Yapay Sinir Ağları ile Talep Tahmini Yapma: Beyaz Eşya Üretim Planlama Örneği

Emre TÜRK; Farzad KIANI

Makale detayları

Yapay Sinir Ağları ile Talep Tahmini Yapma: Beyaz Eşya Üretim Planlama Örneği

Yazarlar:

Emre TÜRK | Farzad KIANI

Yayıncı:

Istanbul Sabahattin Zaim University

Ana Başlıklar:

Uygulamalı fizik

Dergi:

Istanbul Sabahattin Zaim University Journal of Institute of Science and Technology 2019 Vol.1 Issue 1, pp.30-37

Belge Tipi:

Makale

Yayın Tarihi:

3/2019

Belge Dili:

Türkçe

Document ID (Org No.):

2000515144

Sıklık:

Üç Yıllık

eISSN:

2667-792X

Özet:

 


Demand forecasting
represents an important part of production planning because it
can estimate the future demand of products and services and the amount of
resources that needs to be allocated in order to accomplish that demand. As the
demands can vary as the times passes, the production plan must be
able to face those variations. Demand estimation methods are classified under
two main headings: quantitative and qualitative. The quantitative estimation
method is a method of estimating the basis of knowledge of people's own
experiences. The qualitative method is the method of estimating the numerical
data based on the results obtained by supporting the mathematical modeling.
Artificial neural network model is among quantitative estimation methods.
Therefore, it may be appropriate to use methods and algorithms such as machine
learning methods, especially support vector machine, nearest n-neighbor,
regression and artificial neural networks and Bayesian networks. In this paper,
we focus on the mining of the time series formed by all the past results using
an artificial neural network-based simulation system that is able
to identify an appropriate production forecast. The results of
the production simulations are used as historical data in order to
forecast the future demands and the amount of time needed to satisfy them. The
time series forecast results show that data mining can be used in this domain
in order to extract patterns that can be used to optimize
the production process.

.

 

Üretim
planlama için doğru bir talep tahminin yapılması oldukça önemli bir
parametredir. Müşterilerin gelecekteki talep eğilimleri, piyasa durumu ve
mevsimsellik gibi birçok faktörden etkilenebilir. Üretim planlama, işletmelerin
hedefleri doğrultusunda üretim politikaları, üretim programları ve üretimle
ilgili süreçlerin planlanmasıdır. Doğru bir talep tahmini yapmak oldukça kritik
bir öneme sahip olup kaynakların daha verimli kullanılmasına olanak
sağlayabilecektir. Talep tahmin metotları, kantitatif ve kalitatif olarak iki
ana başlık altında toplanır. Kantitatif tahmin metodu, insanların kendi
tecrübelerinden oluşan bilgiye dayanak olarak tahmin yapma yöntemidir.
Kalitatif metot ise, sayısal verilerin matematiksel modellemelerle
desteklenerek ortaya çıkan sonuçlara dayanarak tahmin yapma yöntemidir. Yapay
sinir ağları modeli kantitatif tahmin metotlarının arasında yer alır. Bu
çerçevede, makine öğrenme yöntemleri özellikle destek vektör makinesi, en yakın
n-komşu, regresyon ve yapay sinir ağları ve bayes ağları gibi metotlar ve
algoritmaların kullanılması uygun olabilir. Bu makalede yapay sinir ağları
metodu kullanılarak talep tahmini problemi minimum hatayı veren sinir ağlarıyla
çözülmüştür. Yapay sinir ağları metodu, belirli değişkenlere bağlı olan bir talep
tahminini önceki örneklerin verileriyle yapay sinir ağlarının öğretilmesiyle
ileriye dönük doğru talep tahmini yapması hedeflenmektedir.

Makale detayları

Yapay Sinir Ağları ile Talep Tahmini Yapma: Beyaz Eşya Üretim Planlama Örneği

Yazarlar: Emre TÜRK | Farzad KIANI

Yayıncı: Istanbul Sabahattin Zaim University

Ana Başlıklar: Uygulamalı fizik

Dergi: Istanbul Sabahattin Zaim University Journal of Institute of Science and Technology 2019 Vol.1 Issue 1, pp.30-37

Belge Tipi: Makale

Yayın Tarihi: 3/2019

Belge Dili: Türkçe

Document ID (Org No.): 2000515144

Sıklık: Üç Yıllık

eISSN: 2667-792X

Sayı

Yazarlar:

Emre TÜRK | Farzad KIANI

Yayıncı:

Istanbul Sabahattin Zaim University

Ana Başlıklar:

Uygulamalı fizik

Dergi:

Istanbul Sabahattin Zaim University Journal of Institute of Science and Technology 2019 Vol.1 Issue 1, pp.30-37

Belge Tipi:

Makale

Yayın Tarihi:

3/2019

Belge Dili:

Türkçe

Document ID (Org No.):

2000515144

Sıklık:

Üç Yıllık

eISSN:

2667-792X