Uluslararası bir üretim tesisinde talep tahmini: makine öğrenmesi ve topluluk öğrenme yaklaşımları
Demand forecasting in an international manufacturing facility: Machine learning and ensemble learning approaches
- Tez No: 989722
- Danışmanlar: PROF. DR. GÜRKAN ÖZTÜRK
- Tez Türü: Yüksek Lisans
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2026
- Dil: Türkçe
- Üniversite: Eskişehir Teknik Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Küresel ekonomideki değişimler, şirketleri rekabet gücünü korumak için mal ve hizmetleri müşteriye kesintisiz, zamanında ve uygun maliyetle ulaştırmaya, daha esnek ve çevik dijital çözümler uygulamaya zorlamaktadır. Bu bağlamda, yapay zeka tabanlı uygulamalar, geleneksel yöntemlerin sınırlarını aşarak güçlü bir alternatif sunmaktadır. Özellikle doğru talep tahmini, kaynakların verimli kullanımını ve arz-talep dengesini sağlayarak tedarik zinciri performansını doğrudan etkilemektedir. Büyük veri analitiği, makine öğrenmesi ve gerçek zamanlı öngörüler sayesinde süreçlerde daha az hata ile hızlı ve etkili kararlar alınabilmekte; dijital dönüşümle maliyetler düşürülmekte, karar süreçleri hızlanmakta ve müşteri memnuniyeti artmaktadır. Bu tez çalışmasında, uluslararası bir şirkette talep tahmini gerçekleştiren makine öğrenmesi modelleri uygulanmıştır. Gerçek veriler kullanılarak XGBoost, LightGBM ve rastgele orman algoritmalarına dayalı talep tahmin modelleri hiperparametre optimizasyonu ve özellik mühendisliği adımları entegre edilerek oluşturulmuş. Algoritmaların R2 performans ağırlıkları baz alınarak topluluk öğrenmesi modeli tasarlanmıştır. Makine öğrenmesi döngüsü gerçek veri seti üzerinde uygulanmış ve elde edilen sonuçlar ayrıntılı şekilde analiz edilmiştir.
Özet (Çeviri)
Changes in the global economy are compelling companies to adopt more flexible and agile digital solutions in order to maintain their competitive advantage by delivering goods and services to customers seamlessly, on time, and at an optimal cost. In this context, artificial intelligence–based applications offer a strong alternative by surpassing the limitations of traditional methods. In particular, accurate demand forecasting has a direct impact on supply chain performance by enabling efficient resource utilization and maintaining the supply-demand balance. Through big data analytics, machine learning, and real-time forecasting capabilities, it becomes possible to make faster and more accurate decisions with fewer errors; meanwhile, digital transformation helps reduce costs, accelerate decision-making processes, and increase customer satisfaction. In this thesis study, machine learning models were implemented for demand forecasting within an international company. Using real-world data, demand forecasting models based on XGBoost, LightGBM, and Random Forest algorithms were developed by integrating hyperparameter optimization and feature engineering steps. An ensemble learning model was designed based on the R² performance weights of the algorithms. The machine learning pipeline was applied to the actual dataset, and the obtained results were analyzed in detail.
Benzer Tezler
- Ro-Ro gemi operasyonlarında optimizasyon modeli
Optimization model in Ro-Ro vessel operations
BERK MERCAN
Yüksek Lisans
Türkçe
2024
Denizcilikİstanbul Teknik ÜniversitesiDenizcilik Çalışmaları Ana Bilim Dalı (disiplinlerarası)
DR. ÖĞR. ÜYESİ BAYRAM BARIŞ KIZILSAÇ
PROF. DR. DİLAY ÇELEBİ GONIDIS
- Türkiye dış ticaretinin yapısal analizi
A structural analysis of Turkish foreign trade
ESRA M. AYDOĞAN
Yüksek Lisans
Türkçe
2002
EkonometriGazi ÜniversitesiEkonometri Ana Bilim Dalı
DOÇ.DR. SERDAR KILIÇKAPLAN
- Agricultural and food policies in global trade: The Case of almonds and hazelnuts
Uluslararasi ticarette tarim ve gida politikalari: badem ve findik sektorleri
MUHAMMET YUNUS ŞİŞMAN
Doktora
İngilizce
2016
EkonomiAuburn UnıversıtyUygulamalı İktisat Ana Bilim Dalı
PROF. DR. HENRY W KINNUCAN
- Menkul kıymet analizi ve portföy yönetimi İstanbul Menkul Kıymetler Borsası'nda bir uygulama
Başlık çevirisi yok
FATMA SAHİLLİOĞLU(GÜNEŞ)
Yüksek Lisans
Türkçe
1993
İşletmeİstanbul ÜniversitesiUluslararası İşletmecilik Ana Bilim Dalı
PROF. DR. A. BÜLENT PAMUKÇU