İstatistiksel tahmin yöntemleri: Yapay sinir ağları ile ürün talep tahmini uygulaması
Yükleniyor...
Dosyalar
Tarih
2011
Yazarlar
Dergi Başlığı
Dergi ISSN
Cilt Başlığı
Yayıncı
Selçuk Üniversitesi Sosyal Bilimler Enstitüsü
Erişim Hakkı
info:eu-repo/semantics/openAccess
Özet
Karar verme zorunluluğunda olan tüm işletmeler, gelecekte mevcut durumlarını muhafaza etmek ve geliştirebilmek için gelecekteki olayları kestirmek ve iyi bir plan çerçevesinde uygun çözümler üretmek zorundadırlar. Tahminin amacı işletmelerin gelecekte karşılaşabilecekleri durumları önceden öngörmek, çeşitli veri ve teknikleri kullanarak önceden önlemler alınmasını sağlamaktır. Talep tahmini işleminde de bu amaç öngörülmektedir. Bilgisayarlar üzerinde yapılan uzun süreli çalışmalar sonucunda bilim adamlarının insan beyninin modellenmesi sonucu yapay zekâ kavramı yaşamımıza girmiştir. Bunu izleyen çalışmalar, yapay sinir ağları adı verilen yeni bir alanı ortaya çıkarmıştır. Yapay sinir ağlarının doğrusal olmayan problemlerin çözümünde etkin olarak kullanılması ve oldukça güvenilir sonuçlar sunması, bu tekniğin kullanımını gittikçe yaygınlaştırmıştır. Çalışmada istatistiksel talep tahmin tekniklerinden yapay sinir ağı modeli kullanılarak, Malatya ili kuru kayısı ürününe ait yurtdışı (ihracat) talep tahmini uygulaması yapılmıştır. Uygulama sonrası yapılan hata testleri soncuna göre, modelin yaptığı tahminlerin güvenilir ve tutarlı olduğu gözlenmiştir. Çalışma üç bölümden oluşmaktadır. İlk bölümde; konuyla ilgili temel kavram ve tanımlar ayrıntılara girilmeden özetlenmiş ve çalışmanın gerekçesi teorik olarak anlatılmaya çalışılmıştır. İkinci bölümde; istatistiksel talep tahmin metotlarının en yaygın kullanılanları kısaca anlatılmış ve çağdaş metotlardan yapay sinir ağları teorisi, kullanım alanları, hata analizleri ayrıntılı olarak anlatılmıştır. Üçüncü bölümde; Malatya iline ait kuru kayısı ürününün ihracat talep tahminini yapmak üzere tasarlanan yapay sinir ağları modeli ayrıntılı olarak anlatılmış ve modelin eğitimi, testi, tahmin süreci hakkında detaylı bilgiler sunulmuştur.
Decision-making is the requirement of all businesses in the future to maintain and improve the existing situation to predict future events and are required to produce appropriate solutions within the framework of a good plan. The purpose of the forecast, businesses may face situations in the future to predict before, using different data and techniques to enable measures to be taken before. As a result of long-term studies done on computers scientists, modeling of the human brain, namely the concept of artificial intelligence has put our lives. The following studies have revealed a new method, called artificial neural networks. Effective use of artificial neural networks to solve nonlinear problems and to produce highly reliable results, increasingly widespread use of this technique. In this study, using artificial neural network model from statistical techniques to forecast demand, product of dried apricots belong to Malatya abroad (exports) was applied to forecast demand. According to the results after application of the error test, the model estimates that a reliable and consistent. The study consists of three parts. The first chapter, basic concepts and definitions are summarized on the subject, and study rationale is explained in theory. The second section, the most commonly used statistical methods of demand forecasting methods are shortly explained and the contemporary theory of artificial neural networks, applications, error analysis is described in detail. The third section, the province of Malatya dried apricot product, designed for export demand to forecast the ANN model is described in detail. Then, the model training, testing, or detailed information about the process of forecast is presented.
Decision-making is the requirement of all businesses in the future to maintain and improve the existing situation to predict future events and are required to produce appropriate solutions within the framework of a good plan. The purpose of the forecast, businesses may face situations in the future to predict before, using different data and techniques to enable measures to be taken before. As a result of long-term studies done on computers scientists, modeling of the human brain, namely the concept of artificial intelligence has put our lives. The following studies have revealed a new method, called artificial neural networks. Effective use of artificial neural networks to solve nonlinear problems and to produce highly reliable results, increasingly widespread use of this technique. In this study, using artificial neural network model from statistical techniques to forecast demand, product of dried apricots belong to Malatya abroad (exports) was applied to forecast demand. According to the results after application of the error test, the model estimates that a reliable and consistent. The study consists of three parts. The first chapter, basic concepts and definitions are summarized on the subject, and study rationale is explained in theory. The second section, the most commonly used statistical methods of demand forecasting methods are shortly explained and the contemporary theory of artificial neural networks, applications, error analysis is described in detail. The third section, the province of Malatya dried apricot product, designed for export demand to forecast the ANN model is described in detail. Then, the model training, testing, or detailed information about the process of forecast is presented.
Açıklama
Anahtar Kelimeler
Statistical methods, İstatistiksel yöntemler, Production planning, Üretim planlaması, Production companies, Üretim işletmeleri, Produce, Üretim, Artificial neural networks, Yapay sinir ağları, Estimation methods, Tahmin yöntemleri, Malatya, Hata tahmini, Error estimation, Kayısı, Apricot, Kayısı kurusu, Dried apricot
Kaynak
WoS Q Değeri
Scopus Q Değeri
Cilt
Sayı
Künye
Karahan, M. (2011). İstatistiksel tahmin yöntemleri: Yapay sinir ağları ile ürün talep tahmini uygulaması. Selçuk Üniversitesi, Yayımlanmış doktora tezi, Konya.
