machine learning and deep learning approaches
Makine öğrenimi ve derin öğrenme yaklaşımlarını kullanarak sahte haber sınıflandırması
SAJA ABDULHALEEM MAHMOOD AL-OBAIDI
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ TUBA ÇAĞLIKANTAR
- Lightweight facial expression recognition systems for social robots
Sosyal robotlar için hafif ağırlıklı yüz ifadesi tanıma sistemleri
ERHAN BİÇER
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. HATİCE KÖSE
- Budak faktörüne göre kızılçam (Pinus brutia Ten.) ahşap döşeme tahtalarının kalite sınıfının görüntü işleme teknikleri kullanılarak belirlenmesi
Determination using image processing techniques of quality classes of wood floorboards produced from red pine according to knot factor
İBRAHİM ÇETİNER
Doktora
Türkçe
2014
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSüleyman Demirel ÜniversitesiOrman Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. AHMET ALİ VAR
- İstanbul Büyükçekmece Küçükçekmece gölleri arasındaki kütle hareketlerinin türü ve mekanizmasının incelenmesi
Investigation of mass movements type and mechanism between i̇stanbul Büyükçekmece and Küçükçekmece lakes
GÖKHAN ŞANS
Doktora
Türkçe
2023
Jeoloji Mühendisliğiİstanbul Teknik ÜniversitesiJeoloji Mühendisliği Ana Bilim Dalı
PROF. DR. REMZİ KARAGÜZEL