Geri Dön

Gıda işletmelerinde yapay sinir ağları ile talep tahminlemesi

Estimating demand on food serving businesses with artificial neural networks

  1. Tez No: 855248
  2. Yazar: BURAK YEŞİLDAĞ
  3. Danışmanlar: PROF. DR. ERDOĞAN GAVCAR
  4. Tez Türü: Doktora
  5. Konular: İşletme, Business Administration
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2024
  8. Dil: Türkçe
  9. Üniversite: Muğla Sıtkı Koçman Üniversitesi
  10. Enstitü: Sosyal Bilimler Enstitüsü
  11. Ana Bilim Dalı: İşletme Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 99

Özet

Gıda üreten ve satan işletmeler için stok planlaması, özellikle hızlı tüketilmesi gereken ürün kalemleri için büyük öneme sahiptir. Bu çalışmada söz konusu işletmeler için soğuk zincirde depolanan gıdalar harici, atık oluşturma potansiyeline sahip ürünlerin kullanım miktarları tahminlenerek bir planlama sistemi oluşturulması hedeflenmiştir. Veri toplama yöntemi amacıyla geliştirilen online bir sipariş sistemi sipariş veren işletmenin mobil cihazına yüklenmiştir. Analiz amacına uygun bir işletme seçilerek, bu işletmenin 208 haftalık sipariş verileri, stok verileri ve günlük kasa fişleri temin edilmiştir. İşletmedeki atık oluşturmayan mamullerin de bağımsız değişkenlere dahil edilmesi lineer olmayan ilişkiler oluşturmuş, pandemi dolayısıyla kapanma dönemlerinde kesintiye uğrayan, yalnızca paket servis yapılabildiği durumlarda ise normal durumdaki zaman serilerine uyum sağlamayan veri yapısı, analiz için yapay sinir ağları kullanmamıza anlam kazandırmıştır. İlk aşamada lineer regresyon analizi ile bağımsız değişkenlerin sonucu etkileme düzeyi araştırılmış, etkisi düşük olan mamul verileri analiz dışı bırakılmıştır. İkinci aşamada ise yapılan iterasyonlarla en düşük MSE (Ortalama Hata Karesi) elde edilen ağ yapısı tercih edilmiştir. Elde edilen sonuçlar belirsizliğin yüksek olduğu hizmet sektörü açısından tatmin edicidir. Ortalama %12,5 hata payı ile tahminleme gerçekleştirilmiş, bazı haftalar için yapılan tahminlemeler %3'ün altında bir hata payıyla isabet sağlamıştır. Stok tahminlemesi yapılan işletme bazında seçilen yapay sinir ağı yapısı başarılı olmuştur. Farklı dinamiklerinden dolayı, tek bir ağ yapısının tüm işletmelerde en iyi sonucu vermesi beklenemeyecektir. İşletme bazında çalışılarak, ağa girdi sağlayan değişkenlerin ve kullanılacak ağ yapısının optimize edilmesi en doğru tahminlerin alınabilmesini sağlayacaktır.

Özet (Çeviri)

Inventory planning is important for businesses producing and selling food, especially for the products to be consumed in a limited time. In this work, a planning system is intended to be realized for these businesses, estimating consumption with the products except stored in cold chain, which mostly has potential to produce waste. An online ordering system is developed for gathering data and installed to business manager's mobile device as pilot, including orders from businesses to suppliers. An appropriate business is selected for our analysis, with order data of 208 weeks, inventory data and daily cashier receipts. Using artificial neural networks for analysis is significant for non lineer relations occurred of using durable products' data as independent variables, interrupted data in closing periods of pandemia, and data incompatible with standart time series in periods only delivery is allowed. At first phase, effect of independent variables on dependent variable is evaluated by lineer regression analysis, eliminating ineffective product inputs. Subsequently, iterations are done to obtain minimum MSE (Mean Squared Error) value for selecting the best network structure. Results acquired is satisfactory for this type of business where uncertainty is prominent. Estimations are realized with a %12,5 error ratio, for some weeks estimations are close to real values with a tolerance under %3. It's clear that preferred network structure succeeded for the selected business. For different dynamics, there is no one type of neural network to provide best estimations on all businesses. It's important to evaluate business by its characteristics to get the best results, optimizing the network structure and independent variables used as inputs to this network.

Benzer Tezler

  1. Bir gıda işletmesinde enerji talep tahmini

    Energy demand forecasting in a food processing industry

    SARA UYGUR

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    Endüstri ve Endüstri MühendisliğiBursa Uludağ Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    DOÇ. DR. ASLI AKSOY

  2. Yapay sinir ağları ile talep tahmini ve gıda sektöründe uygulanması

    Demand forecasting with artificial neural networks and implementation in the food industry

    MÜZEYYEN TUĞBA BALLI

    Yüksek Lisans

    Türkçe

    Türkçe

    2014

    Endüstri ve Endüstri MühendisliğiYıldız Teknik Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    DOÇ. DR. SELİN SONER KARA

  3. Yapay zekâ yöntemleri kullanılarak perakende satış sektöründe ürün talep tahmini

    Artificial intelligence methods of using the sale of retail industry product demand forecast

    GAMZE AYYILDIZ DOĞANSOY

    Yüksek Lisans

    Türkçe

    Türkçe

    2020

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMersin Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ MEHMET ACI

  4. Tedarik zinciri yönetiminde yapay zeka tabanlı talep tahmini: Bir tekstil firmasında uygulama

    Ai-based demand forecast in supply chain management: İmplementation in a textile company

    BUSE CEREN AKBAŞ

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    İşletmeAkdeniz Üniversitesi

    Uluslararası Ticaret ve Lojistik Ana Bilim Dalı

    DOÇ. DR. FAHRİYE MERDİVENCİ

  5. Makine öğrenmesi yardımıyla zincir restoran gıda satışlarının tahmin edilmesi ve hava durumunun etkisinin incelenmesi

    Forecasting food sales on chain restaurant and investigating weather effect on sales by using machine learning methods

    SEZGİ ŞENER

    Yüksek Lisans

    Türkçe

    Türkçe

    2019

    Endüstri ve Endüstri Mühendisliğiİstanbul Teknik Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    DOÇ. DR. BAŞAR ÖZTAYŞİ