Gıda Sektöründe Talep Tahmininde Yapay Sinir Ağları, Regresyon, Hareketli Ortalamalar Ve Winters Üstel Düzeltme Metodlarının Karşılaştırılması

Abstract

Çalışmada, gıda sektöründe faaliyet gösteren bir firma ele alınmıştır. Ceviz ithalatı alanında faaliyet gösteren firmanın 2013-2018 yılları arasındaki satış verileri alınarak araştırmaya dahil edilmiştir. Çalışmanın amacı, veri toplama yöntemi, analiz teknikleri gibi çalışma probleminin incelenebilmesi adına ihtiyaç duyulan gerekli bilgilendirmeleri yapmak; çalışmanın bulguları, sonucu ve önerileri ele alınarak çalışmayı nihayete erdirmektir. Sonuç olarak; oluşturulan veri seti ile çoklu regresyon, 3’lü, 4’lü ve 6’lı hareketli ortalamalar, tekli, ikili ve winters metodu üstel düzeltme yöntemleri ve yapay sinir ağları yöntemi ile talep tahmin modelleri kurulmuş ve karşılaştırılmıştır.

In this study, a company operating in the food sector was discussed. Sales data of the company operating in the field of walnut importation between 2013-2018 years were included in the study. The purpose of the study is to examine the working problem which is explained and find results and suggestions of the study which have been discussed andto finalize the study. Consequently, with the data set created, demand estimation models which are multiple regression technique; 3, 4, and 6 moving averages techniques; singular, binary and winters' exponential correction methods and artificial neural network method are compared.