Publication: Machine learning based allocation in a lot sizing game
dc.contributor.advisor | Özener, Okan Örsan | |
dc.contributor.author | Sarıoğlu, Ömer Berkay | |
dc.contributor.committeeMember | Özener, Okan Örsan | |
dc.contributor.committeeMember | Özener, Başak Altan | |
dc.contributor.committeeMember | Çelikyurt, U. | |
dc.contributor.department | Department of Data Science | |
dc.date.accessioned | 2024-08-30T14:23:28Z | |
dc.date.available | 2024-08-30T14:23:28Z | |
dc.description.abstract | Supply chains often have confliction objectives and operate in a finite resource setting. Traditionally, companies focused on their internal processes to generate cost reduction opportunities in order to increase their profitability. However, recent studies suggest that collaboration is the key to have sustained benefits among supply chain partners. Supply chains, which usually have conflicting objectives, can form coalitions and take advantage of collective payoffs. In this paper, we analyze a collaborative production setting where several companies facing varying demands throughout a finite planning horizon attempt to reduce their procurement costs by ordering from a common supplier. The participants exploit the synergy among themselves by maximizing the capacity utilization of the supplier. We design a novel cost allocation method using various machine learning techniques with the goal of generating a cost-allocation mechanism that ensures the sustainability of the collaboration. We conduct a computational study to compare and contrast our proposed method with the generic methods in the literature. We discuss the advantages and disadvantages of these methods in terms of solution quality and computation time. | |
dc.description.abstract | Tedarik zincirleri genellikle çelişkili hedeflere sahiptir ve sınırlı bir kaynak ortamında çalışır. Geleneksel olarak şirketler, kârlılıklarını artırmak amacıyla maliyet azaltma fırsatları yaratmak için kendi iç süreçlerine odaklandılar. Bununla birlikte; son çalışmalar, tedarik zincirinin paydaşları arasında sürekli fayda sağlamanın anahtarının işbirliği olduğunu göstermektedir. Genellikle birbiriyle çelişen hedeflere sahip olan tedarik zincirleri, koalisyonlar oluşturabilir ve toplu kazançlardan yararlanabilir. Bu çalışmada, sınırlı bir planlama ufku boyunca değişen taleplerle karşı karşıya kalan birkaç şirketin ortak bir tedarikçiden sipariş vererek tedarik maliyetlerini düşürmeye çalıştığı işbirlikçi bir üretim ortamını analiz ediyoruz. Katılımcılar, tedarikçinin kapasite kullanımını maksimize ederek kendi aralarındaki sinerjiden yararlanırlar. İşbirliğinin sürdürülebilirliğini sağlayan bir maliyet dağıtım mekanizması oluşturmak amacıyla çeşitli makine öğrenimi tekniklerini kullanarak yeni bir maliyet dağıtım yöntemi tasarlıyoruz. Önerdiğimiz maliyet dağıtım yöntemini literatürdeki genel yöntemlerle karşılaştırıyor ve çözüm kalitesi ve hesaplama süresi açısından bu yöntemlerin avantaj ve dezavantajlarını tartışıyoruz. | |
dc.identifier.uri | https://discover.ozyegin.edu.tr/iii/encore/record/C__Rb7037838 | |
dc.identifier.uri | https://hdl.handle.net/10679/10187 | |
dc.identifier.uri | https://tez.yok.gov.tr/ | |
dc.language.iso | eng | |
dc.publicationstatus | Unpublished | |
dc.rights | info:eu-repo/semantics/restrictedAccess | |
dc.subject.keywords | Data science | |
dc.subject.keywords | Machine learning | |
dc.subject.keywords | Neural networks (Computer science) | |
dc.subject.keywords | Business logistics | |
dc.subject.keywords | Data processing | |
dc.subject.keywords | Cost effectiveness | |
dc.subject.keywords | Artifical intelligence | |
dc.title | Machine learning based allocation in a lot sizing game | |
dc.title.alternative | Parti büyüklüğü oyununda makina öğrenmesi tabanlı maliyet ataması. | |
dc.type | Master's thesis | |
dspace.entity.type | Publication | |
relation.isOrgUnitOfPublication | 532ec7b7-12ad-4d22-8c4e-e0ecdafee80a | |
relation.isOrgUnitOfPublication.latestForDiscovery | 532ec7b7-12ad-4d22-8c4e-e0ecdafee80a |