Bir yem işletmesi için satış tahmin yöntemlerinin karşılaştırılması: Bir vaka çalışması
Leyla Demir1, Selahattin Akkaş21Pamukkale Üniversitesi, Endüstri Mühendisliği Bölümü, Denizli, Türkiye2Pamukkale Üniversitesi, Bilgisayar Mühendisliği Bölümü, Denizli, Türkiye
Son yıllarda küresel ısınmadan dolayı doğal kaynakların etkin ve verimli kullanımı dünyamız için daha da önemli bir hale gelmiştir. Azalan doğal kaynaklar tarım ve gıda zincirlerini daha etkin yönetim stratejileri benimsemeye zorlamaktadır. Başarılı bir yönetimin ilk şartı doğru ve güvenilir tahminlere dayalı planlar yapmaktır.. Bu çalışmada tarım ve gıda zincirlerinin ilk halkası olan yem endüstrisinde yer alan bir işletme için gerçek verilere dayalı tahmin modelleri geliştirilmiştir. Geleneksel istatistiksel zaman serisi yöntemleri popüler ve hesaplamalı olarak etkin iki yapay zekâ tekniği olan yapay sinir ağları ve destek vektör regresyonu yöntemleri ile karşılaştırılmıştır. Tahminleri doğruluğu farklı ölçütlere göre hesaplanmıştır. Sonuçlar yapay sinir ağları modelinin yüksel R2 değerleri ile hem zaman serisi yöntemlerinden hem de destek vektör regresyonu yönteminden daha iyi olduğunu göstermiştir.
Anahtar Kelimeler: Satış tahmini, Zaman serisi yöntemleri, Yapay sinir ağları, Destek vektör regresyonu, Tarım ve gıda zincirleri, Yem endüstrisiA comparison of sales forecasting methods for a feed company: A case study
Leyla Demir1, Selahattin Akkaş21Department of Industrial Engineering, Pamukkale University, Denizli, Turkey2Department of Computer Engineering, Pamukkale University, Denizli, Turkey
Due to global warming in recent years, using natural resources in an effective way has become more and more important for our world. Decreasing natural resources are pushing agriculture and food chains to adopt more efficient management strategies. The first condition for a successful management is to make plans based on accurate and reliable forecasts. In this study, using real-world data forecasting models are developed for the products of a feed company, which is the first chain of agriculture and food chain systems. The traditional statistical time series methods are compared to two popular and effective computational intelligence techniques, i.e. artificial neural networks and support vector regression. The accuracy of the forecasts is calculated by different measures. The results show that the proposed artificial neural network model produces significantly better results with high R-squared values, comparing to both time series methods and support vector regression.
Keywords: Sales forecasting, Time series methods, Artificial neural networks, Support vector regression, Agriculture and food chains, Feed industrySorumlu Yazar: Leyla Demir, Türkiye
| ARAÇLAR |
 Tam Metin PDF Yazdır Alıntıyı İndir RIS EndNote BibTex Medlars Procite Reference Manager E-Postala Paylaş Yazara e-posta gönder
Benzer makaleler Google Scholar |