Geri Dön

Üretim planlama ve kontrol süreçlerinde veri madenciliğinin yeri ve çok kriterli karar alma yaklaşımlarıyla çözüm önerileri: Bir işletme uygulaması

The importance of data mining in production planning and control processes and solutions by means of multi-criteria decision making approaches: A business application

  1. Tez No: 660888
  2. Yazar: EZGİ DEMİR
  3. Danışmanlar: PROF. DR. SAİT ERDAL DİNÇER
  4. Tez Türü: Doktora
  5. Konular: Ekonometri, Econometrics
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2021
  8. Dil: Türkçe
  9. Üniversite: Marmara Üniversitesi
  10. Enstitü: Sosyal Bilimler Enstitüsü
  11. Ana Bilim Dalı: Ekonometri Ana Bilim Dalı
  12. Bilim Dalı: Yöneylem Araştırması Bilim Dalı
  13. Sayfa Sayısı: 273

Özet

Üretim sektöründe faaliyet gösteren bir işletme için üretim planlama süreci işletmenin merkezini oluşturmaktadır. Üretim planlama ve kontrol süreçleri diğer departmanlarla da koordineli olarak yürütülmesi gereken bir süreçtir. Bu çalışmada üretim planlama ve kontrol süreçleri detaylı bir şekilde çalışılarak, tekstil sektöründe yer alan bir işletme üzerinde manuel olarak yapılan hata tespitlerinin otomasyon ile yapılması amaçlanmıştır. Aynı zamanda kalite süreçleri de üretim süreci sonucunda elde edilen kalite değerlerinin otomatize edilmesini ve sürecin bütünsel olarak hata tespiti yapmasını sağlamaktadır. Bu amaçla veri madenciliği temelli, makine öğrenmesi, kollektif makine öğrenmesi ve derin algoritma modelleri kurulmuştur. Derin öğrenme ağ yapısında makinenin, değişkenlerin ağırlıkları belirlenirken çok kriterli karar verme temelli girdi yapısı oluşturulmuştur. Derin öğrenme teknikleriyle yüksek başarım elde edilmiştir.

Özet (Çeviri)

For a business operating in the production sector, the production planning process is the main function of the business. Production planning and control processes are processes that must be carried out in coordination with other departments. In this study, production planning and control processes in detail, it is aimed to make automatic error detection made manually on a business in the textile sector. At the same time, quality processes enable the quality values obtained as a result of the production process to be automated and the process to be detected as a whole. For this purpose, data mining-based machine learning, ensemble machine learning and deep algorithm models have been established. While determining the weights of the machine and variables in the deep learning network structure, a multi-criteria decision-based input structure has been created. High accuracy rates have been achieved with deep learning techniques.

Benzer Tezler

  1. Üretim planlama ve kontrol süreçlerinde dijital ikiz teknolojisinin kullanılması: Tekstil sektöründe bir uygulama

    Using digital twin technology in production planning and control process: An application in textile industry

    AYSEL KOÇAK

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBursa Teknik Üniversitesi

    Akıllı Sistemler Mühendisliği Ana Bilim Dalı

    DOÇ. DR. AYTAÇ YILDIZ

  2. ERP sistemleri ve üretim planlama kontrol faaliyetleri ilişkisi

    ERP systems and relations of production planning control operations

    SAİT SAĞLAM

    Yüksek Lisans

    Türkçe

    Türkçe

    2008

    İşletmeYıldız Teknik Üniversitesi

    İşletme Ana Bilim Dalı

    YRD. DOÇ. DR. HAYRİ BARAÇLI

  3. İşletme bütçeleri sisteminin incelenmesi ve işletme bütçesi sisteminin mekanik ihtiyaçlarının sağlanmasına yönelik bir uygulama

    Studying business budget systems and an aplicatipn research for obtaining mechanic requirements of business budget systems

    İLKER ÖMER SAİT BULAT

    Yüksek Lisans

    Türkçe

    Türkçe

    2002

    İşletmeÇukurova Üniversitesi

    İşletme Ana Bilim Dalı

    DOÇ. DR. YILDIRIM BEYAZIT ÖNAL

  4. Development of a mobile robot performing transport implementations in a manufacturing plant

    Bir üretim tesisinde taşıma uygulamalarını yerine getiren bir mobil robotun geliştirilmesi

    NESLİHAN DEMİR

    Doktora

    İngilizce

    İngilizce

    2024

    Makine MühendisliğiAydın Adnan Menderes Üniversitesi

    Makine Mühendisliği Ana Bilim Dalı

    PROF. DR. PINAR DEMİRCİOĞLU

    PROF. DR. İSMAİL BÖĞREKCİ

  5. Bankacılıkta robotik süreç otomasyonu projeleri için makine öğrenmesi yöntemleri ile karmaşıklık tahmini

    Complexity estimation with machine learning methods for robotic process automation in banking

    EBRU DEMİR

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYıldız Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    PROF. DR. TÜLAY YILDIRIM