Belirsiz koşullar altında talep tahmini ve gıda işletmesinde bir uygulama
Demand forecasting under uncertainty and an application in food company
- Tez No: 623336
- Danışmanlar: DR. ÖĞR. ÜYESİ LEYLA DEMİR
- Tez Türü: Yüksek Lisans
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Sinir ağları, Talep tahmini, Vektör otoregresyon modeli, İş belirsizliği, Nerve net, Demand estimation, Vector autoregression model, Job uncertainty
- Yıl: 2019
- Dil: Türkçe
- Üniversite: Pamukkale Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Talep tahmini, bir ürün için gelecek dönemlerde oluşabilecek talebin geçmiş dönemlerdeki satış hareketlerine ait veriler kullanılarak belirlenmesidir. Bu çalışmada gıda sektöründeki bir işletmede belirsiz koşullar altında talep tahmini yapılmıştır. Belirsiz koşullar altında tahmin yapılırken geleneksel istatistiksel yöntemlerin yetersiz olması sebebiyle çalışmada yapay zekâ tekniklerinden Yapay Sinir Ağları (YSA) ve Destek Vektör Regresyonu (DVR) yöntemleri kullanılmıştır. Yöntemler uygulanmadan önce parametre optimizasyonu amacıyla deney tasarımı yapılmış ve bulunan optimum parametre değerleri ile tahmin gerçekleştirilmiştir. Yapılan tahminlerin performansı Ortalama Hata Kare, Ortalama Yüzde Hata ve Ortalama Mutlak Yüzde Hata gibi farklı hata ölçütlerine göre değerlendirilmiştir. Sayısal sonuçlar, incelenen ürünler için YSA'nın DVR'ye kıyasla daha iyi tahminler yaptığını göstermiştir.
Özet (Çeviri)
Demand forecasting is the determination of the demand of a product that may occur in the future using the previous sales data. In this study, demand forecasting is carried out for a firm in food sector under uncertainty. It is well-known that the traditional statistical techniques are not sufficient while forecasting under uncertain conditions. Because of that Artificial Neural Networks (ANN) and Support Vector Regression (SVR) methods, which are the artificial intelligence techniques, are used in this study. Before employing these techniques, an experimental design is conducted for parameter optimization and forecasting is carried out with the optimum parameter values found. The performance of the forecasting is considering different criteria such as Mean Square Error, Mean Percentage Error and Mean Absolute Percentage Error. Numerical results showed that ANN produced better forecasts than SVR for considered products.
Benzer Tezler
- Yönetim kurulu üyelerinin şahsî sorumluluğuna ilişkin davalarda maddî hukukun usûl hukukuyla etkileşimi
Interaction of substantive law with procedural law in lawsuits regarding personal liability of members of the board of directors
ALİ ESKİOCAK
- An optimization model to control the flow of relief commodities in humanitarian supply chain under uncertainty
Belirsiz koşullarda insani yardım tedarik zinciri malzeme akışını kontrol etmede optimizasyon modeli
ISRAA ISMAIL
Doktora
İngilizce
2021
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. ESRA BAŞ
- Analysis of option contracts under stochastic demand and asymmetric information
Rassal talep ve bilgi asimetrisi altında opsiyon kontratlarının analizi
ESRA ÇINAR
Yüksek Lisans
İngilizce
2005
Endüstri ve Endüstri MühendisliğiBoğaziçi ÜniversitesiDOÇ.DR. TANER BİLGİÇ
- Les approches analytiques appliques en deploiement de fonction de qualite
Kalite işlev konuşlandırma sürecinde analitik yöntemler
SADETTİN EMRE ALPTEKİN
Yüksek Lisans
Fransızca
2001
Endüstri ve Endüstri MühendisliğiGalatasaray ÜniversitesiDOÇ. DR. ERTUĞRUL KARSAK
