Yapay sinir ağları ve üstel düzeltme yöntemleri ile talep tahmini ve bir uygulama
Demand forecasting with artificial neural networks and exponential smoothing methods and an application
- Tez No: 441470
- Danışmanlar: PROF. DR. İPEK DEVECİ KOCAKOÇ
- Tez Türü: Yüksek Lisans
- Konular: İşletme, Business Administration
- Anahtar Kelimeler: Demand Forecasting, Sales Forecasting, Artificial Neural Networks, Exponential Smoothing, Retail
- Yıl: 2016
- Dil: Türkçe
- Üniversite: Dokuz Eylül Üniversitesi
- Enstitü: Sosyal Bilimler Enstitüsü
- Ana Bilim Dalı: Toplam Kalite Yönetimi Ana Bilim Dalı
- Bilim Dalı: Kalite Yönetimi Bilim Dalı
- Sayfa Sayısı: 151
Özet
İşletmelerin piyasada konumlarını korumak veya geliştirmek için kararlar alması ve planlar yapması gerekmektedir. Günümüz küresel ekonomisi ve rekabette, işletmeler sürekli kendilerini değişken pazar koşullarına göre ayarlamalıdır. Bu nedenle gelecekteki olayların tahmini işletme faaliyetlerini başarıyla sürdürmek için çok önemlidir. İşletmeler çeşitli veri kümelerini ve tahminleme yöntemlerini kullanarak gelecekteki sonuçları tahmin etmeye çalışırlar. Tutarlı tahminleme işletme yöneticileri için başarının anahtarıdır. Tahminleme tutarlılığı da model ve girdi değişkenlerinin seçimine bağlıdır. Günümüzde birçok değişik tahminleme yöntemleri bulunmakta ve bu yöntemler de işletmeler tarafından yaygın olarak kullanılmaktadır. Müşteri davranışlarını, finansal durumları veya satış performansı gibi trendleri tahminlemek için kullanılan bu yöntemlerin birçoğu gelecekteki iş etkinliklerini öngörebilmek için geçmiş verilerden faydalanır. Çalışmada istatistiksel talep tahmin yöntemlerinden Yapay Sinir Ağı (YSA) modelleri ve Üstel Düzeltme metodu kullanılarak perakende sektöründeki bir firmanın ürünlerine ait satış tahmini uygulaması yapılmıştır. İstatistiksel hata ölçüleri çözüme uygulanmış ve yapılan uygulamanın tutarlı ve kabul edilebilir olduğunu göstermiştir. Talebi tahmin etmek için literatürde ki çalışmalardan farklı olarak, talebi etkileyebilecek iç dinamikler dikkate alınarak modeller kurulmuştur. Çalışmada ürünlerin gerçekleşen satışları ile kurulan modellerle elde edilen tahminleri kıyaslama imkanı olmuştur. Anhtar Kelimeler: Talep Tahmini, Satış Tahmini, Yapay Sinir Ağları, Üstel Düzeltme, Perakende
Özet (Çeviri)
Businesses must make decisions and plans to maintain or improve their positions in the market. In today's global economy and competition, businesses must adjust themselves constantly to a changing market. Therefore prediction of future events in marketplace is crucial to maintain successful business activities. Businesses try to estimate outcomes in the future by using various data sets and forecasting methods. Accurate estimation is the key to success for business managers. Accuracy in estimation depends on model selection and selection of input variables. There are different forecasting methods available today and these methods are widely used by businesses. Methods that are used to estimate trends of customer behavior, financial conditions or sales performance mostly use historical data to predict future business activities. In this study, sales forecasting of a company in retail sector has been made by using statistical demand forecasting methods of Artificial Neural Network and Exponential Smoothing. Statistical error measures are applied to the solution and they show proposed solution that our model is consistent and acceptable. Different from the studies in literature, to forecast sales demand, models designed by taking consideration of internal dynamics which could affect demand. In the study, it has been possible to compare with actual sales of products and forecasts obtained by established models.
Benzer Tezler
- Cam sektöründe talep tahmin yöntemlerinin uygulanması ve değerlendirilmesi
Application and assessment of the demand forecasting methods in the glass sector
NESLİHAN DEMİRCİ
Yüksek Lisans
Türkçe
2015
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. MURAT BASKAK
- Talep tahmin yöntemlerinin karşılaştırmalı analizi: Gıda sektöründe bir uygulama
Comparative analysis of demand prediction methods: An application in food sector
AYDIN YILDIRIM
Yüksek Lisans
Türkçe
2019
İşletmeİstanbul Kültür Üniversitesiİşletme Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MURAT TAHA BİLİŞİK
- Eczacılık sektöründe yapay sinir ağları ve zaman serileri analizi ile talep tahmini
Demand forecasting with artificial neural networks and time series analysis in the pharmacy industry
HANDE NASUHOĞLU
Yüksek Lisans
Türkçe
2019
Endüstri ve Endüstri MühendisliğiMaltepe ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ÖNDER TOMBUŞ
- Combined forecasts for stock keeping units with intermittent demand pattern
Kesintili talep yapısına sahip stok tutma birimleri için birleştirilmiş tahminler
GİZEM HALİL
Yüksek Lisans
İngilizce
2019
İşletmeDokuz Eylül Üniversitesiİşletme (İngilizce) Ana Bilim Dalı
DOÇ. DR. AYSUN KAPUÇUGİL İKİZ
- Aralıklı talep yapısına sahip ürünlerin talep tahmininde makine öğrenme yöntemlerinin uygulanması
Implementing machine learning methods in forecasting intermittent demand
DERYA SAATÇIOĞLU