Üretim planlama ve kontrol süreçlerinde veri madenciliğinin yeri ve çok kriterli karar alma yaklaşımlarıyla çözüm önerileri : bir işletme uygulaması

Abstract

Üretim sektöründe faaliyet gösteren bir işletme için üretim planlama süreci işletmenin merkezini oluşturmaktadır. Üretim planlama ve kontrol süreçleri diğer departmanlarla da koordineli olarak yürütülmesi gereken bir süreçtir. Bu çalışmada üretim planlama ve kontrol süreçleri detaylı bir şekilde çalışılarak, tekstil sektöründe yer alan bir işletme üzerinde manuel olarak yapılan hata tespitlerinin otomasyon ile yapılması amaçlanmıştır. Aynı zamanda kalite süreçleri de üretim süreci sonucunda elde edilen kalite değerlerinin otomatize edilmesini ve sürecin bütünsel olarak hata tespiti yapmasını sağlamaktadır. Bu amaçla veri madenciliği temelli, makine öğrenmesi, kollektif makine öğrenmesi ve derin algoritma modelleri kurulmuştur. Derin öğrenme ağ yapısında makinenin, değişkenlerin ağırlıkları belirlenirken çok kriterli karar verme temelli girdi yapısı oluşturulmuştur. Derin öğrenme teknikleriyle yüksek başarım elde edilmiştir.

For a business operating in the production sector, the production planning process is the main function of the business. Production planning and control processes are processes that must be carried out in coordination with other departments. In this study, production planning and control processes in detail, it is aimed to make automatic error detection made manually on a business in the textile sector. At the same time, quality processes enable the quality values obtained as a result of the production process to be automated and the process to be detected as a whole. For this purpose, data mining-based machine learning, ensemble machine learning and deep algorithm models have been established. While determining the weights of the machine and variables in the deep learning network structure, a multi-criteria decision-based input structure has been created. High accuracy rate has been achieved with deep learning techniques.