İş makineleri sektöründe yapay sinir ağları ile talep tahmini uygulaması
Application of demand forecasting with artificial neural networks in construction machinery sector
- Tez No: 556181
- Danışmanlar: DR. ÖĞR. ÜYESİ ADNAN AKTEPE
- Tez Türü: Yüksek Lisans
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2019
- Dil: Türkçe
- Üniversite: Kırıkkale Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 111
Özet
Talep tahmin metotları, kalitatif ve kantitatif olarak iki ana başlık altında toplanır. Kalitatif tahmin metodu insanların kendi tecrübelerine ve sezgilerine dayanarak tahmin yapma yöntemidir. Kantitatif metot ise geçmiş verileri kullanıp, veriler üzerinde sayısal ve istatistiki hesaplamalar yapılarak, verilerin matematiksel modellerle desteklendiği tahmin yöntemidir. Kantitatif bir yaklaşım olan Yapay Sinir Ağları (YSA) ile tahmin modeli, öğrenme ve tecrübe etme yoluyla geçmişte depolanan bilgilerden kararların nasıl alınabileceğini yani bilgisayarlarda işlenmiş bilgilerin nasıl elde edilebileceğini anlamaya çalışan yapay zekâ tabanlı bir tahmin yöntemidir. Bu çalışmada stok yönetimini etkin bir şekilde gerçekleştirmek amacıyla iş makineleri yedek parçaları üreten bir üretim tesisinde YSA kullanılarak talep tahmini uygulaması yapılmış ve ileriye dönük müşteri talepleri ortaya çıkarılmıştır. Geliştirilen modelde geçmiş yıllara ait satış miktarları, dünyada satılan iş makinası sayısı, yıllara ve aylara göre dolar kuru değişimi ve aylık etki oranı değişkenleri yer almaktadır. Uygulamada son 9 yıla ait veriler kullanılmıştır. Gelecek yıl için talep tahminleri geliştirilen YSA modeli ile yapılmıştır. Ayrıca çoklu regresyon analizi ile de talep tahmini yapılmış olup sonuçlar karşılaştırılmıştır. Yapay sinir ağlarının tahmin yapmada daha iyi sonuçlar verdiği gözlenmiştir.
Özet (Çeviri)
Demand forecasting methods are classified under two main categories as qualitative and quantitative. The qualitative forecast is a method based on people's personal experience and intuition. The quantitative forecast is a method of using historical data supported by mathematical models and indicating numerical and statistical calculations on the data. Forecasting with Artificial Neural Networks (ANN) is an artificial intelligence-based method that indicates how decisions can be made from information stored in the past through learning and experience. In this study, demand forecasting application was performed by using ANN in a production facility that produces spare parts of construction machines. The aim of the study is forecasting demands as close as possible to future customer demands. In the developed model, sales quantities of past years, number of construction machines sold in the world, dollar exchange rate effect according to years and months and monthly effect rate are used as variables. Data for the last 9 years were used in the application. Demand forecasts were realized for the next year with the ANN model. In addition, demand forecasting was performed by multiple regression analysis with the same data and the results were compared. It was observed that ANN give better results.
Benzer Tezler
- Yapay zeka yöntemleri ile talep tahmini ve değirmen makineleri imalat sektöründe uygulanması
Başlık çevirisi yok
AZİZE BERNA CAN
Yüksek Lisans
Türkçe
2023
Endüstri ve Endüstri MühendisliğiKırıkkale ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. ADNAN AKTEPE
- Short term electricity load forecasting with deep learning
Derin öğrenme ile kısa dönemli elektrik yük talep tahmini
İBRAHİM YAZICI
Doktora
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ÖMER FARUK BEYCA
- Makine öğrenimi algoritmaları üzerinden bina enerji performansı tahminleme modeli
A predictive model for building energy performance based on machine learning algorithms
MERVE ERTOSUN YILDIZ
- Aralıklı talep yapısına sahip ürünlerin talep tahmininde makine öğrenme yöntemlerinin uygulanması
Implementing machine learning methods in forecasting intermittent demand
DERYA SAATÇIOĞLU
- Perakende hazır giyim endüstrisinde yapay zeka yöntemleri ile talep tahmini
Demand forecasting with artificial intelligence methods in retail apparel industry
İLKER GÜVEN
Yüksek Lisans
Türkçe
2020
Endüstri ve Endüstri MühendisliğiKarabük ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ FUAT ŞİMŞİR
DOÇ. DR. ÖZER UYGUN