Enhancing warehouse efficiency through an integrated stock management system: A comprehensive study
Entegre bir stok yönetim sistemiyle depo verimliliğinin artırılması: Kapsamlı bir çalışma
- Tez No: 898814
- Danışmanlar: DR. ÖĞR. ÜYESİ ALPER FİDAN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: depo verimliliği, entegre stok yönetim sistemi, yapay zeka, görüntü algılama, görüntü sınıflandırma, makine öğrenmesi, envanter takibi, tedarik zinciri yönetimi, operasyonel optimizasyon, warehouse efficiency, integrated stock management system, artificial intelligence, image detection, image classification, machine learning, inventory tracking, supply chain management, operational optimization
- Yıl: 2024
- Dil: İngilizce
- Üniversite: İstanbul Aydın Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: 63
Özet
Makale, görüntü algılama ve sınıflandırmada AI ile deponun etkinliğini artıran entegre bir stok yönetim sistemi için bir tez sunmaktadır. Depolamadaki etkisizlik, operasyonel maliyetleri artırabilir ve tedarik zinciri yönetimi ortamında gecikmelere neden olabilir. Önerilen bu AI sistemi, envanter süreçlerini kolaylaştırmayı, insan hatalarını azaltmayı ve gerçek zamanlı veri doğruluğunu sağlamayı amaçlamaktadır. Araştırma, yürürlükteki stok yönetimi uygulamalarının ve bunların yetersizliklerinin analiziyle başlar. Araştırma daha sonra, özellikle görüntü algılama ve sınıflandırma alanlarında stok öğelerini doğru bir şekilde tanımlayan ve sınıflandıran bir sistem geliştirmek için AI'daki gelişmeleri inceler. Bu, farklı depolarda yürütülen vaka çalışmalarından alınan ampirik verilerle envanter doğruluğu, işleme hızı ve genel verimlilik ölçütleri kullanılarak etkinlik açısından değerlendirilecektir. Sonuçlar, stok yanlış yerleştirme ve yanlış tanımlama vakalarının sayısının azalmasıyla envanter yönetiminde büyük bir gelişme olduğunu göstermektedir. Bu tez, AI sisteminin farklı depo ortamlarında genelleştirilebilir olup olmadığını ve büyük ölçekli operasyonlar açısından ölçeklendirilebilir olup olmadığını tartışacaktır. AI destekli stok yönetim sistemlerinin uygulama, iş gücü eğitimi ve sistem bakımıyla ilişkili maliyetleri nasıl etkileyeceği konusunda çıkarımları vardır. AI'nın depo verimliliğini devrim niteliğinde değiştirme ve envanter yönetiminde yeni standartlar belirleme konusunda büyük bir potansiyele sahip olduğu sonucuna varır. Küresel tedarik zincirlerinin değişen ihtiyaçları ışığında daha fazla araştırma ve geliştirme yapılmalıdır.
Özet (Çeviri)
The paper presents a thesis for an integrated stock management system that increases the effectiveness of the warehouse with AI in image detection and classification. The ineffectiveness in warehousing could increase operational costs and bring about delays within the supply chain management environment. This proposed AI system seeks to streamline inventory processes, reduce human errors, and ensure data accuracy in real-time. The research starts with an analysis of the stock management practices in place and their inadequacies. The research then reviews developments in AI for developing a system that correctly identifies and classifies stock items, more so in the areas of image detection and classification. This will be evaluated in terms of effectiveness using the inventory accuracy, processing speed, and overall efficiency metrics with empirical data drawn from the case studies conducted in different warehouses. Results indicate a huge enhancement in inventory management, with a reduced number of cases of stock misplacement and misidentification. This thesis will discuss whether the AI system is generalizable across different settings of warehouses and can be scaled up concerning large-scale operations. It has implications for how AI-driven stock management systems will affect costs associated with their implementation, workforce training, and system maintenance. It concludes that AI has huge potential to revolutionize warehouse efficiency and set new standards in inventory management. Further research and development should be done in the light of changing needs of global supply chains.
Benzer Tezler
- ERP sistemine entegre tüketime dayalı stok kontrol parametrelerinin belirlenmesi
Determination of consumption-based inventory control parameters integrated in the ERP system
NEVA EMEL İŞLER
Yüksek Lisans
Türkçe
2024
Mühendislik BilimleriSakarya ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. EMİN GÜNDOĞAR
- Object-aware interactive perception
Nesne farkındalıklı etkileşimli algılama
ÇAĞATAY KOÇ
Doktora
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. SANEM SARIEL UZER
PROF. DR. SİNAN KALKAN
- Gıda ürünlerinin şehir-içi dağıtımının optimizasyonu için sürdürülebilir bir yaklaşım
A sustainable approach for the optimization of the urban grocery distribution
SİBEL SATICI
Yüksek Lisans
Türkçe
2019
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. SEDA YANIK ÖZBAY
- Enhancing warehouse efficiency through geographic information system and genetic algorithm
Coğrafi bilgi sistemleri ve genetik algoritma ile depo verimliliğinin artırılması
ONUR YÜREKLİ
Yüksek Lisans
İngilizce
2024
Mühendislik Bilimleriİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MUHAMMED ENES ATİK
- Uyarlanabilir yeniden kullanımın yeşil metamorfozu: Sümerbank Kayseri Bez Fabrikası Pamuk Ambarı binası
The green metamorphosis of adaptive reuse: The cotton warehouse building of the Sumerbank Kayseri Textile Factory
ŞEREF ŞAHİN
Yüksek Lisans
Türkçe
2024
MimarlıkEskişehir Teknik ÜniversitesiMimarlık Ana Bilim Dalı
DOÇ. DR. MEHMET İNCEOĞLU