Makine öğrenmesi ile talep tahmini ve envanter yönetimi
Demand forecasting and inventory management with machine learning
- Tez No: 856164
- Danışmanlar: DOÇ. DR. ASLI AKSOY
- Tez Türü: Yüksek Lisans
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Bursa Uludağ Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 44
Özet
Stok kontrolü her işletmenin göz önünde bulundurması gereken önemli bir husustur. Çok fazla stok, satış süresinin artmasına ve verimsizleşmesine, hatta kayıplara neden olabilir. Talebi ve envanteri tahmin etmek, fazla stoğu ve eksik stoğu en aza indirgemek için ve kayıp riskini azaltmak için çok gereklidir. İyi tahmin edilmiş talebin doğru şekilde yönetilmesi, bir dizi avantaj sağlar. Bunlar arasında stokta kalmama riskinin azaltılması, daha iyi müşteri deneyimi sağlanması, envanterin daha etkili bir şekilde planlanması ve daha az ürün iptalinin gerçekleşmesiyle maliyetlerin düşürülmesi gibi önemli faktörler bulunmaktadır. Yapay zekâ (YZ) çağında, makine öğrenmesi (MÖ) teknolojisinin yükselişi, birçok mühendislik uygulamasının karşılaştığı zorluklara hızlı ve etkili çözümler sunabilen önemli bir alandır. Makine öğrenimi, veri analizi, desen tanıma ve öngörülebilirlik gibi konularda çığır açan gelişmeler sunmaktadır. Ancak, bu alandaki ilerlemelere rağmen, hala birçok varsayım ve tartışma bulunmaktadır. Tekstil sektöründe makine öğrenmesi yöntemleri, geleneksel üretim süreçlerine yenilikçi ve verimli çözümler sunma potansiyeli taşımaktadır. Bu alandaki gelişmeler, işletmelerin üretim, stok yönetimi ve talep tahmini gibi kritik süreçlerde daha etkili ve optimize edilmiş kararlar almasına olanak tanımaktadır. Tekstil sektöründe bu konuda sınırlı literatür bulunması, bu çalışmanın işletmelere yol gösterici bir kaynak olması beklentisini artırmaktadır. Tekstil sektöründe, talep tahmini işlemi, üretim planlaması ve envanter yönetimi açısından kritik bir rol oynamaktadır. Bu çalışmada, makine öğrenmesi algoritmaları kullanılarak bir tekstil işletmesindeki gerçek veri seti üzerinde talep tahmini modeli geliştirilmiştir. Bu model, işletmenin gelecekteki taleplerini daha doğru bir şekilde tahmin etmeyi amaçlamaktadır.
Özet (Çeviri)
Inventory control is an important aspect that every business should consider. Excessive inventory can lead to increased sales cycle times, inefficiency, and even losses. Predicting demand and managing inventory are crucial to minimizing excess and shortage of stock and reducing the risk of loss. Properly managing forecasted demand provides several advantages, including reducing the risk of stockouts, providing a better customer experience, more effectively planning inventory, and reducing costs by minimizing product cancellations. In the era of Artificial Intelligence (AI), the rise of Machine Learning (ML) technology is a significant field that can provide fast and effective solutions to many challenges faced by engineering applications. Machine learning offers groundbreaking developments in areas such as data analysis, pattern recognition, and predictability. However, despite advancements in this field, there are still many assumptions and debates. Machine learning methods in the textile sector have the potential to offer innovative and efficient solutions to traditional production processes. These advancements allow businesses to make more effective and optimized decisions in critical processes such as production, inventory management, and demand forecasting. The limited literature in the textile sector on this topic increases the expectation that this study will be a guiding resource for businesses. Demand forecasting plays a critical role in production planning and inventory management in the textile sector. In this study, a demand forecasting model has been developed using machine learning algorithms on a real dataset from a textile business. This model aims to more accurately predict the company's future demands.
Benzer Tezler
- ARIMA modeli ile makine öğrenimini kullanarak beton pompası üretiminde talep tahmini ve ABC-XYZ analizi
Demand forecasting and ABC-XYZ analysis in concrete pump manufacturing using ARIMA model and machine learning
ASLIHAN CAVLİ YAVUZ
Yüksek Lisans
Türkçe
2024
Endüstri ve Endüstri MühendisliğiAtatürk ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. GÖKAY AKKAYA
- Demand forecasting in mobile phone industry
Mobil telefon endüstrisinde talep planlaması
ZEYNEP ÖRNEK
Yüksek Lisans
İngilizce
2018
Endüstri ve Endüstri MühendisliğiBahçeşehir ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. ADNAN ÇORUM
- Perakende hazır giyim firmasında makine öğrenmesi yöntemleriyle satış tahmini
Sales forecasting in a retail fashion company using machine learning methods
ŞEYMA GÖNEN HALICI
Yüksek Lisans
Türkçe
2024
İşletmeİstanbul Teknik Üniversitesiİşletme Ana Bilim Dalı
PROF. DR. FERHAN ÇEBİ
- Lojistik sistemlerin yapay sinir ağları ile modellenmesi, gerçeklenmesi ve kontrolü
Modeling, implementation and control of logistics systems using artificial neural networks
MURAT ERMİŞ
Doktora
Türkçe
2005
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF.DR. FÜSUN ÜLENGİL
- Kişiye özel kitlesel üretim yapan bir firmanın makine öğrenmesi ile talep tahmini
Demand forecasting of a company that produces by mass customization with machine learning
ENGİN YAĞCIOĞLU
Yüksek Lisans
Türkçe
2020
İşletmeİstanbul Teknik Üniversitesiİşletme Ana Bilim Dalı
PROF. DR. FERHAN ÇEBİ