Geri Dön

Anfıs ve bulanık C-ortalamalar yöntemleri tabanlı çok kriterli envanter sınıflandırma modeli

Multi-criteria inventory classification model based on anfis and fuzzy C-means methods

PDF İndir

  1. Tez No: 501203
  2. Yazar: ELİF İSEN
  3. Danışmanlar: YRD. DOÇ. DR. MÜMTAZ İPEK
  4. Tez Türü: Yüksek Lisans
  5. Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2018
  8. Dil: Türkçe
  9. Üniversite: Sakarya Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 70

Özet

Günümüz imalat şartlarında, işletmelerin envanter yönetimini optimize etmenin en iyi yolu, envanterlerin sınıflandırılmasıdır. Bu ihtiyaç üzerine geliştirilmiş çok sayıda çok kriterli envanter sınıflandırma yöntemi mevcuttur. Fakat mevcut yöntemler uygulama zorluğu, kalitatif verilerle çalışamama ve öznellik içerme gibi pek çok açıdan eleştirilere maruz kalmaktadır. Mevcut yöntemlerde en sık karşılaşılan sorunlardan biri de, yeni bir envanter kalemi dahil edildiğinde sınıflandırma işleminin tekrar edilmesi zorunluluğudur. Bu tez çalışmasında, yapay zeka yöntemlerinden faydalanılarak yeni bir çok kriterli envanter sınıflandırma modeli geliştirilmiştir. Bu hibrit model oluşturulurken Bulanık C-Ortalamalar (FCM) ve Adaptif Ağ Yapısına Dayalı Bulanık Çıkarım Sistemi (ANFIS) yöntemlerinden faydalanılmıştır. FCM ve ANFIS metotları pek çok kez bir araya getirilmiş fakat daha önce envanter sınıflandırma problemleri için kullanılmamıştır. Çalışma sonucunda; tahmin, öğrenme ve sınıflandırma yeteneğine sahip bir çok kriterli envanter sınıflandırma modeli geliştirilmiştir. Bu model diğer modellerden farklı olarak, yeni bir envanter birimi dahil edildiğinde modelin tekrar oluşturulması zorunluluğunu ortadan kaldırmaktadır. Ayrıca, yine birçok modelden farklı olarak, bu model kantitatif verilerin yanı sıra, kalitatif verilerle de çalışabilmektedir. Bir firmadan elde edilen veriler ile geliştirilen modelin uygulaması yapılmıştır. Daha sonra aynı veri seti ile yapay sinir ağları kullanılarak yeni bir model oluşturulmuştur. Son olarak iki modelin performansları karşılaştırılmıştır.

Özet (Çeviri)

In today's manufacturing environment, the best way to optimize inventory management is classifying the inventories for enterprises. Upon this needs, a lot of multi criteria inventory classification methods are developed. However, each of these methods are criticized in many ways, such as; the difficulty of the application, not having capability of handling qualitative data, involving subjectivity. In addition, one of the most common problem is that, in most of the existing methods, when a new inventory item is stored in a warehouse, the classification process must be repeated. In this study, a new multi criteria inventory classification model is generated by utilizing artificial intelligence (AI) techniques. By using Fuzzy C-Means (FCM) and Adaptive Neuro Fuzzy Inference Systems (ANFIS), a hybrid model is developed. For the first time, ANFIS and FCM methods are combined to solve multi criteria inventory classification problem. As a result of the study, multi criteria inventory classification model with ability of prediction, learning and classification, is generated. The proposed model does not need to regenerate and solve whenever a new inventory item is introduced. At the same time, this model is capable of handling both quantitative and qualitative criteria. The model is applied to a real life data set that obtained from a company. Then a new model is generated by using Artificial Neural Network (ANN) method. The performance of the proposed model is verified by comparing with ANN model.

Benzer Tezler

  1. Tez No

    779877

    Stress assessment using fuzzy logic technique

    Bulanık mantık tekniği kullanılarak stres değerlendirme

    BÜŞRA YAĞCI

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolDokuz Eylül Üniversitesi

    Bilgisayar Bilimleri Ana Bilim Dalı

    PROF. DR. EMEL KURUOĞLU KANDEMİR

  2. Tez No

    406048

    Zaman serisi öngörüsü için yeni bir melez yaklaşım: AR-ANFIS

    A new hybrid method for time series forecasting: AR-ANFIS

    BUSENUR SARICA

    Yüksek Lisans

    Türkçe

    Türkçe

    2015

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMimar Sinan Güzel Sanatlar Üniversitesi

    İstatistik Ana Bilim Dalı

    DOÇ. DR. BARIŞ AŞIKGİL

  3. Tez No

    542346

    Akciğer hastalıkları teşhisinde sınıflandırma ve bulanık mantık yöntemlerinin uygulanması

    Diagnosis of lung diseases with implementing classification and fuzzy logic methods

    HİLAL KAYA

    Yüksek Lisans

    Türkçe

    Türkçe

    2018

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAnkara Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. İMAN ASKERBEYLİ

  4. Tez No

    608228

    Integration of spatial procedures to combat the desertification in Nineveh governorate, Iraq

    Irak'ın Nineveh vilayetinde çölleşme ile mücadele için mekansal yöntemlerin entegrasyonu

    BASHAR MUNEER YAHYA YAHYA

    Doktora

    İngilizce

    İngilizce

    2019

    İnşaat Mühendisliğiİstanbul Teknik Üniversitesi

    Geomatik Mühendisliği Ana Bilim Dalı

    PROF. DR. DURSUN ZAFER ŞEKER

  5. Tez No

    237385

    Yapay zeka teknikleri ile dizel motor performansının modellenmesi ve yakıt optimizasyonu

    Modelling of diesel engine performance and fuel optimisation by artificial intelligence techniques

    KEMAL TÜTÜNCÜ

    Doktora

    Türkçe

    Türkçe

    2009

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSelçuk Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. NOVRUZ ALLAHVERDİ

Geri Dön