Electricity consumption forecasting with artifical neural network for fast-moving consumer goods sector
Hızlı tüketim sektörü için yapay sinir ağları ile elektrik tüketim talep tahmini
- Tez No: 555914
- Danışmanlar: DOÇ. DR. HÜR BERSAM BOLAT
- Tez Türü: Yüksek Lisans
- Konular: Mühendislik Bilimleri, Engineering Sciences
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2019
- Dil: İngilizce
- Üniversite: İstanbul Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İşletme Mühendisliği Ana Bilim Dalı
- Bilim Dalı: İşletme Mühendisliği Bilim Dalı
- Sayfa Sayısı: 73
Özet
Tedarik Zinciri Yönetimi (TZY), özellikle hızlı tüketim malları sektörü olmak üzere tüm şirketler için en önemli unsurlardan biridir. Tedarik Zinciri Yönetimi, arz ve talebi yönetmeyi, hammadde ve parçaları tedarik etmeyi, üretim, depolama ve stok takibi, sipariş yönetimi, talep yönetimi, dağıtım ve teslimatı içeren birçok farklı aşamadan oluşmaktadır. Üretim TZY için operasyonel düzeyde bir faaliyettir.Teknolojide artan süreklilik ve şirketler arasında giderek artan rekabet koşullarında şirketler varlığını devam ettirmek için üretim, satış ve pazarlama faaliyetlerini optimum şekilde yürütmelidirler. Bunun için yoğun rekabet ortamında ürün veya hizmetlerini rakiplerinden farklılaştırıp öne çıkabilmelidirler. Hızlı tüketim sektörü ise sektörel bazlı değerlendirildiğinde hızlı tüketim dünyada rekabetin en yoğun olduğu sektörlerden biridir dolayısıyla firmaların optimizasyona üretim aşamasından başlaması firmanın büyümesi ve karlılığında büyük bir önem taşımaktadır. Günümüzde her aaşamada gelişme seviyesindeki ülkelerin en önemli gereksinimlerin başında enerji gelmektedir. Ülkelerin refah seviyeleri, üretilen ve tüketilen enerji miktarları ile doğru orantılıdır. Enerji üretimi ve tüketimi için birçok farklı seçenek bulunsa da, tüm ülkelerin uygun fiyatlı, yeteri miktarda ve temiz enerji kaynaklarına ihtiyaçları vardır. Her seviyedeki gelişmişlik düzeyinde önemli olduğu gibi özellikle gelişmekte olan ülkeler arasında enerji tüketiminin artması, gelişmenin göstergesidir, dolayısıyla enerji tüketimi, ekonomik büyüme ve sosyal refah açısından önemli göstergelerden biridir. Türkiye'de elektrik enerjisine olan talebin git gide yükseldiği ve taleple arzın başa baş geldiği gözlenmektedir.Üretim, üretim planlama, talep planlama tedarik zinciri yönetimi için operasyonel seviyede bir aktivitedir. Üretim talep planlamada en önemli unsurlardan biri enerji tahmin modellemesinin yapılmasıdır. Enerji tüketimi tahmini toplam tüketimi ön görüp ona göre üretim planı yapılmasını ve dolayısıyla sonrasında tedarik zincirindeki tüm fonksiyonların maliyet ve optimisazyon planlarının yapılmasında önemi bir role sahiptir. Hızlı tüketim ürünleri düzenli olarak satın alınan ya da alındıktan sonra tüketimi hızlı ürünleri içerir. Hızlı tüketim ürünleri sektöründe durmayan, sürekli ve hızlı bir üretim vardır. Üretimin talebe göre planlanması ve optimizasyon çalışmaları büyük önem taşır.Bu çalışma dört ana bölümden oluşmaktadır. Bunlar giriş, literatür taraması, YSA modeli ve analizi, sonuçlar ve gelecek çalışmalar için öneriler kısımlarıdır. Çalışmanın giriş bölümünde enerji talep tahminlerinin günümüzde artan üretim ve tüketim hızları ile orantılı olarak her geçen gün daha önem kazandığı belirtilmiştir. Ayrıca, Soğuk Tedarik Zinciri ve Hızlı Tüketim Sektörü hakkında nicel bilgiler ile çalışmanın amacı ve kapsamı eklenmiştir. Çalışmanın ikinci bölümünde Yapay Sinir Ağları kısaca tanımlanmış, elemanları ve farklı model yapıları analiz edilmiştir. Ayrıca literatürde yer alan örnek çalışmalar özetlenmiştir.Çalışmanın üçüncü bölümünde hızlı tüketim ve soğuk zincir sektöründe yer alan firmalarda gelecek enerji talebi tahmin etmede Yapay Sinir Ağları kullanarak iyi bir tahmin sonucuna ulaşılabilir mi sorusuna cevap aranmıştır. Elektrik enerji tüketiminin departmanlar bazında gelecek dönem tahmini yapılırken model çeşitli girdi kombinasyonlarıyla çalıştırılmıştır. Burada kullanılan girdilerin bazıları literatürde yer almakla birlikte bazıları ise sektörde çalışan uzman görüşleri alınarak modele eklenip çıkartılmıştır. Burada kullanılan girdiler sıcaklık, yoğuşma noktası, nem, rüzgar hızı, hacim ve çalışan sayısıdır. Ancak ilk olarak soğuk zincirde elektrik tüketimini etkileyen ilk dört girdi ile model kurulmuştur. Çünkü literatürde soğuk zincir sektöründe talep tahmini çalışmaları incelendiğinde bu dört girdi birçok çalışmada yer almaktadır. Daha sonra diğer iki girdinin (üretim hacmi ve çalışan sayısı) tüm kombinasyonları modele eklenip çıkarılarak sonuçlar kıyaslanmıştır. Bu sayede çalışmanın önemli bir katkısı olarak Yapısal Eşitlik Modeli'ndeki gibi analoji kurularak hangi girdi veya girdilerin elektrik enerjisi tüketimini etkilediği hangilerinin de önerildiği halde etkilemediği ortaya konmuştur. Kurulan modeller sektörde yer alan bir firmanın son üç yıllık verileri kullanılarak vaka analizi ile de örneklendirilmiştir.Burada girdilerin yüzde 60'ı öğrenme, yüzde 40'ı ise test etme verisi olarak kullanılmıştır. Çalışmanın ikinci katkısı olarak da uygulama kısmında bazı girdilerin eksik veya kayıp veri içermesi ile nasıl baş edildiği de gösterilerek Yapay Sinir Ağları uygulamalarında kayıp ve eksik veriler ile nasıl baş edildiği gösterilmiştir. Çalışmada karşılaşılan kayıp ve eksik verileri tamamlamada Lineer Regresyon Yöntemi kullanılmıştır. Modellerin çalıştırılmasıyla ulaşılan ortalama kareli sapma değerleri oldukça düşük çıkmış ve modelin sektörde yer alan diğer firmalarda kullanılabileceğini göstermektedir.Ayrıca modeller ile gelecek dönem tahminleri yapılmıştır. Son olarak gelecek çalışmalar için tavsiyelerde bulunulmuştur.
Özet (Çeviri)
Under the ever-evolving technology and increasing competition conditions, companies should carry out their production and marketing activities effectively in order to maintain their assets. Companies should be able to distinguish their products or services from their competitors in a highly competitive environment. When the sectoral evaluated based fast moving consumer goods sector in Turkey it is one of the most intense competition in the sector so that firms in the start of the company's growth and profitability optimization are of great importance to the production stage. Today, the most important requirements of developed and developing countries are energies. The level of development of countries is directly proportional to the energy they produce and consume. Although there are many different methods of energy production and consumption, all countries need cheap, abundant and clean energy sources. Increasing energy consumption under the condition of developing countries is an indicator of growth, so energy consumption is one of the most important indicators of economic development and social welfare. In Turkey, where the demand for electricity rises gradually as demand and supply come early bus bar is observed. Production, production planning, demand planning is an operational level for supply chain management (SCM). One of the most important factors in production demand planning is energy estimation modeling. It is important to predict the total consumption of energy consumption and to make a production plan according to it and therefore to make all the functions in the supply chain cost and optimization plans. Fast-moving products include products that are regularly purchased or consumed quickly after being purchased. There is a continuous and rapid production in the fast-moving consumer goods sector. Planning of production according to demand and optimization studies are of great importance. In cold chain operations, there are points which are very important and critical to complete process, that means from production to the deliver to customer. Temperature and air condition is the some of the most important conditions for cold chain. In this thesis, energy consumption is estimated in production in the fast moving consumer goods sector. Artificial Neural Networks (ANN) method is used for estimation. Estimates are made for the following periods based on the last three years' electricity energy consumption and the other inputs from the company.
Benzer Tezler
- Türkiye'nin alt sektörler bazında yapay sinir ağları ile elektrik enerjisi tüketiminin 2030 yılına kadar tahmini
The forecasting of electricity energy consumption on sub-sectors bases of turkey by artificial neural network until 2030
NADİDE ÇAĞLAYAN
Yüksek Lisans
Türkçe
2016
Endüstri ve Endüstri MühendisliğiAtatürk ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. VECİHİ YİĞİT
- Yapay sinir ağları kullanılarak kısa süreli güneş enerjisi tahmini
Short term solar energy prediction by using artifical neural networks
ELA NUR ORUÇ
Yüksek Lisans
Türkçe
2022
Enerjiİstanbul Teknik ÜniversitesiMeteoroloji Mühendisliği Ana Bilim Dalı
DOÇ. DR. AHMET ÖZTOPAL
- Veri ön işleme teknikleri ile kısa dönem elektrik tüketim tahmininde makine öğrenmesi modelleri: İzmir ili örneği
Machine learning models in short term electricity consumption forecasting with data preprocessing techniques: The case of İzmir
FATİH BERBER
Yüksek Lisans
Türkçe
2024
Elektrik ve Elektronik MühendisliğiIsparta Uygulamalı Bilimler ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. OKAN BİNGÖL
- Comparision of artificial neural networks and traditional methods for electricity consumption
Elektrik tüketimi tahmini için yapay sinir ağları ve geleneksel metodların karşılaştırılması
TUĞBA YILDIRIM
Yüksek Lisans
İngilizce
2010
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMarmara ÜniversitesiMühendislik Yönetimi Ana Bilim Dalı
YRD. DOÇ. DR. BAHAR SENNAROĞLU
- Bazı veri madenciliği yöntemleri ile elektrik tüketim tahmini
Electricity consumption forecasting with some data mining methods
MUSTAFA YILDIRIM
Yüksek Lisans
Türkçe
2021
Endüstri ve Endüstri MühendisliğiHarran ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ AHMET SABRİ ÖĞÜTLÜ