Machine learning based allocation in a lot sizing game
Başlık çevirisi mevcut değil.
- Tez No: 792041
- Danışmanlar: PROF. DR. OKAN ÖRSAN ÖZENER
- Tez Türü: Yüksek Lisans
- Konular: Ekonomi, Endüstri ve Endüstri Mühendisliği, Economics, Industrial and Industrial Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: İngilizce
- Üniversite: Özyeğin Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Veri Bilimi Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 68
Özet
Tedarik zincirleri genellikle çelişkili hedeflere sahiptir ve sınırlı bir kaynak ortamında çalışır. Geleneksel olarak şirketler, kârlılıklarını artırmak amacıyla maliyet azaltma fırsatları yaratmak için kendi iç süreçlerine odaklandılar. Bununla birlikte; son çalışmalar, tedarik zincirinin paydaşları arasında sürekli fayda sağlamanın anahtarının işbirliği olduğunu göstermektedir. Genellikle birbiriyle çelişen hedeflere sahip olan tedarik zincirleri, koalisyonlar oluşturabilir ve toplu kazançlardan yararlanabilir. Bu çalışmada, sınırlı bir planlama ufku boyunca değişen taleplerle karşı karşıya kalan birkaç şirketin ortak bir tedarikçiden sipariş vererek tedarik maliyetlerini düşürmeye çalıştığı işbirlikçi bir üretim ortamını analiz ediyoruz. Katılımcılar, tedarikçinin kapasite kullanımını maksimize ederek kendi aralarındaki sinerjiden yararlanırlar. İşbirliğinin sürdürülebilirliğini sağlayan bir maliyet dağıtım mekanizması oluşturmak amacıyla çeşitli makine öğrenimi tekniklerini kullanarak yeni bir maliyet dağıtım yöntemi tasarlıyoruz. Önerdiğimiz maliyet dağıtım yöntemini literatürdeki genel yöntemlerle karşılaştırıyor ve çözüm kalitesi ve hesaplama süresi açısından bu yöntemlerin avantaj ve dezavantajlarını tartışıyoruz.
Özet (Çeviri)
Supply chains often have confliction objectives and operate in a finite resource setting. Traditionally, companies focused on their internal processes to generate cost reduction opportunities in order to increase their profitability. However, recent studies suggest that collaboration is the key to have sustained benefits among supply chain partners. Supply chains, which usually have conflicting objectives, can form coalitions and take advantage of collective payoffs. In this paper, we analyze a collaborative production setting where several companies facing varying demands throughout a finite planning horizon attempt to reduce their procurement costs by ordering from a common supplier. The participants exploit the synergy among themselves by maximizing the capacity utilization of the supplier. We design a novel cost allocation method using various machine learning techniques with the goal of generating a cost-allocation mechanism that ensures the sustainability of the collaboration. We conduct a computational study to compare and contrast our proposed method with the generic methods in the literature. We discuss the advantages and disadvantages of these methods in terms of solution quality and computation time.
Benzer Tezler
- Allocating costs in a lot sizing game using novel machine learning methods
Bir parti büyüklüğü oyununda özgün makine öğrenmesi tekniklerini kullanarak maliyetlerin dağıtılması
FURKAN KASAPOĞLU
Yüksek Lisans
İngilizce
2022
Endüstri ve Endüstri MühendisliğiÖzyeğin ÜniversitesiVeri Bilimi Ana Bilim Dalı
DOÇ. DR. OKAN ÖRSAN ÖZENER
- Dağıtık üretim sistemlerinin akıllı şebekeler üzerine etkilerinin incelenmesi
Examination of the effects of distributed generation on smart grids
MİKAİL PÜRLÜ
Doktora
Türkçe
2022
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
PROF. DR. BELGİN TÜRKAY
- Konteyner liman operasyonlarının makine öğrenmesi yöntemleri ile analizi
Analysis of container port operations using machine learning methods
ÜSTÜN ATAK
Doktora
Türkçe
2022
Deniz Bilimleriİstanbul Teknik ÜniversitesiDeniz Ulaştırma Mühendisliği Ana Bilim Dalı
PROF. DR. YASİN ARSLANOĞLU
PROF. DR. TOLGA KAYA
- 5G ve sonrası için makine öğrenmesi tabanlı numeroloji tahsis yöntemleri
Machine learning based numerology assignment methods for 5G and beyond
HALENUR SAZAK
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolEskişehir Osmangazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ AHMET YAZAR
- Machine learning based multi-scale joint forecasting-scheduling for the internet of things
Nesnelerin interneti için makine öğrenmesi tabanlı çok ölçekli bütünleşik tahminleme-çizelgeleme
MERT NAKIP
Yüksek Lisans
İngilizce
2020
Elektrik ve Elektronik MühendisliğiYaşar ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. VOLKAN RODOPLU
PROF. DR. CÜNEYT GÜZELİŞ