Olasılıksal envanter modellerinde optimal talep tahmin yöntemi ve bir uygulama

Abstract

Ill ÖZET Bu çalışmada olasılıksal envanter modellerinde talep tah mini için yaygın olarak kullanılan kısa dönem öngörü yön temlerinden üstel düzleştirme yöntemleri ele alınıp opti mal talep tahminini veren yöntemin bulunması için bir uzman sistem yazılım geliştirilmesi amaçlanmıştır. Çalışma dört bölümden oluşmaktadır. Birinci Bölüm giriş bölümüdür. İkinci Bölümde envanter ile ilgili bazı genel bilgiler verildikten sonra kısa dönem öngörü yöntemi ola rak kullanılan üstel düzleştirme yöntemleri, birbirlerine göre üstün ve zayıf yönleri belirtilerek açıklanmıştır. Çalışmanın özgün kesimini oluşturan Üçüncü Bölümde ise üstel düzleştirme yöntemlerinde karşılaşılan sorunlar ele alınarak ilaç talep verilerine üstel düzleştirme yöntem leri uygulanmış ve elde edilen sonuçlar tartışılmıştır. Bu bölümde ayrıca ilaç talep verilerine uyan en iyi yön temi belirlemek amacıyla hazırlanan uzman sistem yazılı mından elde edilen sonuçlar verilmiştir. Dördüncü Bölümde çalışmanın sonuçları özetlenmiştir.

IV SUMMARY In this work we seek to develop an Expert System program which determines a method for forecasting optimum demand by considering the exponential smoothing models which belong to the much used short-term forecasting methods used in forecasting demand for stochastic inventory models. This work is in four chapters. The first chapter is an introduction. The second chapter begins with some general information about inventories, and then the exponential smoothing methods used for short-term forecasting are compared and their relative advantages and disadvantages discussed. In chapter three, which contains the original work of this study, the exponential smoothing methods are applied to data on medicine demand, and the results and problems encountered using these methods are discussed. Also in this chapter we give the results of the expert system program written to determine the most appropriate method for the data on demand for medicine. In the fourth and final chapter a summary of the results found in this study is given.