Hurda tahmini için makine öğrenmesi yaklaşımı: Xgboost ve catboost entegrasyonu

Endüstriyel üretimde hurda miktarının doğru bir şekilde tahmin edilmesi, israfın azaltılması, maliyetlerin düşürülmesi ve ürün kalitesinin korunması açısından kritik öneme sahiptir; ancak hem sayısal hem de kategorik değişkenler içeren yüksek boyutlu, karma veri yapıları ve süreç değişkenleri ile kalite çıktıları arasındaki karmaşık doğrusal olmayan ilişkiler bunu güçleştirmektedir. Bu tez, büyük ölçekli gerçek bir üretim verisi üzerinde çalışan, uçtan uca bir veri hazırlama ve modelleme hattı geliştirmekte; bu kapsamda alan bilgisine dayalı özellik seçimi, eksik değerlerin ele alınması ve yorumlanabilirliği artırmak amacıyla Local Outlier Factor (LOF) temelli aykırı değer baskılama adımları kullanılmaktadır. Çalışmanın merkezinde, önerilen yöntem olarak adlandırılan özgün bir hibrit tahmin çerçevesi bulunmaktadır; bu çerçevede, ayarlanmış CatBoost ve XGBoost modelleri, meta-sezgisel yöntemlerle optimize edilen ve düşük güven düzeyine sahip örnekler için bir yedek modelle desteklenen, güven düzeyi duyarlı bir harmanlama mekanizması ile birleştirilmektedir. Temel öğrenicilerin kritik hiperparametrelerinin ayarlanmasında Genetik Algoritma kullanılırken, Parçacık Sürü Optimizasyonu harmanlama aşamasını yapılandırarak modellerin katkısını örnek bazında uyarlamaktadır. Önerilen yöntem; klasik regresörler, ağaç tabanlı ansambllar, tek başına gradyan artırmalı modeller, bir sinir ağı ve sabit ağırlıklı bir ortalama ansamblı da dâhil olmak üzere geniş bir ayarlanmış rakip model kümesine karşı, çeşitli regresyon ölçütleri (MAE, MSE, RMSE, R2, RAE, RSE) kullanılarak değerlendirilmiştir. Sonuçlar, önerilen yöntemin en düşük hata değerlerini ve en yüksek açıklama gücünü (R^2≈0.84) elde ettiğini ve zaman serisi analizlerinde tahminlerinin hurda miktarlarının zamana bağlı seyrini yakından izlediğini göstermektedir. Genel olarak tez, sağlam bir veri hazırlama hattına gömülü, özellik farkında ve meta-sezgisel olarak kalibre edilmiş CatBoost–XGBoost harmanlamasının, karma tipteki endüstriyel veri kümelerinde hurda tahmini için ölçeklenebilir ve yorumlanabilir bir çözüm sunduğunu ortaya koymaktadır.