A machine learning approach for marginal fulfillment cost estimation in last mile delivery
Makine öğrenmesi temelli sınırsal teslimat maliyeti tahmini
- Tez No: 816730
- Danışmanlar: DR. ÖĞR. ÜYESİ BARIŞ YILDIZ
- Tez Türü: Yüksek Lisans
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: İngilizce
- Üniversite: Koç Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Endüstri Mühendisliği Bilim Dalı
- 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
- 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
2023
Elektrik ve Elektronik MühendisliğiYıldız Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
PROF. DR. OZAN ERDİNÇ
- Applying machine learning techniques to theestimation of reference bids
Başlık çevirisi yok
HÜSEYIN AKSOY
- 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
2024
İstatistikOrta Doğu Teknik Üniversitesiİstatistik Ana Bilim Dalı
PROF. DR. ÖZLEM İLK DAĞ
- Derin pekiştirmeli öğrenme tabanlı enerji maliyeti optimizasyonu
Energy cost optimization based on deep reinforcement learning
MUSTAFA MUTLU
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBursa Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ GÜRKAN IŞIK
- Çoruh, Seyhan ve Ceyhan havzalarında kuraklık analizi
Drought analysis in Çoruh, Seyhan and Ceyhan river basins
TOLGA BARIŞ TERZİ
Yüksek Lisans
Türkçe
2024
İnşaat Mühendisliğiİstanbul Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
PROF. DR. BİHRAT ÖNÖZ