Uygulama sonucunda yapay sinir ağı kullanılarak yapılan modellemenin tahmin hatalarının incelenmesiyle elde edilen sonuçlara ve değerlendirmelere yer verilmiştir.
📌 3 Maddede Bu Makale
🎯
Amaç & Hipotez:Şirketlerin rekabet piyasasındaki başarıları geleceklerini tahmin etme yeteneklerine bağlıdır.
📊
Temel Bulgular & Veri:Bu yüzden talep tahmini şirketlerin kısa ve uzun dönemli hedeflerine ulaşmasında önemli bir rol oynar.
💡
Sonuç & Katkı:Uygulama sonucunda yapay sinir ağı kullanılarak yapılan modellemenin tahmin hatalarının incelenmesiyle elde edilen sonuçlara ve değerlendirmelere yer verilmiştir.
🔬Tür:Modelleme & Sayısal Simülasyon
📍Kapsam:Genişletilmiş Akademik Örneklem
⚙️Değişkenler:Yapay Sinir Ağları · Talep Tahmini · Perakende Sektörü
Özet
Şirketlerin rekabet piyasasındaki başarıları geleceklerini tahmin etme yeteneklerine bağlıdır. Bu yüzden talep tahmini şirketlerin kısa ve uzun dönemli hedeflerine ulaşmasında önemli bir rol oynar. Bu çalışmada yapay sinir ağları ile talep tahmin problemi ele alınmıştır. Bu bağlamda Türkiye’nin öncü elektronik perakende şirketlerinden birinin ‘notebook’ ürün grubu için geçmiş dönemlere ait satış verileri kullanılarak yapay sinir ağı ile gelecek dönemler için satış tahminlemesi yapılmıştır. Uygulama sonucunda yapay sinir ağı kullanılarak yapılan modellemenin tahmin hatalarının incelenmesiyle elde edilen sonuçlara ve değerlendirmelere yer verilmiştir.
VURAL, D., KÜÇÜKAŞÇI, E. Ş., AYVAZ, B. (2019). Türkiye'de Perakende Sektöründe Elektronik Ürünlere Olan Talebin Yapay Sinir Ağı ile Modellenmesi. İstanbul Ticaret Üniversitesi Fen Bilimleri Dergisi, Cilt: 18 - Sayı: 35, 1–16. https://ajindex.com/articles/124054
Acar, N., 1989. Üretim Planlaması Yöntem ve Uygulamaları, Yeniçag, Ankara.
Arbib, M.A., 2003. The handbook of brain theory and neural networks, second edition. Massachusetts Institute of Technology. USA. Asilkan, Özcan ve Irmak, Sezgin (2009). _kinci El Otomobillerin Gelecekteki Fiyatlarının Yapay Sinir Agları ile Tahmin Edilmesi, Süleyman Demirel Üniversitesi _ktisadi ve _dari Bilimler Fakültesi Dergisi, 14(2) 2009: 375-391.
Ataseven, Burçin (2007). Satıs öngörü modellemesi olarak YSA’nın kullanımı: PETK_M’de Uygulanması, Yüksek Lisans Tezi, Celal Bayar Üniversitesi Sosyal Bilimler Enstitüsü, Manisa. Avcı, Emin (2009). Yapay Sinir Agları Modelleri _le Hisse Senedi Getiri Tahminleri, Marmara Üniversitesi _ktisadi ve _dari Bilimler Fakültesi Dergisi, 26(1) 2009: 443-461.
Aydoğan, Burak; Ayat, Berna; Öztürk, Mehmet N.; Çevik, Özkan E. ve Yüksel, Yalçın (2010). Current velocity forecasting in straits with artificial neural networks, a case study: Strait of Istanbul, Ocean Engineering, 37 (2010) 443– 453. Barghash, M.A. ve Santarisi, N.S., 2004. Pattern recognition of control charts using artificial neural networks – analysing the effect of the training parameters, Journal of Intelligent Manufacturing, 15, 635-644.
Bolt, G., 1994. Market and sales forecasting: a total approach, Kogan Page,Londra. Cahow, Eric E. (2004). Forecast of demand for chronic care nursing home services: 20052025,
Doktora Tezi, Brandeis University, Waltham Massachusetts, USA. Carlson, RL and Umble, M (1980). Statistical demand functions for automobiles and their use for forecasting in an energy crisis. The Journal of Business, 53,2-10.
Çelik, Burak (2008). YSA Metodolojisi ile Zaman Serisi Analizi: Teori ve Uygulama, Yüksek Lisans Tezi, Marmara Üniversitesi Sosyal Bilimler Enstitüsü, İstanbul.
Çuhadar, Murat, Güngör, İbrahim ve Göksu, Ali (2009). Turizm Talebinin Yapay Sinir Ağları ile Tahmini ve Zaman Serisi Yöntemleri ile Karşılaştırmalı Analizi: Antalya iline Yönelik Bir Uygulama, Süleyman Demirel Üniversitesi İktisadi ve İdari Bilimler Fakültesi Dergisi, 14(1) 2009: 99-114.
Denton, J. W., 1995. How good are neural networks for casual forecasting The Journal of Business Forecasting Methods&Systems, 14, p.17 Es, H. Yapay Sinir Ağları ile Türkiye Net Enerji Talep Tahmini, Gazi Üniversitesi,
Fen Bilimleri Enstitisü, Endüstri Mühendisliğ Ana Bilim Dalı, Yüksek Lisans Tezi, 2013.
Fildes, R., (2006), ―The forecasting journals and their contribution to forecasting research: Citation analysi