Geri Dön

Inventory optimization using predictive analytics and machine learning

Tahmine dayalı analitik ve makine öğrenimini kullanarak envanter optimizasyonuehab

  1. Tez No: 877205
  2. Yazar: KADHIM AMER HUSSEIN AL-SAEDI
  3. Danışmanlar: YRD. DOÇ. DR. SEFER KURNAZ
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2024
  8. Dil: İngilizce
  9. Üniversite: Altınbaş Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Elektrik ve Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Elektrik ve Bilgisayar Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: 85

Özet

Envanter yönetimi, gelişmiş tahmine dayalı analitik ve makine öğreniminin ortaya çıkmasıyla radikal bir dönüşümün eşiğinde. Projenin temel amacı, bu tür teknolojileri kullanarak çeşitli iş ortamlarında envanter tekniklerini geliştirmektir. Bu amaçla, veri işleme ve yorumlama yaklaşımlarının analizine dayanarak, gelenekselden günümüze envanter yönetimi türlerine odaklanan literatürdeki değişikliklere atıfta bulunmak için araştırmalar yapılmıştır. Bu nedenle, bu analiz bir tarafta daha dinamik, uyarlanabilir ve tahmine dayalı envanter kontrol metodolojilerine doğru bir geçiş sergilemiştir. Ayrıca, veri toplama ve hazırlama ve özellik mühendisliği ve çoklu makine öğrenimi modelinin uygulanması gibi yöntemleri ima eden bir araştırma tasarımı da yapılmıştır. Son olarak, tahmine dayalı analitik uygulandıktan sonra etkili sonuçları gösteren bir grup vaka çalışmasının, açılış bölümünde sunulan iddiaları desteklediği düşünülmüştür. Çalışmada keşfedilen sorunun potansiyel önemine rağmen, birkaç önemli sınırlama kabul edildi. Tanımlanan en önemli konular arasında veri kalitesi endişeleri, çok disiplinli yönler ve etik sorunu yer alıyordu. Aynı zamanda, tahmine dayalı analizin uygulanabilirliğinin beklenen etkileri umut verici bulundu ve yalnızca çalışma ve araştırma yoluyla gerçekleşme yolunda ilerledi.

Özet (Çeviri)

Inventory management is on the verge of a radical transformation with the advent of advanced predictive analytics and machine learning. The primary goal of the project is to improve inventory techniques in a variety of business environments using such technologies. For this purpose, research was conducted to refer to the changes in literature focusing on inventory management types from traditional to current ones, relying on the analysis of data processing and interpretation approaches. Thus, this analysis showcased a transition towards more dynamic, adaptive and predictive inventory control methodologies on one side. Furthermore, a research design which implies methods like data collection and preparation and feature engineering and multiple machine learning model's implementation was also conducted. Finally, a group of case studies illustrating effective results after applying predictive analytics was considered to support the claims presented in the opening section. Despite the potential importance of the problem discovered in the study, several key limitations were acknowledged. The most crucial identified issues included data quality concerns, multi-disciplinary aspects, and the problem of ethics. At the same time, the expected effects of predictive analysis applicability were found promising and, on their way, to realising only through the study and research.

Benzer Tezler

  1. Developing data-driven methods using machine learning in operations and finance

    Üretim yönetimi ve finansta yapay öğrenme kullanan veri tabanlı yöntemler

    DAVOOD PIRAYESH NEGHAB

    Doktora

    İngilizce

    İngilizce

    2021

    Endüstri ve Endüstri MühendisliğiKoç Üniversitesi

    Endüstri Mühendisliği ve Operasyon Yönetimi

    PROF. DR. AHMET FİKRİ KARAESMEN

  2. Optimal parametre ve özellik seçimi ile destek vektör makinesi kullanılarak finansal başarısızlık tahmini

    Financial distress prediction using support vector machine with optimal parameter and feature selection

    SEYYİDE DOĞAN

    Doktora

    Türkçe

    Türkçe

    2020

    EkonometriGazi Üniversitesi

    Ekonometri Ana Bilim Dalı

    PROF. DR. ŞENOL ALTAN

  3. Perakendecilikte mevsimsel talebe sahip ürünlerin gelir yönetimi için dinamik fiyatlandırma

    Dynamic pricing for revenue management of products which have seasonal demand in retailing

    MURAT TAHA BİLİŞİK

    Doktora

    Türkçe

    Türkçe

    2013

    Endüstri ve Endüstri Mühendisliğiİstanbul Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    PROF. DR. ŞAKİR ESNAF

  4. E-mobilite uygulamaları için lityum-iyon bataryaların fizik tabanlı modellerinin karşılaştırmalı analizi

    Comparative analysis of physics-based models for lithium-ion batteries in e-mobility applications

    HAKKI YAVUZ

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektrik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. MEHMET ONUR GÜLBAHÇE

  5. Temel ve teknik analize dayalı makine öğrenmesi ile hisse senedi fiyat tahmini: Rastgele orman sınıflandırması yaklaşımı

    Stock price prediction with machine learning based on fundamental and technical analysis: Random forest classification approach

    DENİZ KAVUK SALIŞ

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Endüstri ve Endüstri MühendisliğiGebze Teknik Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ AHMED BURAK PAÇ