Akademik Veri Yönetim Sistemi
TÜBİTAK Projesi, 2209-B - Sanayiye Yönelik Lisans Araştırma Projeleri Destekleme Programı, 2024 - 2025
Bu çalışmada ele alınan problem, beyaz eşya sektöründe hizmet veren firmanın montaj hatları için kendisine parça üreten yan sanayilerde, bu parçaların birleştirilerek işletmeye gelmesi ve üretim sürecinde aksamaların azaltılması
amacıyla eniyi firma gruplamasını, bağlı olarak bu firmalara eniyi kalıp atamasını yapmak ayrıca firmaların parça gruplarından üretecekleri miktarları bulmaktır. Problemin çözümü için bir matematiksel model geliştirilmiştir. i.firmanın k.parça
grubunu üretebilme yetkinliğini ifade eden parametrenin makine öğrenmesi yardımıyla karmaşık bir veri setinden türetilebilmesi için kullanıcı dostu bir arayüz geliştirilmiştir. Mevcut durumda ancak birkaç farklı veri setinden yararlanılarak,
manuel bir biçimde ve hata yapmaya açık bir süreçle elde edilebilen bu parametrenin makine öğrenmesi ile parametre tahmini yaparak çıkarsanması tüm sürecin etkinliği arttırmıştır. Bu tahminleme Python’da makine öğrenmesi tekniklerinden denetimli öğrenme ile ve lojistik regresyon tekniği kullanılarak gerçekleştirilmiştir. Problem aynı veri seti için mevcut atamalar ve dağıtımın karşı gelen amaç fonksiyon değeri hesaplatılarak ve önerilen durum için çözdürülerek karşılaştırıldığında % 28 oranında iyileşme elde edilmiştir. Makine öğrenmesi ile parametre tahmini sisteminin kullanıcı dostu yapısı, arka planda çalışan kodları bilmeden ve modeli ya da sistemi geliştiren kişiye bağlı kalmadan son kullanıcının kolayca karar verebilmesine olanak vermektedir. Ayrıca geliştirilen arayüz öğrenen yapıya da sahip olup veri setinde olmayan durumlarla karşılaşıldığında da kullanıcıya yardımcı olabilecek kararlar üretilebilmektedir.