Şeker pancarı üreticilerinin arıtılmış şeker oranına dayandırılarak makine öğrenmesi tekniklerine göre sınıflandırılması
Classification of sugar beet farmers based on the purified sugar rates with machine learning techniques
- Tez No: 956016
- Danışmanlar: PROF. DR. ADEM GÖLEÇ
- Tez Türü: Yüksek Lisans
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Erciyes Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 81
Özet
Bu çalışmada, şeker pancarı için daha gerçekçi bir fiyatlandırma modeli oluşturmak amacıyla, şeker pancarının tüm kalite parametrelerini içeren arıtılmış şeker oranına dayalı bir fiyatlandırma modeli oluşturulmaya çalışılmıştır. Modelin kurulmasında, bölgemizdeki şeker fabrikasından alınan gerçek veriler kullanılarak, arıtılmış şeker oranına dayalı denetimli makine öğrenme modelleri oluşturulmuş ve üretici sınıflandırması yapılmıştır. Ön işleme sonrasında elde edilen yaklaşık elli beş bin veri, üreticileri 1 ile 10 arasında değişen sınıf numaraları ile karakterize ederek 10 farklı sınıfa ayrılmıştır. Fabrikaya getirilen şeker pancarlarının en kalitelileri 1. sınıf, en düşük kalitelileri 10. sınıf olarak nitelendirilmiştir. Veri setine altı farklı denetimli makine öğrenmesi tekniği uygulanmış ve sonuçlar karşılaştırılmıştır. Bu sonuçlara göre en iyi doğruluk oranı 0.99 ile Destek Vektör Makineleri (SVM) ile elde edilirken, en yüksek F1 skoruna sahip teknik ise 0.84 ile K-En Yakın Komşu (KNN) olarak belirlenmiştir. Makine öğrenmesi sonuçlarını değerlendirmek için kullanılan parametreler incelendiğinde, tüm modellerin şeker pancarı üreticilerini oldukça iyi sınıflandırdığı görülmektedir. Son olarak, en iyi sınıfa ödül, en kötü sınıfa ceza veren bir fonksiyon grubu oluşturulmuştur. Böylece yüksek kaliteli şeker pancarına düşük kaliteli şeker pancarından daha fazla ödeme yapılması garantilenerek ödeme sistemindeki adalet sorunu çözülmüştür. Yeni ödeme modeliyle şeker pancarı için üreticilere ödenen birim fiyat %0,3 oranında daha az gerçekleşerek fabrikanın hammadde maliyetinde 31 milyon TL tasarruf sağlanmıştır.
Özet (Çeviri)
In this study, in order to adopt a more realistic pricing model for sugar beet, a pricing model based on the purified sugar rate, which includes all quality parameters of sugar beet, was tried to be established. In the establishment of the model, supervised machine learning models based on the purified sugar rate were created using real data from the sugar factory operating in our region, and producer classification was made. After pre-processing, approximately fifty-five thousand data obtained were divided into 10 different classes by characterizing the producers with class numbers between 1 and 10. Of the sugar beets delivered to the factory, those with the highest quality were taken to the 1st class, while those with the lowest quality were taken to the 10th class. Also, intermediate classes are identified in the same way. Six different supervised machine learning techniques were applied to the data set and the results were compared. According to these results, the best accuracy rate was obtained from Support Vector Machines (SVM) with 0.99, while the technique with the highest F1 score was determined as K-Nearest Neighbour (KNN) with 0.84. When the parameters used to evaluate the machine learning results are examined, it is seen that all models classify sugar beet producers quite well. Finally, a function group was created that was rewarding for the best class and punishing for the worst class. In this way, it is ensured that high quality sugar beets are paid more than low quality sugar beets. The fairness problem in the payment system has been resolved. Under the new payment model, the unit price paid to sugar beet producers was reduced by 0.3%, leading to a 31 million Turkish Liras decrease in the factory's raw material costs.
Benzer Tezler
- Şeker pancarı üreticilerinin tarımsal mücadele eğimlerinin analizi: Amasya Şeker Fabrikası üretim sahası örneği
Analysis of agricultural control training of sugar beet producers: the case of Amasya Sugar Factory production area
MELİKE ZENGİN
Yüksek Lisans
Türkçe
2025
ZiraatKırşehir Ahi Evran ÜniversitesiBitki Koruma Ana Bilim Dalı
DOÇ. DR. KADİR AKAN
- Şeker pancarı üreticilerinin iklim değişikliği ile mücadele yöntemlerine adaptasyonları: Konya ili Cihanbeyli ilçesi örneği
Adaptations of sugar beet producers to the methods of combating climate change: The case of Cihanbeyli district of Konya province
MURAT YAKUPOĞLU
Yüksek Lisans
Türkçe
2023
ZiraatÇanakkale Onsekiz Mart ÜniversitesiTarım Ekonomisi Ana Bilim Dalı
DOÇ. DR. BENGÜ EVEREST
- Yozgat ili şeker pancarı ekim alanlarında görülen cercospora yaprak leke hastalığı (Cercospora beticola sacc.)'nın bulunma oranı ve yaygınlığı ile üreticilerinin bu hastalığa karşı yaklaşımlarının belirlenmesi
Determining the presence and prevalence of cercospora leaf spot disease (Cercospora beticola sacc.) in sugar beet planting areas of yozgat province and the approaches of producers against this disease
SEHER ÇAĞLAR
Yüksek Lisans
Türkçe
2024
ZiraatSiirt ÜniversitesiBitki Koruma Ana Bilim Dalı
DOÇ. DR. MEHMET HADİ AYDIN
- Muş ilinde şekerpancarı üretimine etki eden faktörler ve üreticilerin sosyo-ekonomik durumları
Factors affecting sugar beet production in muş province and the socio-economic situation of producers
MEHMET CEVAT ARIK
Yüksek Lisans
Türkçe
2024
ZiraatIğdır ÜniversitesiTarım Bilimleri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ KASIM ŞAHİN
DOÇ. DR. MUSTAFA YAŞAR
- Tokat-Kazova yöresinde bazı ürünlerde ekonomik gübre kullanım düzeyinin ve buna etki eden faktörlerin belirlenmesi
Determination of economic level of fertilizer use for some crops in Kazova district of Tokat and the factors affecting fertilizer use
ATİLA ALTINTAŞ
Yüksek Lisans
Türkçe
2001
ZiraatGaziosmanpaşa ÜniversitesiTarım Ekonomisi Ana Bilim Dalı
DOÇ.DR. OSMAN KARKACIER