Yalın üretim ve yapay zeka teknikleri ile üretim süreçlerinin analizi ve iyileştirilmesi
Analysis and improvement of production processes with lean manufacturing and artificial intelligence techniques
- Tez No: 929078
- Danışmanlar: DR. ÖĞR. ÜYESİ MEHMET KÜRŞAT ÖKSÜZ
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Endüstri ve Endüstri Mühendisliği, Computer Engineering and Computer Science and Control, Industrial and Industrial Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: Türkçe
- Üniversite: Erzincan Binali Yıldırım Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Yapay Zeka ve Robotik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 80
Özet
İşletmeler, günümüz küreselleşen dünyada artan maliyetler ve dijitalleşme sonucu değişen rekabet koşullarına karşı ayakta kalabilmek için karşılaştıkları çeşitli sorunlara etkin çözümler üretip karar vermek zorundadırlar. Bu bağlamda Tedarik Zincirini doğru yönetmek çok önemlidir. Sürprizlerle karşılaşmamak, maliyetleri önceden belirleyip öngörmek ve bu öngörüleri tutarlı kılmak tahmin ile mümkün olur. Talep tahminlerinin yüksek doğrulukla elde edilmesi, tüm tedarik zinciri yönetimi süreçlerinin başarısı için kilit bir faktördür. Bu çalışmada içecek sektöründe faaliyet gösteren bir işletme ele alınmıştır. Firmanın 2018-2021 satış verileri ele alınarak araştırmaya dahil edilmiştir. İlk aşamada yalın üretim teknikleri ile mevcut durum analizi yapılarak iyileştirmeler sunulacaktır. Talep tahmini ile gelecek durumu tahmin ederek süreçleri daha etkin planlamak hedeflenecektir.
Özet (Çeviri)
In today's globalizing world, businesses have to produce effective solutions and decide on various problems they encounter in order to survive against the changing competitive conditions as a result of increasing costs and digitalization. Lean Manufacturing is defined as a production system in which there are no unnecessary steps in the organization, the cost is low, the error is low, the stocks are zero, the improvement and customer satisfaction are kept at the highest level. The organization that implements the lean production technique increases its profitability, increases its efficiency, quality and speed. In this context, it is very important to manage the Supply Chain correctly. It is possible to avoid surprises, to predict and predict costs, and to make these predictions consistent with forecasting. Obtaining demand forecasts with high accuracy is a key factor for the success of all supply chain management processes. In this study, a business operating in the beverage sector is discussed. The 2018-2021 sales data of the company were taken into consideration and included in the research. In the first stage, improvements will be presented by analyzing the current situation with lean production techniques. It will be aimed to plan processes more effectively by predicting the future situation with demand forecasting.
Benzer Tezler
- Havacılık sektöründe istatistiksel proses kontrol: Uçak bakım süreçlerinin iyileştirilmesine yönelik bir uygulama
Statistical process control in the aviation sector: An implementation to improve aircraft maintenance processes
HAMİT HAMİDETTİN KUMURKAN
Yüksek Lisans
Türkçe
2021
Mühendislik Bilimleriİstanbul Teknik Üniversitesiİşletme Mühendisliği Ana Bilim Dalı
DOÇ. DR. NİHAN YILDIRIM
- A challenge to copyright: Text and data mining
Telif hukukunda metin ve veri madenciliği
ESMA MUHEYNE DOĞAN
Yüksek Lisans
İngilizce
2024
Hukukİstanbul Medeniyet ÜniversitesiÖzel Hukuk Ana Bilim Dalı
DOÇ. DR. CAHİT SULUK
- Artificial neural network based electrical machine fault classification on FPGA
FPGA üzerinde yapay sinir ağı tabanlı elektrık makinesiarıza sınıflandırması
MERT YAŞAR AYDIN
Yüksek Lisans
İngilizce
2024
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. SIDDIKA BERNA ÖRS YALÇIN
- Developing a decision-support system using machine learning and deep learning models for daily demand forecasting: A case study
Günlük talep tahmini için makine öğrenimi ve derin öğrenme modelleri kullanarak karar destek sistemi geliştirme: Bir vaka çalişmasi
RANA EZGİ KÖSE
Yüksek Lisans
İngilizce
2023
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik Üniversitesiİşletme Mühendisliği Ana Bilim Dalı
PROF. DR. FERHAN ÇEBİ
- Efficient estimation of Shrinkage parameters in fuzzy Ridge and fuzzy Liu regression models using α-cut-based methods under multicollinearity
Çoklu bağıntı durumunda bulanık Ridge ve bulanık Liu regresyon modellerinde α-kesim tabanlı yöntemler kullanılarak Shrinkage parametrelerinin etkin tahmini
AMMAR HOMAIDA