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
- Tez No: 611168
- Danışmanlar: DR. ÖĞR. ÜYESİ ÖNDER TOMBUŞ
- Tez Türü: Yüksek Lisans
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Yapay Sinir Ağları, Zaman Serileri Analizi, Hareketli Ortalama, Üssel Düzeltme, İkili Üssel Düzeltme, Talep Tahmini, Eczacılık Sektörü, Artificial Neural Network, Time Series Analysis, Moving Average, Exponential Smoothing, Double Exponential Smoothing, Demand Forecasting, Pharmacy Industry
- Yıl: 2019
- Dil: Türkçe
- Üniversite: Maltepe Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Endüstri Mühendisliği Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Doğru ve güvenilir talep tahminleri işletmelerin verimliliğin artmasında önemli rol oynamaktadır. Her sektörde olduğu gibi sağlık sektöründe de talep tahminleri konusu önemli bir yer tutmaktadır. Stok maliyetlerinin kontrolü için iyi bir talep tahmini yapılmalıdır. Bu çalışmada, İstanbul'da bir eczaneden alınan 2015-2018 yılları arasındaki gerçek satış verileri kullanılarak 100 tane ilacın tahminlemesi yapılmıştır. Uygulama kapsamında yapay sinir ağları ve zaman serileri analizinden hareketli ortalama, üssel düzeltme, ikili üssel düzeltme ve Holt-Winters yöntemleri kullanılarak talep tahmini yapılmıştır. Tahminleme sonuçları ve gerçek değerler arasında hata değerleri MSE yöntemi kullanılarak hesaplanmıştır. Her ürün için en düşük hata değerini veren yöntem seçilmiştir. Seçim sonuçlarına göre 14 ürün için hareketli ortalama, 16 ürün için üssel düzeltme, 12 ürün için ikili üssel düzeltme, 14 ürün için Holt-Winters ve 44 ürün için yapay sinir ağları en iyi tahmin değerlerini vermiştir. Uygulamada kullanılan ürünlerin çoğunluğunda yapay sinir ağlarının daha iyi sonuçlar verdiği görülmüştür.
Özet (Çeviri)
Accurate and reliable demand forecasting plays an important role in increasing the productivity of businesses. Demand forecasting is also an important issue in the health sector as in every sector. A good demand forecast should be made to control inventory costs. In this study, the sales data of 100 drugs between the years of 2015-2018 from a pharmacy in Istanbul is used. Based on this data demand forecast was performed by using artificial neural networks and time series analysis methods, such as the moving average, exponential smoothing, double exponential smoothing and Holt-Winters within the scope of the application. Error values between the forecasting results and the actual values were calculated by using the MSE method. The method with the lowest error value is selected for each product. According to the selection results give the best estimation values; moving average for 14 products, exponential smoothing for 16 products, double exponential smoothing for 12 products, Holt-Winters for 14 products and artificial neural networks for 44 products. Artificial neural networks were found to give better results the most of the products used in the application.
Benzer Tezler
- Nano ipliklerinin dokuma endüstrisinde kullanılması, araştırılması, incelenmesi ve yeni tasarımlar oluşturulması
Using, researching, examining and creating new designs of nano yarns in weaving industry
BUSE HAZAL BAYAR
Yüksek Lisans
Türkçe
2022
Tekstil ve Tekstil MühendisliğiBeykent ÜniversitesiTekstil Tasarım Ana Sanat Dalı
PROF. HAMDİ ÜNAL
- Otelcilik sektöründe oda fiyatını belirleyen etkenlerin tahminsel modeller ile incelenmesi
Investigation of the factors that define the room price in the hotel industry with predictive models
ÖZGÜR AYKANAT
- Kimya sektöründe uluslararası pazarlama faaliyetleri
International marketing activities in chemical industry
SEMRA BAYHAN
- Klonlanamaz fonksiyonlar ve yardımcı bilgiler kullanılarak patent hakları korunması, özgün algoritma ve donanımın güvenliğinin sağlanması
Protection of patent rights, maintenance of original algorithm and hardware security using physical unclonable functions and helper data
BURAK GÖVEM
Yüksek Lisans
Türkçe
2013
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
DOÇ. DR. MÜŞTAK ERHAN YALÇIN
- Reaktif oksijen türleri kullanılarak tıbbi ekipmanların sterilizasyonun yapılabilirliğinin araştırılması
Investigation of the feasibility of sterilization of medical equipment using reactive oxygen species
HESNA ÖZBEK ÜLKÜTAŞ ATALAY
Doktora
Türkçe
2023
Mühendislik BilimleriGazi Üniversitesiİleri Teknolojiler Ana Bilim Dalı
PROF. DR. İNAN GÜLER