Bulanık zaman serilerinin talep tahminlerinde kullanılmasına yönelik işletme uygulaması
Business application for the use of fuzzy time series in demand forecasting
- Tez No: 412139
- Danışmanlar: DOÇ. DR. İRFAN ERTUĞRUL
- Tez Türü: Yüksek Lisans
- Konular: İşletme, Business Administration
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2015
- Dil: Türkçe
- Üniversite: Pamukkale Üniversitesi
- Enstitü: Sosyal Bilimler Enstitüsü
- Ana Bilim Dalı: İşletme Ana Bilim Dalı
- Bilim Dalı: Sayısal Yöntemler Bilim Dalı
- Sayfa Sayısı: 157
Özet
Talep tahminleri işletmeler için en kritik faaliyetlerden birisidir. Talep tahmininde her zaman için bir tahmin hatası söz konusu olsa da bu hatanın mümkün olduğunca düşük olması gereklidir. Bu nedenle de talep tahmininin gerçek talebe göre çok yüksek ya da çok düşük olmaması gerekmektedir. Aksi takdirde ya müşteri memnuniyetsizliği ortaya çıkacaktır ya da üretilen mal ya da hizmetler işletmenin elinde kalacaktır. Zaman serileri, gözlemlenen olaya ait değerlerin ortaya çıkış sırasına göre bir araya getirilmesi ile oluşan değerler listesidir. İnsanlar eski çağlardan beri zamana bağlı olayları gözlemleyerek bazı kararlar almış olsa da zaman serilerinin yöntem olarak geliştirilmesi 1970'li yılların başında gerçekleşmiştir. Bulanık mantık, keskin sınırları bulunmayan ve 1965 yılında ortaya çıkmış esnek bir yöntemdir. Bulanık mantıkta olaylar kesin bir şekilde doğru ya da yanlış olarak nitelendirilmez. Bulanık mantık, insanlara benzer şekilde“biraz doğru”,“çok yanlış”gibi betimlemeler yaparak mantıksal işlemlerde kelimelerin kullanılabilmesini sağlar. Bulanık mantık sayesinde belirsizliğin fazla olduğu ya da modellemenin zor olduğu sistemler başarılı bir şekilde yönetilebilmektedir. Bulanık zaman serileri, zaman serileri ve bulanık mantığın esnekliğinden faydalanılarak elde edilen bir yöntemdir. Yöntemde zaman serileri bulanıklaştırılarak, bulanık ilişkiler analiz edilerek tahmin değerleri elde edilmektedir. Bu çalışmada bulanık zaman serilerinin işletmeler için talep tahminlerinde kullanılabileceğini göstermek amacıyla talep tahmini yapılıp, sonuçları diğer talep tahmin yöntemleri ile karşılaştırılmıştır.
Özet (Çeviri)
Demand forecasting is one of the most critical activities for businesses. Even though it comes to forecast error in demand forecasting, this error should be as low as possible. Therefore, the demand forecast should not be too high or too low according to the actual demand. Otherwise, customer dissatisfaction will occur or manufactured goods or services of business will remain unsold. Time series is a list of values formed by bringing together based on observed values of the emergence of the event as well. People had made decisions observing temporal events since ancient times although the development of time series as a method was realized at the beginning of the 1970's. Fuzzy logic is a soft method which emerged in 1965 and sharp boundaries doesn't exist. In fuzzy logic, events are not considered as“true”or“false”crisply. Fuzzy logic describes as“somewhat true”,“very false”similarly people thus it enables using words in logical operations. The systems which are in uncertainty and hard to modelling can be managed easily by the help of fuzzy logic. Fuzzy time series is a method obtained by utilizing of time series and the flexibility of fuzzy logic. Forecasted values obtained by fuzzification of time series and analyzing fuzzy relations in the method. In order to show fuzzy time series can be used in demand forecasting, demand forecasting was done with this method and after that results of method were compared with other methods' results in this study.
Benzer Tezler
- Türkiye'de marinacılık: Kapasite ve yer seçimi üzerine modelleme
Turkish marina industry: A modelling capacity and location selection
GÜLSÜM AYDIN
Doktora
Türkçe
2011
Denizcilikİstanbul ÜniversitesiDeniz Ulaştırma İşletme Mühendisliği Ana Bilim Dalı
PROF. DR. GÜLER ALKAN
- İkili parçacık sürü optimizasyonu ile bulanık zaman serisi modelinde bulanık gecikmeli değişken seçimi
Fuzzy lagged variable selection in fuzzy time series by binary particle swarm optimization
BAHADIR ÖZDEMİR
Yüksek Lisans
Türkçe
2013
İstatistikOndokuz Mayıs Üniversitesiİstatistik Ana Bilim Dalı
DOÇ. DR. EROL EĞRİOĞLU
- Sezgisel bulanık kümelerin bileşenlerinin kombinasyonuna dayalı zaman serisi öngörü modeli
A new time series forecasting model based on the combination of intuitionistic fuzzy sets components
ŞULE NAZLI ARSLAN
Yüksek Lisans
Türkçe
2021
İstatistikGiresun Üniversitesiİstatistik Ana Bilim Dalı
DOÇ. DR. ÖZGE CAĞCAĞ YOLCU
- Yeni bir melez bulanık zaman serisi yaklaşımı
A new hybrid fuzzy time series approach
ÖZGE CAĞCAĞ YOLCU
- Dendritik nöron model yapay sinir ağlarına dayalı yeni sezgisel bulanık zaman serisi öngörü yöntemleri
New intuitionistic fuzzy time series forecasting methods based on dendritic neuron model artificial neural networks
TURAN CANSU
Doktora
Türkçe
2024
İstatistikGiresun Üniversitesiİstatistik Ana Bilim Dalı
PROF. DR. EREN BAŞ
PROF. DR. TAMER AKKAN