İlaç endüstrisinde yapay sinir ağları ile talep tahmini uygulaması
Demand forecasting application with artificial neural networks in the pharmaceutical industry
- Tez No: 837225
- Danışmanlar: PROF. DR. ŞULE ÖNSEL EKİCİ
- Tez Türü: Yüksek Lisans
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: Türkçe
- Üniversite: İstanbul Üniversitesi-Cerrahpaşa
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Endüstri Mühendisliği Bilim Dalı
- Sayfa Sayısı: 151
Özet
İşletmeler, mevcut durumlarını koruyabilmek ve geliştirebilmek için olayları doğru anlayabilmeli ve iyi bir plan ışığında uygun çözümler üretmelidirler. Artan rekabet koşullarında şirketlerin gelecek için güvenle yol alabilmeleri tahminlerindeki doğruluk ve tutarlılıkla paraleldir. Bu doğrultuda talep tahmin süreçleri tüm işletmeler için hayati önem taşımaktadır. Tahminin amacı işletmelerin gelecekte karşılaşabilecekleri durumları önceden öngörmek, çeşitli veri ve yöntemleri kullanarak önceden önlemler alınmasını sağlamaktır. Talep tahmini, gelecekteki bir zaman süresi için şirketin bir ürünü/hizmeti veya çeşitli ürünleri/hizmetleri için talep miktarını tespit etmektir. İşletmeler için kritik bir öneme sahip olan talep tahmininde kullanılan birçok yöntem bulunmaktadır. Yapay sinir ağları, doğrusal olmayan problemlerin çözümünde etkin bir şekilde kullanılan ve oldukça güvenilir sonuçlar sunan istatistiksel bir yöntemdir. Bu yöntemin talep tahminlerinde kullanımını gün geçtikçe yaygınlaştırmıştır. Bu çalışmada stok yönetimini etkin bir şekilde gerçekleştirmek amacıyla ilaç endüstrisinde konumlanmış bir ilaç firmasında üretimi ve satışı yapılan bir ilacın yapay sinir ağları kullanılarak talep tahmini uygulaması yapılmıştır. Çalışmada önceli olarak talep tahmini ve yapay sinir ağları kavramları açıklanmıştır. Uygulama bölümünde ise ilgili ilaç firmasının ürettiği bir ilacın talep miktarları ile ilgili bir model kurulup uygulanmıştır. Geliştirilen modelde aylık dolar kuru, eczacı başına nüfus, aylık etki oranı ve reçete başına maliyet girdi değişkenleri; geçmiş yıllara ait satış miktarları ise çıktı değişkeni olarak yer almaktadır. Uygulamada son 5 yıla ait veriler kullanılmıştır. Ayrıca çoklu regresyon modeli ile de talep tahmini yapılmış ve sonuçlar karşılaştırılmıştır. Uygulama sonucunda yapay sinir ağlarının tahmin yapmada daha iyi sonuçlar verdiği gözlenmiştir.
Özet (Çeviri)
Businesses should be able to understand the events correctly and produce appropriate solutions in the light of a good plan in order to maintain and improve their current status. In the conditions of increasing competition, companies' ability to move forward confidently for the future is in line with the accuracy and consistency in their forecasts. In this direction, demand forecasting processes are vital for all businesses. The purpose of forecasting is to predict the situations that businesses may encounter in the future and to take precautions in advance by using various data and methods. Demand forecasting determines the amount of demand for a product/service or various products/services of the company for a future period There are many methods used in demand forecasting, which is of critical importance for businesses. Artificial neural networks are a statistical method that is used effectively in the solution of nonlinear problems and provides highly reliable results. The use of this method in demand forecasting has become widespread day by day. In this study, a demand forecasting application was made using artificial neural networks for a drug produced and sold in a pharmaceutical company located in the pharmaceutical industry in order to perform stock management effectively and customer demands were revealed. In the study, firstly, the concepts of demand forecasting and artificial neural networks are explained. In the developed model, monthly dollar exchange rate, CPI, PPI, population per pharmacist and monthly impact rate are input variables, and sales amounts from previous years are included as output variables.. In addition, demand forecasting was made with the multiple regression and the results were compared. As a result of the application, it has been observed that artificial neural networks give better results in making predictions.
Benzer Tezler
- Contribution a la recherche d'un cadre juridique pour un droit international de laconcurrence plus efficace
Daha etkin bir uluslararası rekabet için hukuki çerçeve arayışı
ALİ CENK KESKİN
Doktora
Fransızca
2009
HukukGalatasaray ÜniversitesiKamu Hukuku Ana Bilim Dalı
PROF. DR. JEAN MARC SOREL
PROF. DR. HALİL ERCÜMENT ERDEM
- İlaç endüstrisinde kullanılan akışkan yataklı kurutucunun yapay sinir ağı ile modellenmesi ve kurutma süresinin tahmini
Artifical neural network modeling of a fluidizied bed dryer in pharmaceutical industry and drying time estimation
OLGAÇ BAVBEK
Doktora
Türkçe
2005
Kimya MühendisliğiHacettepe ÜniversitesiKimya Mühendisliği Ana Bilim Dalı
PROF.DR. ERDOĞAN ALPER
- Çok amaçlı hibrit akış tipi çizelgeleme probleminin metasezgisel yöntemle çözülmesi ve bir tekstil işletmesinde uygulama
Solving multi-criteria hybrid flowshop scheduling problem with metaheuristic approach and an application in a textile company
DENİZ KADI
- Nsaı etkin madde içeren emüljel formülasyonlarının qbd yaklaşımıyla tasarlanması ve değerlendirilmesi
Design and evaluation of formulations contain nsai active pharmaceutical ingredient in emulgel form with qbd approach
GÜLŞEN YILMAZ
Yüksek Lisans
Türkçe
2017
Eczacılık ve FarmakolojiEge ÜniversitesiFarmasötik Teknoloji Ana Bilim Dalı
PROF. DR. KEVSER ÖZGEN ÖZER
DOÇ. DR. NEŞE BUKET AKSU
- Elektrooksidasyon prosesi ile ilaç endüstrisi atık sularından farmasötik mikro kirleticilerin gideriminin yapay sinir ağı yaklaşımıyla modellenmesi
The artificial neural network modeling of pharmaceutic micro contaminants removal from pharmaceutical industry wastewater with electrooxidation process
DORUKAN UĞUR YILMAZKULAŞ
Yüksek Lisans
Türkçe
2017
Çevre MühendisliğiGebze Teknik ÜniversitesiÇevre Mühendisliği Ana Bilim Dalı
PROF. DR. ANATOLİ DİMOGLO