Plastik sektöründe yapay sinir ağları ve regresyon analizi ile talep tahmini
Demand forecast in the plastics industry with artificial neural networks and regression analysis
- Tez No: 791072
- Danışmanlar: PROF. DR. NİLGÜN FIĞLALI
- Tez Türü: Yüksek Lisans
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: Türkçe
- Üniversite: Kocaeli Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 78
Özet
İşletmeler, günümüzün rekabetçi ortamında ayakta kalabilmek için stratejik olarak doğru kararlar alarak kaynaklarını iyi yönetmek mecburiyetindedir. Bu kaynaklar koşullara göre hammadde, envanter ya da işgücü olabilir. Tüm bunların ayrı ayrı ya da gerektiğinde birlikte doğru tespiti için talep tahmininden yararlanılır. Talep tahmini, müşterilerin bir ürün veya hizmete yönelik gelecekteki talebini tahmin etmek için geçmiş verilerin tahmine dayalı analizini kullanma sürecidir. Talep Tahmin yöntemi kalitatif ve kantitatif olmak üzere ikiye ayrılır. Bu çalışmada talep konusu ve talep tahmin yöntemleri anlatılmıştır. Günümüzden geçmişe talep tahmin yöntemleri ile yapılan çalışmalar incelenmiş olup yapay sinir ağları ve regresyon analizi yöntemleri seçilerek bu yöntemler ile model oluşturulmuştur. Model kurulurken hedeflenen regresyon analizi ve yapay sinir ağları yöntemi ile gelecekteki satış (ton) miktarını belirlemeye katkı sağlamaktır. Çalışmada plastik sektöründe aktif faaliyet gösteren bir işletmenin 2021 yılı günlük verileri kullanılmıştır. Çalışmada bağımsız değişkenler olarak, üretim miktarı(ton), dolar kuru(tl), hammadde fiyatı(tl/ton), sipariş miktarı(ton), sevk kapasite(ton), bağımlı değişken olarak ise satılan plastik profil miktarı(ton) alınmıştır. Çalışmada regresyon aanilizi ve yapay sinir ağları yöntemleri kullanılarak işletmenin satış miktarının tahminlenmesi amaçlanmıştır. Regresyon analizi ile daha başarılı sonuç elde edilmiştir.
Özet (Çeviri)
In order to survive in today's competitive environment, businesses have to make strategically correct decisions and manage their resources well. These resources can be raw materials, inventory or labor, depending on the circumstances. Demand forecasting is used for the correct determination of all these separately or together when necessary. Demand forecasting is the process of using predictive analysis of historical data to forecast customers' future demand for a product or service. Demand Forecasting method is divided into two as qualitative and quantitative. In this study, the subject of demand and demand forecasting methods are explained. Studies on demand forecasting are examined and a model is created with demand forecasting methods. The aim of the model is to contribute to determining the amount of future sales (tons) with regression analysis and artificial neural networks method. In the study, the daily data of a business operating in the plastics industry for 2021 were used. As independent variables in the study, production amount (ton), dollar rate (tl), raw material price (tl / ton), order amount (ton), shipping capacity (ton), The amount of plastic profiles sold (tons) was taken as the dependent variable. It is aimed to estimate the sales amount of the enterprise by using regression analysis and artificial neural network methods.More succesful results were obtained with regression analysis.
Benzer Tezler
- Petrokimya sektöründe talep tahmininde yapay sinir ağlarının kullanılması: Petkim A.Ş. örneği
Demand forecasting by artificial neural networks in petrochemical industry : A case study on Petkim petrochemical corporation
FATİH KARASU
Yüksek Lisans
Türkçe
2012
İstatistikDokuz Eylül Üniversitesiİşletme Ana Bilim Dalı
DOÇ. DR. HİLMİ YÜKSEL
- Hileli finansal raporlama: Muhasebe manipülasyonu ile karlılık oranları ilişkisine yönelik ampirik bir araştırma
Fraud financial reporting: An empirical research on the relationship of accounting manipulation and profitability ratios
İLHAN ACAR
- Manipulation of visually recognized objects using deep learning
Görsel tanınan nesnelerin derin öğrenme kullanarak hareket ettirilmesi
ERTUĞRUL BAYRAKTAR
Doktora
İngilizce
2018
Mekatronik Mühendisliğiİstanbul Teknik ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. PINAR BOYRAZ
- Yaratıcı problem çözme tekniği (TRIZ) ile karton ambalajlardaki yırtılma probleminin iyileştirilmesi
Improvement of tearing problem in cardboard packaging with theory of inventive of problem solving (TIPS)
ABDURRAHMAN TÜKENMEZ
Yüksek Lisans
Türkçe
2018
Bilim ve TeknolojiAmasya ÜniversitesiTeknoloji ve İnovasyon Yönetimi Ana Bilim Dalı
PROF. DR. MEHMET KARA
DR. ÖĞR. ÜYESİ LEVENT UĞUR
- 500 KW enerji kapasiteli bir rüzgar türbininin çelik kule tasarımı
Steel tower design for a 500 KW wind turbine
FAİK ALPER KANBUR
Yüksek Lisans
Türkçe
2014
İnşaat Mühendisliğiİstanbul Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
YRD. DOÇ. CÜNEYT VATANSEVER