Geri Dön

Adaptif Ağ Tabanlı Bulanık Çıkarım Sistemi (ANFIS) ile sürdürülebilir tedarikçi seçimi

Sustainable supplier selection with Adaptive Network-based Fuzzy Inference System (ANFIS)

  1. Tez No: 694900
  2. Yazar: ÜMMÜ AHAT
  3. Danışmanlar: PROF. DR. ARZU ORGAN
  4. Tez Türü: Yüksek Lisans
  5. Konular: İşletme, Business Administration
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2021
  8. Dil: Türkçe
  9. Üniversite: Pamukkale Üniversitesi
  10. Enstitü: Sosyal Bilimler Enstitüsü
  11. Ana Bilim Dalı: İşletme Ana Bilim Dalı
  12. Bilim Dalı: Sayısal Yöntemler Bilim Dalı
  13. Sayfa Sayısı: 117

Özet

Sürdürülebilir tedarikçi seçimi, sürdürülebilir tedarik zinciri yönetiminin başarısını doğrudan etkileyen faktörlerden biridir. Etkin sürdürülebilirlik kriterlerinin belirlenmesi, etkin ve verimli bir sürdürülebilir tedarik zinciri meydana getirmek için oldukça önem arz etmektedir. Doğru sürdürülebilir tedarikçi seçimi, işletme açısından oldukça kritik bir karar problemidir. Yapılan son araştırmalar, sürdürülebilir tedarikçilerin performanslarının ölçülmesinde, yapay zekâ tekniklerinin daha iyi bir yöntem olduğunu göstermektedir. Dolayısıyla bu çalışmada, Adaptif Ağ Tabanlı Bulanık Çıkarım Sistemi (ANFIS) ve Yapay Sinir Ağı (YSA) yöntemlerinden yararlanılmıştır. Etkin ve verimli bir model geliştirmek ve işletme açısından en etkin sürdürülebilirlik kriterlerini belirlemek adına ANFIS yöntemi ile girdi seçimi yapılmıştır. ANFIS yöntemi ile belirlenen en etkin sürdürülebilirlik kriterleri; sosyal sorumluluk, maliyet, atık yönetimi ve teslim süresi olarak belirlenmiştir. ANFIS ve YSA yöntemleriyle sürdürülebilir tedarikçi performans tahmini hesaplamaları yapılmıştır. Geliştirilen ANFIS modeli ve YSA modeliyle gerçekleştirilen tahmin performanslarını karşılaştırmak amacıyla, çoklu regresyon analizi modeli geliştirilmiştir. Ortalama ve standart hata değerleri incelendikten sonra, belirlenen performans parametreleri olan R-kare, MSE, RMSE, MAE, MAPE regresyon indekslerinden WIA değerleri hesaplanarak; geliştirilen modeller karşılaştırılmıştır. Performans tahmininde en başarılı model ANFIS modeli olarak belirlenmiştir. Daha sonra, ANFIS modeline göre sürdürülebilir tedarikçi seçimi yapılmış ve firma için en uygun tedarikçi belirlenmiştir.

Özet (Çeviri)

Sustainable supplier selection is one of the factors that directly affect the success of sustainable supply chain management. Determining effective sustainability criteria is very important to create an effective and efficient sustainable supply chain. Choosing the right sustainable supplier is a critical decision problem for the business. Recent studies show that artificial intelligence techniques are a better method in measuring the performance of sustainable suppliers. Therefore, in this study, Adaptive Network Based Fuzzy Inference System (ANFIS) and Artificial Neural Network (ANN) methods were used. Input selection was made with the ANFIS method in order to develop an effective and efficient model and to determine the most effective sustainability criteria for the business. The most effective sustainability criteria determined by the ANFIS method include social responsibility, cost, waste management and delivery time. Sustainable supplier performance estimation calculations were made with ANFIS and ANN methods. A multiple regression analysis model was developed in order to compare the predicted performances conducted with the developed ANFIS model and ANN model. After examining the mean and standard error values, WIA values were calculated from the regression indexes of the determined performance parameters called R-squared, MSE, RMSE, MAE, MAPE. And then the developed methods were compared. Sustainable supplier selection was conducted by the ANFIS model, which allows for the most successful performance estimation and also has the highest level of accuracy.

Benzer Tezler

  1. Türkiye'de güneş ve rüzgar kaynaklı elektrik enerjisi üretim potansiyelinin incelenmesi

    The analysing of electric production potential originating from wind and sun in Turkey

    SEDAT ERSÖZ

    Yüksek Lisans

    Türkçe

    Türkçe

    2010

    Elektrik ve Elektronik MühendisliğiMarmara Üniversitesi

    Elektrik Eğitimi Ana Bilim Dalı

    YRD. DOÇ. DR. NEVZAT ONAT

  2. Altman Z-skor ve Adaptif Ağ Tabanlı Bulanık Çıkarım Sistemi (ANFIS) modelleri ile işletmelerde finansal başarısızlık tahmini: Borsa İstanbul'da bir uygulama

    The financial failure prediction in companies by using Altman Z-skor and Adaptive-Network Based Fuzzy Inference Systems (ANFIS) models: An applıcation on the Borsa Istanbul

    AMINA BAYRAMOVA

    Yüksek Lisans

    Türkçe

    Türkçe

    2020

    İşletmeKocaeli Üniversitesi

    İşletme Ana Bilim Dalı

    DOÇ. DR. SİBEL FETTAHOĞLU

  3. Adaptif ağ yapısına dayalı bulanık çıkarım sisteminin (ANFIS) topraksız tarım seralarına uygulanması

    Development of adaptive network-based fuzzy inference system (ANFIS) in hydroponic

    AYŞEGÜL ÖZKAN TEPE

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolTokat Gaziosmanpaşa Üniversitesi

    Mekatronik Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ MAHİR KAYA

  4. Uluslararası inşaat firmalarının teklif karar verme sürecini etkileyen faktörlerin araştırılması ve adaptif ağ tabanlı bulanık çıkarım sistemi tahminleme yöntemi ile bir karar verme modeli oluşturulması

    Evaluation of factors affecting international construction firm's bid/no bid decisions and setting a decisions model with adaptive neuro fuzzy inference system

    ENİS UYSALOL

    Yüksek Lisans

    Türkçe

    Türkçe

    2011

    İnşaat Mühendisliğiİstanbul Teknik Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    DOÇ. DR. GÜL POLAT TATAR

  5. Kamu ihaleleri için hazırlanan teklif fiyatı içinde yer alan katkı payının belirlenmesinde adaptif ağ tabanlı bulanık mantık çıkarım yaklaşımı

    Adaptive neuro-fuzzy inference systems (ANFIS)-based model for predicting mark up for public investment projects

    BÜLENT YEL

    Yüksek Lisans

    Türkçe

    Türkçe

    2011

    İnşaat Mühendisliğiİstanbul Teknik Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    DOÇ. DR. GÜL POLAT TATAR