Makine öğrenmesi algoritmaları ile detay üretim alanları için iş merkezi kırılımında üretim süresi tahminleme

Günümüz rekabet koşullarında, kısıtlı kaynakları verimli bir şekilde kullanabilmek, geleceğe dönük yatırımları belirleyebilmek için üretim süresi tahmini yapmak rekabet avantajı sağlamak isteyen firmalar için çok önemlidir. Fakat üretim süresi denildiğinde akla gelen zaman etüdü gibi geleneksel yöntemler ürün ve proses çeşitliliğinin çok fazla olduğu tesislerde büyük bir iş yükü gerektirerek zaman ve dolayısıyla maliyet artışına yol açmaktadır. Bu noktada makine öğrenmesi algoritmaları ile üretim süresi tahminleme zaman ve maliyet açısından büyük avantaj sağlamaktadır. Bu çalışmada bir üretim tesisine ait detay üretim alanlarında, iş merkezi kırılımında üretim sürelerinin makine öğrenmesi algoritmaları ile tahminlenmesi hedeflenmiştir. Tahminleme yöntemleri olarak başarılı sonuçlar elde edilen yapay sinir ağları, destek vektör regresyonu ve gradyan artırma makinesi algoritmalarının kullanılmasına karar verilmiştir. Çalışmanın devamında her bir iş merkezi için en başarılı sonucu veren algoritma ortalama mutlak yüzde hata değerine göre belirlenmiştir. Elde edilen sonuçlara göre, yapay sinir ağları ortalamada %28,22 hata oranı verirken destek vektör regresyonu %15,92, gradyan artırma makinesi ise %14,69 hata oranı vermiştir.