Geri Dön

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

  1. Tez No: 441470
  2. Yazar: ÇİĞDEM POLAT
  3. Danışmanlar: PROF. DR. İPEK DEVECİ KOCAKOÇ
  4. Tez Türü: Yüksek Lisans
  5. Konular: İşletme, Business Administration
  6. Anahtar Kelimeler: Demand Forecasting, Sales Forecasting, Artificial Neural Networks, Exponential Smoothing, Retail
  7. Yıl: 2016
  8. Dil: Türkçe
  9. Üniversite: Dokuz Eylül Üniversitesi
  10. Enstitü: Sosyal Bilimler Enstitüsü
  11. Ana Bilim Dalı: Toplam Kalite Yönetimi Ana Bilim Dalı
  12. Bilim Dalı: Kalite Yönetimi Bilim Dalı
  13. 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

  1. 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

    Türkçe

    2015

    Endüstri ve Endüstri Mühendisliğiİstanbul Teknik Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. MURAT BASKAK

  2. 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

    Türkçe

    2019

    İşletmeİstanbul Kültür Üniversitesi

    İşletme Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ MURAT TAHA BİLİŞİK

  3. 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

    Türkçe

    2019

    Endüstri ve Endüstri MühendisliğiMaltepe Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ÖNDER TOMBUŞ

  4. 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

    İngilizce

    2019

    İşletmeDokuz Eylül Üniversitesi

    İşletme (İngilizce) Ana Bilim Dalı

    DOÇ. DR. AYSUN KAPUÇUGİL İKİZ

  5. Aralıklı talep yapısına sahip ürünlerin talep tahmininde makine öğrenme yöntemlerinin uygulanması

    Implementing machine learning methods in forecasting intermittent demand

    DERYA SAATÇIOĞLU

    Doktora

    Türkçe

    Türkçe

    2016

    İşletmeİstanbul Üniversitesi

    İşletme Ana Bilim Dalı

    PROF. DR. NECDET ÖZÇAKAR