Belirsiz talep altında bozulabilir ürün üretim miktarının belirlenmesi: Bir yemek şirketinde uygulama
Determination of the production amount of perishable product under uncertain demand: Practice in a catering company
- Tez No: 981116
- Danışmanlar: PROF. DR. SELÇUK ÇOLAK
- Tez Türü: Doktora
- Konular: İşletme, Business Administration
- Anahtar Kelimeler: Talep Tahmini, Yapay Sinir Ağı, Bozulabilir Gıda Ürünleri, Etkileşim Değişkenleri, Menü Planlama, Demand Forecasting, Artificial Neural Network, Perishable Food Products, Interaction Variables, Menu Planning
- Yıl: 2025
- Dil: Türkçe
- Üniversite: Çukurova Üniversitesi
- Enstitü: Sosyal Bilimler Enstitüsü
- Ana Bilim Dalı: İşletme Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu çalışmada, belirsiz talep koşulları altında bir yemek şirketinin aylık menüsünde yer alan bozulabilir gıda ürünlerinin üretim miktarlarını hem gıda israfını en aza indirecek hem de müşteri talebini etkin biçimde karşılayacak şekilde tahmin edebilmek amacıyla yapay sinir ağı tabanlı bir model geliştirilmiştir. Model, zaman değişkenleri, yemek çeşitleri ve ikili etkileşim değişkenlerini girdi olarak kullanarak; çorba, ana yemek, yardımcı yemek, tatlı/meyve ve salata/yoğurt olmak üzere beş farklı yemek türüne ait günlük talebi ayrı ayrı tahmin etmeyi hedeflemiştir. Test verilerinde elde edilen R² 0,94 ve MSE 18,98 değerleri, modelin yüksek doğrulukta tahmin gerçekleştirdiğini göstermektedir. Geliştirilen sistem, her gün farklı yemek çeşitlerinden oluşan dinamik menülerde dahi çalışabilir bir yapıya sahiptir. Eğitim verisinde yer almayan yemekler için de sınırlı düzeyde tahmin üretebilmesi, modelin sezgisel yöntemlere kıyasla önemli bir avantaj sunduğunu ortaya koymaktadır. Model, üretim düzeyini talebe daha yakın belirleyerek gıda israfını azaltmakta ve kayıp satışları önlemede makul bir performans sergilemektedir. Gelecekte model performansının artırılması için dışsal faktörlerin entegrasyonu ile üçlü etkileşim değişkenlerinin dahil edilmesi; ayrıca öğrenilemeyen bileşenler için veri artırma, gömme vektörleri ve ağırlık transferi gibi yöntemlerin uygulanması önerilmektedir.
Özet (Çeviri)
In this study, an artificial neural network - based forecasting model was developed to estimate the production quantities of perishable food items included in the monthly menu of a catering company under uncertain demand conditions. The objective was to minimize food waste while effectively meeting customer demand. The model utilized time variables, food types, and pairwise interaction variables as inputs, aiming to separately predict the daily demand for five food categories: soup, main course, side dish, dessert/fruit, and salad/yogurt. The test results, with R² 0.94 and MSE 18.98, demonstrate that the model achieved high prediction accuracy. The developed system is capable of operating under dynamic menus composed of different food types each day. Its ability to produce limited predictions even for food types not included in the training data indicates a significant advantage over heuristic approaches. The model contributes to reducing food waste by aligning production more closely with actual demand and performs reasonably well in minimizing unmet demand. To further enhance model performance, it is recommended to include triple interaction variables with the integration of external factors; additionally, methods such as data augmentation, embedding vectors, and weight transfer can be employed to address unlearned components.
Benzer Tezler
- Çabuk bozulan ürünler için sağlam bir dağıtım sistemi
A robust distribution and inventory system for perishable products
SEVDA SARGIN
Yüksek Lisans
Türkçe
2014
İşletmeMaltepe ÜniversitesiUluslararası Ticaret ve Lojistik Ana Bilim Dalı
DOÇ. DR. DİLAY ÇELEBİ
YRD. DOÇ. DR. LEVENT AKSOY
YRD. DOÇ. DR. HAMİT VANLI
- A Configuration of systematic approaches for drinking water distribution problem in metropolitan areas
Başlık çevirisi yok
SELİM KAHVECİOĞLU
Doktora
İngilizce
1997
Mühendislik Bilimleriİstanbul Teknik Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
PROF. DR. SELİME SEZGİN
- Belirsiz talep altında envanter modellemesi ve (s, S)-(t, S) karşılaştırması
Inventory modelling under dynamic demans and (s, S)-(t, S) comparison
MEHMET CAN
Yüksek Lisans
Türkçe
2000
İşletmeHacettepe Üniversitesiİşletme Ana Bilim Dalı
YRD. DOÇ. DR. ARMAĞAN TARIM
- Belirsiz koşullar altında talep tahmini ve gıda işletmesinde bir uygulama
Demand forecasting under uncertainty and an application in food company
FEYZA ÇOBAN
Yüksek Lisans
Türkçe
2019
Endüstri ve Endüstri MühendisliğiPamukkale ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ LEYLA DEMİR
- Belirsiz ve dinamik talep altında malzeme ihtiyaç planlaması için bir optimizasyon modeli
An Optimization model for material requirement plannig under uncertain and dynamic demand
MELİHA ULUPINAR