Üretim firmalarında talep tahmini için makine öğrenim algoritmalarının kullanılması
Using machine learning algorithms for demand forecasting in manufacturing fFirms
- Tez No: 828206
- Danışmanlar: DOÇ. DR. ÖZGÜL VUPA ÇİLENGİROĞLU
- Tez Türü: Yüksek Lisans
- Konular: İstatistik, Statistics
- Anahtar Kelimeler: ETS, Ata yöntemi, yapay sinir ağları, talep tahmini, ETS, ATA Method, Artificial neural networks, Demand Forecasting
- Yıl: 2023
- Dil: Türkçe
- Üniversite: Dokuz Eylül Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik Ana Bilim Dalı
- Bilim Dalı: Veri Bilimi Bilim Dalı
- Sayfa Sayısı: 87
Özet
Günümüzde çoğu sektörde olduğu gibi üretim sektöründe de üretim planlaması için en iyi stratejiler belirlenmelidir. Üretim planlamasının en önemli bileşenlerinden biri talep tahminidir. Müşterilerin gelecekteki talep eğilimleri, piyasa koşulları ve mevsimsellik gibi faktörlerden etkilenebilir. İşletmelerin üretimle ilgili maliyet ve ürün planlaması yapmaları, kaynakların bu amaca uygun olarak organize edilmesi ve yapılandırılması önemlidir. Böylece güvenilir tahminler yapılarak işletmeler finansal ve ticari olarak piyasada sağlam bir yere gelebilmektedir. Bu tezde, soğutma sektöründe üretim planlamasında talep tahmini için zaman serisi yaklaşımları arasında sıklıkla kullanılan üssel düzeltme yöntemi ile yeni geliştirilen Ata yönteminin performansları karşılaştırılarak en iyi performans gösteren yöntem seçilerek talep değişkenleri için tahminler yapılmıştır. Bu tahminler YSA için girdi değişkeni olarak ele alınmış ve de bu yöntem ile de tahmin elde edilmiştir. Tez kapsamında talep tahmini için 2003-2022 yılları arasında Manisa ilindeki soğutma sektöründeki buzdolabı satışları ile Tüfe, Üfe, dolar ve tüketici güven endeksi verileri kullanılarak en iyi tahmini veren modelin Ata yönteminden elde edildiği bulunmuştur.
Özet (Çeviri)
Today, as in most sectors, the best strategies for production planning should be determined in the production sector. One of the most important components of production planning is demand forecasting. Customers' future demand trends can be affected by factors such as market conditions and seasonality. It is important for businesses to make cost and product planning related to production, and to organize and structure resources in accordance with this purpose. Thus, by making reliable forecasts, businesses can come to a solid place in the market financially and commercially. In this thesis, the performances of the exponential smoothing method, which is frequently used among the time series approaches for demand estimation in production planning in the refrigeration sector, and the newly developed Ata method, are compared and the best performing method is selected and estimations are made for demand variables. These estimations were taken as input variable for YSA and estimation was obtained with this method. In the scope of the thesis, it was found that the model that gave the best estimation was obtained from the Ata method by using the refrigerator sales in the cooling sector in Manisa between the years 2003-2022 and the Tüfe, Üfe, dollar and consumer confidence index data.
Benzer Tezler
- 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
2020
Ekonomiİstanbul Teknik ÜniversitesiEkonomi Ana Bilim Dalı
DOÇ. DR. TOLGA YURET
- E‐ticaret sektöründe müşteri kaybının yapay öğrenme teknikleri ile tahminlenmesi
Churn customer prediction in the e-commerce industry with machine learning techniques
KÜBRA YAZIR
Yüksek Lisans
Türkçe
2022
Endüstri ve Endüstri MühendisliğiEskişehir Osmangazi ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. ŞERAFETTİN ALPAY
- Spor salonundaki aletlerin kapasite tahminlemesi için bir uygulama çerçevesi
An application framework for gym equipment capacity forecast
OSMAN ÇAYLI
Yüksek Lisans
Türkçe
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ GÖKHAN İNCE
- Recurrent neural network based approaches for electricity consumption forecasting
Tekrarlayan sinir ağı tabanlı elektrik tüketim tahmini
ALPER TOKGÖZ
Yüksek Lisans
İngilizce
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. GÖZDE ÜNAL
- Makine öğrenmesi ile hazır giyim perakende sektöründe satış tahmini
Sales forecasting in apparel retail industry with machine learning
SALİH CEYLAN
Yüksek Lisans
Türkçe
2024
Bilim ve TeknolojiYıldız Teknik ÜniversitesiMatematik Mühendisliği Ana Bilim Dalı
DOÇ. DR. BİROL ASLANYÜREK