Geri Dön

A machine learning approach for marginal fulfillment cost estimation in last mile delivery

Makine öğrenmesi temelli sınırsal teslimat maliyeti tahmini

  1. Tez No: 816730
  2. Yazar: ALİ NALBANT
  3. Danışmanlar: DR. ÖĞR. ÜYESİ BARIŞ YILDIZ
  4. Tez Türü: Yüksek Lisans
  5. Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2023
  8. Dil: İngilizce
  9. Üniversite: Koç 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: 72

Özet

Bu çalışma, çevrimiçi perakende sektöründe son adım teslimatı için marjinal yerine getirme maliyetinin (MFC) titizlikle tahmin edilmesine yönelik karmaşık problemin üstesinden gelmek amacıyla bir makine öğrenimi (ML) modeli araştırmaya odaklanmaktadır. Hızlı ve doğru marjinal MFC tahmini, çevrimiçi perakende operasyonlarının etkili gerçek zamanlı yönetimi için gerekmektedir. Ancak, temel araç rotalama problemlerinin (VRP) yüksek hesaplama karmaşıklığı nedeniyle, gerçek zamanlı talep yönetimi ve kaynak tahsisi kararları almak için marjinal teslimat maliyetlerini doğrudan hesaplamak pek de mümkün değildir. Bu çalışma, bahsi geçen zorluğun üstesinden gelmek ve MFC'yi yakınsamak için zaman alan VRP örneklerini çözme ihtiyacını ortadan kaldıran ve milisaniyeler içinde doğru tahminler sağlayan yeni bir makine öğrenimi yaklaşımı önermektedir. Önerdiğimiz metodolojinin etkinliği, e-market teslimat verileriyle yapılan kapsamlı sayısal çalışmalar ve literatürdeki çeşitli yaklaşımlar ile karşılaştırma yapılarak test edilmektedir. Sonuçlarımız, ML modelinin performansının en gelişmiş konum bilgisine dayalı MFC tahmin yöntemlerinden daha iyi performans gösterdiğini ve çevrimiçi perakendecilerin maliyetlerini düşürmek, müşteri memnuniyetini artırmak ve teslimat operasyonlarının olumsuz dışsallıklarını azaltmak için karar verme yeteneklerini geliştirebilecek potansiyeli olabileceğini göstermektedir.

Özet (Çeviri)

This thesis investigates a machine learning model to tackle the complex problem of accurately estimating the marginal fulfillment cost (MFC) for last-mile delivery for the online retail sector. Fast and accurate MFC estimation is essential for effective real-time management of online retail operations. However, due to the high computational complexity of the underlying vehicle routing problems (VRP), it is not possible to directly calculate the marginal delivery costs for real-time demand management and resource allocation decisions. To address this challenge, we propose a novel machine learning (ML) approach that eliminates the need to solve time-consuming VRP instances to calculate MFC and provides accurate predictions in milliseconds. We demonstrate the effectiveness of our proposed methodology through extensive numerical experiments with real-world delivery data. Our results show that the ML model outperforms the state-of-the-art location-based MFC estimation methods, improving decision-making capabilities for online retailers to reduce their costs, improve customer satisfaction, and reduce the negative externalities of delivery operations.

Benzer Tezler

  1. Farklı makine öğrenmesi yöntemleri ile enerji piyasasında yerel marjinal fiyat tahmini

    Local marginal price forecasting using different machine learning approaches

    BAŞAK ERSÖZ YILDIRIM

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    Elektrik ve Elektronik MühendisliğiYıldız Teknik Üniversitesi

    Elektrik Mühendisliği Ana Bilim Dalı

    PROF. DR. OZAN ERDİNÇ

  2. Applying machine learning techniques to theestimation of reference bids

    Başlık çevirisi yok

    HÜSEYIN AKSOY

    Yüksek Lisans

    İngilizce

    İngilizce

    2020

    Technische Universität München

    PROF. DR. MORİTZ BOHLAND

  3. Comparative ordinal longitudinal data analysis to predict a diagnosis of Alzheimer's disease by using multimodal data

    Multimodal verileri kullanarak Alzheimer hastalığı tanısını tahmin etmek için karşılaştırmalı sıralı boylamsal veri analizi

    AYCAN ÇAĞRI EMEN

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    İstatistikOrta Doğu Teknik Üniversitesi

    İstatistik Ana Bilim Dalı

    PROF. DR. ÖZLEM İLK DAĞ

  4. Derin pekiştirmeli öğrenme tabanlı enerji maliyeti optimizasyonu

    Energy cost optimization based on deep reinforcement learning

    MUSTAFA MUTLU

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBursa Teknik Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ GÜRKAN IŞIK

  5. Çoruh, Seyhan ve Ceyhan havzalarında kuraklık analizi

    Drought analysis in Çoruh, Seyhan and Ceyhan river basins

    TOLGA BARIŞ TERZİ

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    İnşaat Mühendisliğiİstanbul Teknik Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    PROF. DR. BİHRAT ÖNÖZ