Geri Dön

Aralıklı talep tahmin modellemesi

Intermittent demand forecast modeling

  1. Tez No: 539563
  2. Yazar: NECDET KUNTER İPEK
  3. Danışmanlar: DR. ÖĞR. ÜYESİ MEHMET GÜLŞEN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2019
  8. Dil: Türkçe
  9. Üniversite: Başkent Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 88

Özet

Tahminleme ya da öngörüleme, bugünden geleceğe ışık tutarken bize en önemli yol göstericidir. Yüksek verimli bir öngörüleme aynı zamanda yüksek verimli bir fabrika anlamına gelmektedir. Bu noktada üretimi yapılacak olan ürün dikkate alınarak en uygun öngörüleme yöntemi seçilmedir. Bu çalışmada bu konu üzerinde gerçek talep değerleri ile tahmin planlaması çalışması yapılmıştır. Bu çalışmalar için elde edilen gerçek talep değerleri düzensiz ve aralıklı olup, hangi gün, hangi üründen, hangi müşteriye, ne kadar satış yapıldığı bilgisini bize sunar. Bu tip veriler için daha önceden belirlenmiş farklı tahmin yöntemlerinin ilgili ürünler için tahmin performansları ölçülmüştür. Performansı ölçülen yöntemler basit ortalama yöntemi, basit üstel düzeltme yöntemi ve croston yöntemidir. Bu yapılan modelleme ile hangi ürünün hangi yöntem ile uygun çalıştığı görülmüştür. Bu yapılan çalışma ile üretim planlaması alanında yeni ve alternatif bir metod geliştirilmek istenmiştir.

Özet (Çeviri)

Forecasting helps us by casting light on our projected path between today and the future. Efficient forecasting leads to a highly productive environment. Demand forecasting involves selecting a proper foresting methodology for each product. Our research focuses on selecting proper forecasting models by using historical demand data from a confectionary producer. The data is collected from sales vouchers which list product type, customer id, quantity and data for each sale transaction. The data is highly irregular, intermittent in nature. Preselected set of forecasting models are used to make demand projections. The model set includes simple moving averages, exponential smoothing, and Croston's method. The performance of each model is determined based on an error metric which measures the deviation between projected and actual values. This study is intended to present a new and alternative method that could be used in production planning.

Benzer Tezler

  1. The effects of communication delay on the operation ofdistributed energy resources in power distribution systems

    Haberleşme sistemindeki gecikmelerin dağıtım sistemlerindeki dağıtık enerjı kaynaklarının işletimi üzerindeki etkileri

    NEGAR DASHTI

    Yüksek Lisans

    İngilizce

    İngilizce

    2018

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektrik Mühendisliği Ana Bilim Dalı

    PROF. DR. MUSTAFA BAĞRIYANIK

  2. Yüksek teknoloji ürünlerinin talep tahmini ve envanter planlaması için entegre bir yaklaşım: Güvenlik kameraları için uygulama çalışması

    An integrated approach for demand forecasting and inventory planning of highly technological products: Implementation study for security cameras

    İZEL ÖRK

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Endüstri ve Endüstri MühendisliğiHacettepe Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ BANU YÜKSEL ÖZKAYA

  3. Yedek parça üretiminde aralıklı talep planlama problemleri ve çözüm yaklaşımları

    Intermittent demand planning problems and solution approaches in spare parts production

    FERHAT YUNA

    Doktora

    Türkçe

    Türkçe

    2025

    Endüstri ve Endüstri MühendisliğiAtatürk Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    PROF. DR. BURAK ERKAYMAN

    DOÇ. DR. ENGİN TOPAN

  4. Forecasting intermittent demand using Cox process

    Cox prosesi kullanarak aralıklı talep tahmini

    GAMZE OĞCU KAYA

    Doktora

    İngilizce

    İngilizce

    2015

    Endüstri ve Endüstri MühendisliğiFatih Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ÖMER FAHRETTİN DEMİREL

  5. Spare parts demand forecasting and inventory management using machine learning models: A comprehensive application

    Makine öğrenmesi modelleri ile yedek parça talep tahmini ve envanter yönetimi: Kapsamlı bir uygulama

    ZEYNEP KARACA BEKTAŞ

    Yüksek Lisans

    İngilizce

    İngilizce

    2025

    Endüstri ve Endüstri MühendisliğiKoç Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    PROF. DR. METİN TÜRKAY