Machine learning framework to price-setting risk-averse data-driven newsvendor problem
Başlık çevirisi mevcut değil.
- Tez No: 792485
- Danışmanlar: DR. ÖĞR. ÜYESİ ENİS KAYIŞ, DR. ÖĞR. ÜYESİ ERİNÇ ALBEY
- Tez Türü: Yüksek Lisans
- Konular: Endüstri ve Endüstri Mühendisliği, 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: 54
Özet
Üreticiler, perakendeciler, distribütörler dahil olmak üzere birçok şirket sahibi, günlük rutinlerinde ürün siparişi oluştururken bir karar verme ihtiyacı içindedirler. Bu karar süreci, basit veya önemsiz değildir, çünkü her zaman gerekenden daha fazla veya daha az ürün sipariş verme veya üretme riski vardır. Bu durum da fazla envanter veya talebin altında gerçekleşen ürün temini gibi istenmeyen ciddi neticelere yol açabilir. Literatürdeki gazete satıcısı problemi, klasik uygulamalarında belirtilen durumdaki dengeye odaklanmaktadır. Bu tür yaklaşımlarda, talep dağılımının bilindiği varsayımı vardır. Ancak gerçek dünyada talep neredeyse hiç bilinmez ve iç ve dış birçok parametreye açık olması nedeniyle sürekli değişir; bu nedenle gerçek hayatta bilinmesi neredeyse imkansızdır ve tahmin edilmesi zordur. Bu yüzden literatürde yer alan gazete satıcısı modeline ait geleneksel uygulamalar, çok değerli olmakla birlikte gerçek dünyaya daha uygun varyasyonlarının çalışılması mümkündür. Sipariş miktarına ek olarak, fiyatın belirlenmesi karar vericilerin bir diğer ciddi endişesidir. Doğru sipariş veya üretim miktarını belirleme ve fiyat konumlandırma ihtiyacını karşılamak için, gazete satıcısı probleminde sadece miktar değil aynı zamanda fiyat bilgisi de sağlayan yaklaşımlar vardır. Bu yazıda, haber satıcısı probleminin fiyatın belirlenmesine de odaklandığı bu varyantına odaklanıyoruz ve talep dağılımının tamamen belirsiz olduğu, bütünüyle veriye dayalı bir haber satıcısı modeli oluşturuyoruz. Bu çalışmayı literatürdeki ilgililerinden ayıran nokta ise, riskten kaçınan bir karar verme perspektifi sağlaması ve böylece, fiyat ve miktar kararına ek bir başka unsurun da algoritmaya entegre edilmiş olmasıdır. Böylelikle oluşturulan model, sipariş miktarına ve ürünlerin fiyatına karar vermenin yanı sıra, bu değişkenlerin kullanılması neticesinde gerçekleşecek olan karın, önceden belirlenmiş / hedeflenmiş bir kar düzeyi altında oluşmaması için bir olasılık kısıtlamasını karşılar; riskten kaçınmaya olanak tanır. Haber satıcısı modelinin fiyat belirleme ve riskten kaçınma uygulamaları literatürde ayrı yaklaşımlar halinde mevcuttur, ancak çalışmanın bu iki farklı bakış açısını aynı modelde birleştiriyor oluşu, yaklaşımımızı literatürü zenginleştiren, gerçek dünyadaki uygulamalara yaklaştıracak kompleksitede kılan özelliğidir.
Özet (Çeviri)
Many business-owners, including manufacturers, retailers, distributors are in need to have decisions to make ordering for tons of products in their daily routines. This decision-making cannot be considered trivial since there is always a risk of ordering more or less then what is actually required, which may result in severe undesirable circumstances that are overstocking or shortages. The newsvendor problem in the literature focuses on this trade-off in its classical applications. In such approaches, there is an assumption of demand distribution is known. However, true demand is almost never known and constantly change due to being open to oodles of internal and external parameters; therefore, it is almost impossible to be known and hard to be predicted in real life. For this reason, traditional approaches to newsvendor model in the literature are very valuable yet it is possible to create different variations of this problem which are more appropriate for the real world instances. In addition to quantity of ordering, the determination of price is another serious concern of decision-makers. In order to satisfy the need of determining correct amount of order and regarding price positioning, there is a different approach to newsvendor problems, which is price-setting providing not only quantity but also price information. In this paper, we focus on this variant of newsvendor problem and create a data-driven price-setting newsvendor model, where demand is completely unknown. What is unique in this work is to integrate another element in addition to price decision, which is enabling a risk-averse decision-making perspective. In this way, the constructed model decides on quantity of order and price for products, as well as satisfies a certain risk constraint in order to a set a barrier of probability to not generate under a predetermined level of profit. The price-setting and risk-averse applications of newsvendor model exist in the literature yet combining these two different perspectives is what makes our approach novel.
Benzer Tezler
- Baskı çoğaltma endüstrisine yönelik otonom tekliflendirme ve cihaz yönetimi stratejilerinin değerlendirilmesi: Bir karar destek sisteminin tasarımı
Evaluation of autonomous bidding and device management strategies for the print reproduction industry: The design of a decision support system
DENİZ IŞIL ŞİMŞEK
Yüksek Lisans
Türkçe
2024
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. EMRE ÇEVİKCAN
- An integrated machine learning and metaheuristic approach for cryptocurrency price prediction
Kripto para fiyatı tahmininde makine öğrenmesi ve metasezgisel entegre bir yaklaşım
KENAN BAYAZ
Yüksek Lisans
İngilizce
2024
Endüstri ve Endüstri MühendisliğiMarmara ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MERVE ER
PROF. SENİYE ÜMİT FIRAT
- Hisse senedi fiyatlarının tahmini için bir makine öğrenmesi çerçevesinin geliştirilmesi
Developing a machine learning framework for stock price prediction
BERKE EGE ERSAYAN
Yüksek Lisans
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolEge ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. MURAT OSMAN ÜNALIR
- Ağ trafiğinin analizi, anomali tespiti ve değerlendirme
Analysis of network traffic, anomaly detection and evaluation
AKIN ASLAN
Yüksek Lisans
Türkçe
2017
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilişim Uygulamaları Ana Bilim Dalı
DOÇ. DR. ENVER ÖZDEMİR
- Algorithmic trading on cryptocurrency markets using machine learning techniques
Makine öğrenmesi teknikleri ile kripto para piyasalarında algoritmik işlemler
ÇAĞDAŞ AKTEPE
Yüksek Lisans
İngilizce
2018
Endüstri ve Endüstri MühendisliğiBoğaziçi ÜniversitesiEndüstri Mühendisliği Bilim Dalı
YRD. DOÇ. DR. MUSTAFA GÖKÇE BAYDOĞAN