Geri Dön

Lojistik sektöründe makine öğrenmesi modelleri yardımı ile uygun paket tipinin seçilmesi

Selecting appropriate type of package with machine learning models in logistic companies

  1. Tez No: 812554
  2. Yazar: YASİN CAN KILIÇKAP
  3. Danışmanlar: DOÇ. DR. BERK AYVAZ, DR. ÖĞR. ÜYESİ EMİNE ELİF NEBATİ
  4. Tez Türü: Yüksek Lisans
  5. Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2023
  8. Dil: Türkçe
  9. Üniversite: İstanbul Ticaret Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Endüstri Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: 79

Özet

Bu çalışmada, lojistik sektörlerinde maliyet ve verimlilik açısından önemli bir yere sahip olan paketleme sürecindeki siparişler için uygun paket tipinin makine öğrenmesi modelleri yardımı ile belirlenmesi problemi üzerinde durulmuştur. Siparişlerin içerisinde çok fazla boşluk bulunduracak büyük paketlerde gitmesi ya da küçük paketlere tam sıoğmadan gönderilmesi marka imajını zedelemekteddir ve son kullanıcının siparişten memnun kalmamasına sebebiyet verebilmektedir. Lojistik Regresyon, Destek Vektör Makineleri, Karar Ağaçları, K-En Yakın Komşu Sınıflandırıcısı, Rassal Orman Sınıflandırıcısı, Gaussian Naive Bayes Sınıflandırıcıs ve XGBoost Sınıflandırıcısı modelleri çapraz geçerleme yapılmadan ve çapraz geçerleme yapılarak uygulanmıştır. Belirtilen modeller uygulandıktan sonra en doğru ve güvenilir olan modelin 10 kat çapraz geçerlemenin yapıldığı XGBoost Sınıflandırıcısı olduğu gösterilmiştir. Bu model sonucunda siaprişlerin yaklaşık olarak %83'ü doğru bir şekilde paketlenebilmektedir. Sürekli değişen personeller sebebiyle bilgi birikiminin tam olarak oluşamaması ve süre kaybının minimuma indirilmesi sayesinde bu modelin lojistik sektörlerinde uygulanabilir olduğu gösterilmiştir.

Özet (Çeviri)

In this study, the problem of selecting the appropriate package type for the orders in the packaging process, which has an important role in terms of cost and efficiency in the logistics sectors, is emphasized with the help of machine learning models. Sending orders in large packages that will contain too much space or sending them in small packages without fitting them completely damages the brand image and may cause the end user to be dissatisfied with the order. Logistic Regression, Support Vector Machines, Decision Trees, K-Nearest Neighbor Classifier, Random Forest Classifier, Gaussian Naive Bayes Classifier and XGBoost Classifier models were applied without cross-validation and cross-validation. After applying the specified models, it has been shown that the most accurate and reliable model is the XGBoost Classifier with 10-fold cross validation. As a result of this model, approximately 83% of orders can be packed correctly. It has been shown that this model is applicable in the logistics sectors, thanks to the fact that the knowledge cannot be fully formed due to the constantly changing personnel and the loss of time is minimized.

Benzer Tezler

  1. Sales forecasting in fashion retail industry with classical and machine learning methods

    Moda perakendesi sektöründe klasik ve makine öğrenmesi metodları ile satış tahmini

    HANİFE IŞIK

    Yüksek Lisans

    İngilizce

    İngilizce

    2020

    Ekonomiİstanbul Teknik Üniversitesi

    Ekonomi Ana Bilim Dalı

    DOÇ. DR. TOLGA YURET

  2. Sigorta sektöründe sahte hasar tespitinde makine öğrenimi modellerinin kıyaslanması

    Comparison of machine learning models in fake damage detection in the insurance industry

    GİZEM ÖZTÜRK

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolİSTANBUL BEYKENT ÜNİVERSİTESİ

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ATINÇ YILMAZ

  3. A decision support system on packaging planning using machine learning algorithms: Industrial case study

    Paketleme planlaması için makine öğrenmesi algoritmaları kullanarak bir karar destek sistemi: Bir yan sanayi uygulaması

    BEGÜM ŞENER

    Yüksek Lisans

    İngilizce

    İngilizce

    2021

    Endüstri ve Endüstri Mühendisliğiİstanbul Teknik Üniversitesi

    İşletme Mühendisliği Ana Bilim Dalı

    PROF. DR. FERHAN ÇEBİ

  4. An intelligent system for ranking e-commerce customer reviews to boost engagement

    Müşteri etkileşimini artırmak için e-ticaret müşteri yorumlarını sıralayan akıllı sistem

    ERTUĞRUL YÜCEL

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Mühendislik Bilimleriİstanbul Teknik Üniversitesi

    İşletme Mühendisliği Ana Bilim Dalı

    PROF. DR. TOLGA KAYA

  5. Kumaş üretiminde yeniden işlemler için makine öğrenmesi yöntemleri kullanarak erken kalite tahmini

    Early quality prediction using machine learning methods for reworks in fabric production

    SEMA AYDIN

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Endüstri ve Endüstri MühendisliğiBursa Teknik Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ KORAY ALTUN