| dc.creator |
Demir, Leyla |
|
| dc.creator |
Çoban, Feyza |
|
| dc.date |
2020-12-31T21:00:00Z |
|
| dc.date.accessioned |
2021-01-21T08:22:42Z |
|
| dc.date.available |
2021-01-21T08:22:42Z |
|
| dc.identifier |
9bb0c830-0c33-46a6-b2fa-bb9f5aedc029 |
|
| dc.identifier |
10.21205/deufmd.2021236729 |
|
| dc.identifier |
https://avesis.sdu.edu.tr/publication/details/9bb0c830-0c33-46a6-b2fa-bb9f5aedc029/oai |
|
| dc.identifier.uri |
http://acikerisim.sdu.edu.tr/xmlui/handle/123456789/85076 |
|
| dc.description |
<p>Son yıllarda, değişen ve küreselleşen koşullar insan ihtiyaçlarını değiştirerek hızlı değişikliklere vetalep belirsizliğine neden olmuştur. Bu hızlı değişim ve belirsiz koşullar altında işletmelerin etkinplanlama yapmalarının yolu, doğru ve güvenilir tahminler yapmaktan geçmektedir. Günümüzdeteknolojik gelişmelerle birlikte talep tahmininde zaman serileri analizi gibi klasik yöntemlerin yeriniyapay zekâ tabanlı tahmin algoritmaları almıştır. Bu yöntemler özellikle belirsizliğin ve değişkenliğinçok fazla olduğu durumlarda klasik tahmin yöntemlerinden çok daha başarılı sonuçlar vermektedir.Bu çalışmada bir gıda işletmesinde değişkenliğin ve belirsizliğin fazla olduğu ürünler için Yapay SinirAğları (YSA) ve Destek Vektör Regresyonu (DVR) yöntemleri ile talep tahmini yapılmıştır. Yöntemleruygulanmadan önce parametre optimizasyonu amacıyla deney tasarımı yapılmış ve en iyi parametredeğerleri bulunarak tahmin doğruluğu arttırılmıştır. Sayısal sonuçlar, incelenen ürünler için YSA’nınDVR’ye kıyasla daha iyi tahminler yaptığını göstermiştir<br></p> |
|
| dc.description |
<p>In recent years, the changing and globalizing conditions caused the rapid changes and demanduncertainty by changing human needs. Under these rapid changes and uncertain conditions, the wayfor companies to make effective planning is to make accurate and reliable forecasting. As thetechnological developments increases artificial intelligence-based forecasting algorithms are widelyused for demand forecasting instead of the classical methods such as time series analysis. Thesemethods yield much more successful results than classical forecasting methods, especially in caseswhere the uncertainty and variability are high. In this study, Artificial Neural Networks (ANN) andSupport Vector Regression (SVR) are employed to forecast the demands of the products with highvariability and uncertainty in a food company. Before the methods were applied, an experimentaldesign was conducted to find the best parameter values, and in this way, the accuracy of forecasts wasincreased. Numerical results showed that ANN makes better forecasts than SVR for the examinedproducts.<br></p> |
|
| dc.language |
tur |
|
| dc.rights |
info:eu-repo/semantics/closedAccess |
|
| dc.title |
Yapay Sinir Ağları ve Destek Vektör Regresyonu ile Talep Tahmini: Gıda İşletmesinde Bir Uygulama |
|
| dc.type |
info:eu-repo/semantics/article |
|