Research Article
PDF Zotero Mendeley EndNote BibTex Cite

Year 2020, Volume 35, Issue 2, 709 - 724, 25.12.2019
https://doi.org/10.17341/gazimmfd.478648

Abstract

References

  • [1] Türker A.K., Ersöz O.Ö., "Üretim Planlama ve Kontrolün Atölye Yükü ile Eşzamanlı Gerçekleştirilmesi", MANAS Journal of Social Studies, Vol.: 5 No: 5, 2016.
  • [2] Elhüseyni, M., Hipotetik Bir Tekstil Atölyesinin Dinamik Çizelgelenmesinde Yollama Kurallarının Benzetim Tekniğiyle Analizi. Yüksek Lisans Tezi, İstanbul Teknik Üniversitesi, Fen Bilimleri Enstitüsü, İstanbul, Türkiye, 2012.
  • [3] Azadeh, A., Negahban, A. ve Moghaddam, M., “A hybrid computer simulation-artificial neural network algorithm for optimisation of dispatching rule selection in stochastic job shop scheduling problems”, International Journal of Production Research, Cilt 50, No 2, 551–566, 2012.
  • [4] Larsen, R. ve Marco, P., “A framework for dynamic rescheduling problems”, International Journal of Production Research, 1-18, 2018.
  • [5] Kusiak A., "Smart Manufacturing", Int J of Prod Reseacrh, Vol: 56, Issue: 1-2, 508-517, 2018.
  • [6] L. Li, Z. Sun, J. Ni, et al., Data-based scheduling framework and adaptive dispatchingrule of complex manufacturing systems, Int. J. Adv. Manuf. Tech. 66, (9), 1891–1905, 2013.
  • [7] Türker A.K. vd. Rfıd Teknolojisi Entegreli Otomatik Taşıma Sistemi İle Parçaların Atölye İçerisinde Otomatize Rotalanması Ve Atölye Kontrolünün Gerçekleştirilmesi, KKU-BAP Projesi, Kırıkkale, 2018.
  • [8] Cheng ,Ying, Chen, Ken, Sun, Hemeng, Zhang, Yongping, Tao, Fe, "Data and knowledge mining with big data towards smart production", J of Ind Inf Integration, Volume 9, Pages 1-13, 2018.
  • [9] Banks J., Carson J. S., Nelson B. L., Nicol D. M. Discrete-Event System Simulation. Printice Hall 3rd Edition, 2001.
  • [10] Law A. M., Kelton W. D. Simulation Modeling and Analysis. McGraw-Hill, International Editions, 2nd Edition., 1991.
  • [11] Koruca H.İ., Özdemir G., Aydemir E., Çayırlı M., "Bir simülasyon Yazılımı için Esnek İş Akış Planı Editörü Geliştirilmesi ve İşlemlerin Gantt Şemasında Çizelgelenmesi", Gazi Üniv. Müh. Mim. Fak. Der., Cilt 25, No 1, 77-81, 2010.
  • [12] Eguchi, T., Oba, F. ve Hirai, T., “A neural network approach to dynamic job shop scheduling”, Global Production Management, Cilt 24, 152-159, 1999.
  • [13] Aydın, M. E. ve Öztemel, E., “Dynamic job-shop scheduling using reinforcement learning agents”, Robotics and Autonomous Systems, Cilt 33, 169-178, 2000.
  • [14] İpek, M., Dinamik Atölye Çizelgelemede Yapay Sinir Ağı ile Teslim Tarihi Belirlenmesi, Doktora Tezi, Sakarya Üniversitesi, Fen Bilimleri Enstitüsü, Sakarya, 2007.
  • [15] Göçken, M., A Simulated Based Approach to Develop New Approaches for “Due Date Assignment” and “Job Release” in Multi-Stage Job Shops, Doktora Tezi, Gaziantep Üniversitesi, Fen Bilimleri Enstitüsü, Gaziantep, 2007.
  • [16] Ismail, R., Zalinda, O. ve Azuraliza, A. B., “Data Mining In Production Planning and Scheduling: A Review”, 2nd Conference on Data Mining and Optimization, Selangor, Malaysia, 154-159, 27-28 October 2009.
  • [17] Zhou, R., Nee, A. Y. C. ve Lee, H. P., “Performance of an ant colony optimisation algorithm in dynamic job shop scheduling problems”, International Journal of Production Research, Cilt 47, No 11, 2903–2920, 2009.
  • [18] Metan, G., Sabuncuoğlu, İ. ve Pierreval, H., “Real time selection of scheduling rules and knowledge extraction via dynamically controlled data mining”, International Journal of Production Research, Cilt 48, No 23, 6909–6938, 2010.
  • [19] Sharma, P. ve Jain, A., “Analysis of dispatching rules in a stochastic dynamic job shop manufacturing system with sequence-dependent setup times”, Frontiers of Mechanical Engineering, Cilt 9, No 4, 380–389, 2014.
  • [20] Sharma, P. ve Jain, A., “New setup-oriented dispatching rules for a stochastic dynamic job shop manufacturing system with sequence-dependent setup times”, Concurrent Engineering: Research and Applications, Cilt 24, No 1, 58-68, 2016.
  • [21] Zhong, R. Y., Huang, G. Q., Dai, Q. Y. ve Zhang, T., “Mining SOTs and dispatching rules from RFID-enabled real-time shopfloor production data”, J Intell Manuf, Cilt 25, 825–843, 2014.
  • [22] Karacan, İ., Data Mining For Simulation Input Modeling, Master Tezi, Turkish Naval Academy, İstanbul, 2014.
  • [23] Kulkarni, K. ve Venkateswaran, J., “Hybrid approach using simulation-based optimisation for job shop scheduling problems”, Journal of Simulation, Cilt 9, No 4, 312-324, 2015.
  • [24] Kück, M., Ehm, J., Freitag, M., Frazzon, E. M. ve Ricardo, P., “A Data-Driven Simulation-Based Optimisation Approach for Adaptive Scheduling and Control of Dynamic Manufacturing Systems”, Advanced Materials Research, Cilt 1140, 449-456, 2016.
  • [25] Ersöz S., Türker A.K., Aktepe A. ve diğerleri. Üretim Süreçlerinin Optimizasyonunda RFID Teknolojisi ve Uzman Sistem Temelli Tümleşik Yapının ERP Sistemine Entegrasyonu ve FNSS Savunma Sistemleri A.Ş.’de Uygulanması. SAN-TEZ Projesi Sonuç Raporu, 2016.
  • [26] Bierwirth, C. ve Kuhpfahl, J., “Extended GRASP for the job shop scheduling problem with total weighted tardiness objective”, European Journal of Operational Research, Cilt 261, 835-848, 2017.
  • [27] Xiong, H., Fan, H., Jiang, G. ve Li, G., “A simulation-based study of dispatching rules in a dynamic job shop scheduling problem with batch release and extended technical precedence constraints”, European Journal of Operational Research, Cilt 257, 13-24, 2017.
  • [28] Rossit, D. A., Tohme, F. ve Frutos, M., “Industry 4.0: Smart Scheduling”, International Journal of Production Research, 1-12, 2018.
  • [29] Tao, F., Qi, Q., Liu, A. ve Kusiak, A., “Data-driven smart manufacturing”, Journal of Manufacturing Systems, Cilt 48, 157-168, 2018.
  • [30] Cheng, Y., Chen, K., Sun, H., Zhang, Y. ve Tao, F., “Data and knowledge mining with big data towards smart production”, Journal of Industrial Information Integration, Cilt 9, 1-13, 2018.
  • [31] Gupta, A. K.; Sivakumar, A. I. Job shop scheduling technIques In semiconductor manufacturing. Int. Journal of Advanced Manufacturing Technology, 2006, Vol. 27, No. 11-12, 1163-1169, DOI: https://doi.org/10.1007/s00170-004-2296-z .
  • [32] Kapanoglu, M., Alikalfa, M. Learning IF-THEN priority rules for dynamic job shops using genetic algorithms. Robotics and Computer-Integrated Manufacturing, 2010, Vol. 27, No. 1, 47-55, DOI: https://doi.org/10.1016/j.rcim.2010.06.001 .
  • [33] Holthaus, O., Rajendran, C. Efficient dispatching rules for scheduling in a job shop. Int. Journal of Production Economics, 1997, Vol. 48, No. 1, 87-105, DOI:10.1016/S0925-5273(96)00068-0 (1997).
  • [34] Jayamohan M. S., Rajendran C. New dispatching rules for shop scheduling: a step forward. International Journal of Production Research, 2000, vol. 38, no. 3, 563-586.
  • [35] Chiang T. C. and Fu L. C. Using dispatching rules for job shop scheduling with due date-based objectives. International Journal of Production Research, July 2007, Vol. 45, No. 14, 15, 3245–3262.
  • [36] Dileepan, P. & Ahmadi, M. Scheduling Rules for A Small Dynamic Jop-Shop: A Simulation Approach. Int J. Simul Model, 9, 4, 173-183, 2010.
  • [37] A. Kevin, “That ‘Internet of things’ thing” RFID Journal, 2009.
  • [38] Ersöz S., Ersöz O.Ö. İşletmelerde Bilgi Sistemleri (Uygulamalı Örneklerle). Nobel Yayıncılık, ISBN:6053202455, Ankara, Türkiye, 2015.

Siparişlerin gecikme tahmini için veri madenciliğine dayalı gerçek zamanlı bir sistem tasarımı ve uygulaması

Year 2020, Volume 35, Issue 2, 709 - 724, 25.12.2019
https://doi.org/10.17341/gazimmfd.478648

Abstract

Atölye tipi üretim sistemlerinde sürekli gelen siparişler, sahip oldukları iş rotasına göre iş merkezlerine atanarak işlemleri yapılarak üretimi gerçekleşmektedir. Üretim yönetimi açısından farklı rotalı ürün çeşitliliği ve iş merkezleri sayısının artmasıyla ortaya çıkan karmaşık ve dinamik yapının gerçek zamanlı izlenmesiyle tespit edilen sistemin durumuna göre alınacak kararlar daha da önemli hale getirmektedir. Dördüncü Sanayi Devrimi ile birlikte bilişim teknolojileri endüstride etkin ve etkili olarak kullanılmaya başlanmıştır. Endüstri 4.0 getirdiklerinden olan nesnelerin interneti aracılığıyla birbirleri arasında iletişim kurma özelliğine sahip üretim araçlarındaki sensörlerden elde edilen gerçek zamanlı sisteme ait büyük miktarda veri elde edilmektedir. Bu çalışmada, öncelikle iş merkezlerinde bulunan sensörler vasıtasıyla otomatik olarak gerçek zamanlı sisteme ait veri toplayabilen bir üretim sistemin ARENA® ile benzetim modeli oluşturulmuş ve uygun çalışma şartları belirlenmiştir. Sonrasında iş merkezlerine iş yükleme stratejileri siparişlerdeki gecikmelere göre mukayese edilmiştir. Bulunan en iyi iş yükleme stratejisi üç farklı talep hızında ARENA benzetim modeli çalıştırılmış siparişlerin gecikme durumları ve sistemdeki iş merkezlerinin durumu ile ilgili veriler elde edilmiştir. Elde edilen veriler veri madenciliği sınıflama algoritmaları ile değerlendirilerek geciken işler ile ilgili kurallar belirlenmiştir. Bu kurallar ARENA benzetim modelline eklenerek sistemden elde edilen gerçek zamanlı verilere göre gecikme ihtimali yüksek olan işler tahmin edilip dış kaynak kullanımı kararını verecek bir karar destek sistemin söz konusu olduğu geliştirilen bir yaklaşım ile geciken sipariş adedi daha da azaltılmıştır.  

References

  • [1] Türker A.K., Ersöz O.Ö., "Üretim Planlama ve Kontrolün Atölye Yükü ile Eşzamanlı Gerçekleştirilmesi", MANAS Journal of Social Studies, Vol.: 5 No: 5, 2016.
  • [2] Elhüseyni, M., Hipotetik Bir Tekstil Atölyesinin Dinamik Çizelgelenmesinde Yollama Kurallarının Benzetim Tekniğiyle Analizi. Yüksek Lisans Tezi, İstanbul Teknik Üniversitesi, Fen Bilimleri Enstitüsü, İstanbul, Türkiye, 2012.
  • [3] Azadeh, A., Negahban, A. ve Moghaddam, M., “A hybrid computer simulation-artificial neural network algorithm for optimisation of dispatching rule selection in stochastic job shop scheduling problems”, International Journal of Production Research, Cilt 50, No 2, 551–566, 2012.
  • [4] Larsen, R. ve Marco, P., “A framework for dynamic rescheduling problems”, International Journal of Production Research, 1-18, 2018.
  • [5] Kusiak A., "Smart Manufacturing", Int J of Prod Reseacrh, Vol: 56, Issue: 1-2, 508-517, 2018.
  • [6] L. Li, Z. Sun, J. Ni, et al., Data-based scheduling framework and adaptive dispatchingrule of complex manufacturing systems, Int. J. Adv. Manuf. Tech. 66, (9), 1891–1905, 2013.
  • [7] Türker A.K. vd. Rfıd Teknolojisi Entegreli Otomatik Taşıma Sistemi İle Parçaların Atölye İçerisinde Otomatize Rotalanması Ve Atölye Kontrolünün Gerçekleştirilmesi, KKU-BAP Projesi, Kırıkkale, 2018.
  • [8] Cheng ,Ying, Chen, Ken, Sun, Hemeng, Zhang, Yongping, Tao, Fe, "Data and knowledge mining with big data towards smart production", J of Ind Inf Integration, Volume 9, Pages 1-13, 2018.
  • [9] Banks J., Carson J. S., Nelson B. L., Nicol D. M. Discrete-Event System Simulation. Printice Hall 3rd Edition, 2001.
  • [10] Law A. M., Kelton W. D. Simulation Modeling and Analysis. McGraw-Hill, International Editions, 2nd Edition., 1991.
  • [11] Koruca H.İ., Özdemir G., Aydemir E., Çayırlı M., "Bir simülasyon Yazılımı için Esnek İş Akış Planı Editörü Geliştirilmesi ve İşlemlerin Gantt Şemasında Çizelgelenmesi", Gazi Üniv. Müh. Mim. Fak. Der., Cilt 25, No 1, 77-81, 2010.
  • [12] Eguchi, T., Oba, F. ve Hirai, T., “A neural network approach to dynamic job shop scheduling”, Global Production Management, Cilt 24, 152-159, 1999.
  • [13] Aydın, M. E. ve Öztemel, E., “Dynamic job-shop scheduling using reinforcement learning agents”, Robotics and Autonomous Systems, Cilt 33, 169-178, 2000.
  • [14] İpek, M., Dinamik Atölye Çizelgelemede Yapay Sinir Ağı ile Teslim Tarihi Belirlenmesi, Doktora Tezi, Sakarya Üniversitesi, Fen Bilimleri Enstitüsü, Sakarya, 2007.
  • [15] Göçken, M., A Simulated Based Approach to Develop New Approaches for “Due Date Assignment” and “Job Release” in Multi-Stage Job Shops, Doktora Tezi, Gaziantep Üniversitesi, Fen Bilimleri Enstitüsü, Gaziantep, 2007.
  • [16] Ismail, R., Zalinda, O. ve Azuraliza, A. B., “Data Mining In Production Planning and Scheduling: A Review”, 2nd Conference on Data Mining and Optimization, Selangor, Malaysia, 154-159, 27-28 October 2009.
  • [17] Zhou, R., Nee, A. Y. C. ve Lee, H. P., “Performance of an ant colony optimisation algorithm in dynamic job shop scheduling problems”, International Journal of Production Research, Cilt 47, No 11, 2903–2920, 2009.
  • [18] Metan, G., Sabuncuoğlu, İ. ve Pierreval, H., “Real time selection of scheduling rules and knowledge extraction via dynamically controlled data mining”, International Journal of Production Research, Cilt 48, No 23, 6909–6938, 2010.
  • [19] Sharma, P. ve Jain, A., “Analysis of dispatching rules in a stochastic dynamic job shop manufacturing system with sequence-dependent setup times”, Frontiers of Mechanical Engineering, Cilt 9, No 4, 380–389, 2014.
  • [20] Sharma, P. ve Jain, A., “New setup-oriented dispatching rules for a stochastic dynamic job shop manufacturing system with sequence-dependent setup times”, Concurrent Engineering: Research and Applications, Cilt 24, No 1, 58-68, 2016.
  • [21] Zhong, R. Y., Huang, G. Q., Dai, Q. Y. ve Zhang, T., “Mining SOTs and dispatching rules from RFID-enabled real-time shopfloor production data”, J Intell Manuf, Cilt 25, 825–843, 2014.
  • [22] Karacan, İ., Data Mining For Simulation Input Modeling, Master Tezi, Turkish Naval Academy, İstanbul, 2014.
  • [23] Kulkarni, K. ve Venkateswaran, J., “Hybrid approach using simulation-based optimisation for job shop scheduling problems”, Journal of Simulation, Cilt 9, No 4, 312-324, 2015.
  • [24] Kück, M., Ehm, J., Freitag, M., Frazzon, E. M. ve Ricardo, P., “A Data-Driven Simulation-Based Optimisation Approach for Adaptive Scheduling and Control of Dynamic Manufacturing Systems”, Advanced Materials Research, Cilt 1140, 449-456, 2016.
  • [25] Ersöz S., Türker A.K., Aktepe A. ve diğerleri. Üretim Süreçlerinin Optimizasyonunda RFID Teknolojisi ve Uzman Sistem Temelli Tümleşik Yapının ERP Sistemine Entegrasyonu ve FNSS Savunma Sistemleri A.Ş.’de Uygulanması. SAN-TEZ Projesi Sonuç Raporu, 2016.
  • [26] Bierwirth, C. ve Kuhpfahl, J., “Extended GRASP for the job shop scheduling problem with total weighted tardiness objective”, European Journal of Operational Research, Cilt 261, 835-848, 2017.
  • [27] Xiong, H., Fan, H., Jiang, G. ve Li, G., “A simulation-based study of dispatching rules in a dynamic job shop scheduling problem with batch release and extended technical precedence constraints”, European Journal of Operational Research, Cilt 257, 13-24, 2017.
  • [28] Rossit, D. A., Tohme, F. ve Frutos, M., “Industry 4.0: Smart Scheduling”, International Journal of Production Research, 1-12, 2018.
  • [29] Tao, F., Qi, Q., Liu, A. ve Kusiak, A., “Data-driven smart manufacturing”, Journal of Manufacturing Systems, Cilt 48, 157-168, 2018.
  • [30] Cheng, Y., Chen, K., Sun, H., Zhang, Y. ve Tao, F., “Data and knowledge mining with big data towards smart production”, Journal of Industrial Information Integration, Cilt 9, 1-13, 2018.
  • [31] Gupta, A. K.; Sivakumar, A. I. Job shop scheduling technIques In semiconductor manufacturing. Int. Journal of Advanced Manufacturing Technology, 2006, Vol. 27, No. 11-12, 1163-1169, DOI: https://doi.org/10.1007/s00170-004-2296-z .
  • [32] Kapanoglu, M., Alikalfa, M. Learning IF-THEN priority rules for dynamic job shops using genetic algorithms. Robotics and Computer-Integrated Manufacturing, 2010, Vol. 27, No. 1, 47-55, DOI: https://doi.org/10.1016/j.rcim.2010.06.001 .
  • [33] Holthaus, O., Rajendran, C. Efficient dispatching rules for scheduling in a job shop. Int. Journal of Production Economics, 1997, Vol. 48, No. 1, 87-105, DOI:10.1016/S0925-5273(96)00068-0 (1997).
  • [34] Jayamohan M. S., Rajendran C. New dispatching rules for shop scheduling: a step forward. International Journal of Production Research, 2000, vol. 38, no. 3, 563-586.
  • [35] Chiang T. C. and Fu L. C. Using dispatching rules for job shop scheduling with due date-based objectives. International Journal of Production Research, July 2007, Vol. 45, No. 14, 15, 3245–3262.
  • [36] Dileepan, P. & Ahmadi, M. Scheduling Rules for A Small Dynamic Jop-Shop: A Simulation Approach. Int J. Simul Model, 9, 4, 173-183, 2010.
  • [37] A. Kevin, “That ‘Internet of things’ thing” RFID Journal, 2009.
  • [38] Ersöz S., Ersöz O.Ö. İşletmelerde Bilgi Sistemleri (Uygulamalı Örneklerle). Nobel Yayıncılık, ISBN:6053202455, Ankara, Türkiye, 2015.

Details

Primary Language Turkish
Subjects Engineering
Journal Section Makaleler
Authors

Ahmet Kürşad TÜRKER
Kırıkkale Üniversitesi
0000-0001-6686-9241
Türkiye


Adem GÖLEÇ
ERCİYES ÜNİVERSİTESİ
0000-0002-3932-1181
Türkiye


Adnan Aktepe
KIRIKKALE ÜNİVERSİTESİ, MÜHENDİSLİK FAKÜLTESİ, ENDÜSTRİ MÜHENDİSLİĞİ BÖLÜMÜ
0000-0002-3340-244X
Türkiye


Süleyman Ersöz
KIRIKKALE ÜNİVERSİTESİ, MÜHENDİSLİK FAKÜLTESİ, ENDÜSTRİ MÜHENDİSLİĞİ BÖLÜMÜ
0000-0002-7534-6837
Türkiye


Mümtaz İpek
SAKARYA ÜNİVERSİTESİ, MÜHENDİSLİK FAKÜLTESİ, ENDÜSTRİ MÜHENDİSLİĞİ BÖLÜMÜ
0000-0001-9619-2403
Türkiye


Gültekin ÇAĞIL
SAKARYA ÜNİVERSİTESİ, MÜHENDİSLİK FAKÜLTESİ, ENDÜSTRİ MÜHENDİSLİĞİ BÖLÜMÜ
0000-0001-8609-6178
Türkiye

Publication Date December 25, 2019
Application Date November 5, 2018
Acceptance Date October 22, 2019
Published in Issue Year 2020, Volume 35, Issue 2

Cite

Bibtex @research article { gazimmfd478648, journal = {Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi}, issn = {1300-1884}, eissn = {1304-4915}, address = {}, publisher = {Gazi University}, year = {2019}, volume = {35}, pages = {709 - 724}, doi = {10.17341/gazimmfd.478648}, title = {Siparişlerin gecikme tahmini için veri madenciliğine dayalı gerçek zamanlı bir sistem tasarımı ve uygulaması}, key = {cite}, author = {Türker, Ahmet Kürşad and Göleç, Adem and Aktepe, Adnan and Ersöz, Süleyman and İpek, Mümtaz and Çağıl, Gültekin} }
APA Türker, A. K. , Göleç, A. , Aktepe, A. , Ersöz, S. , İpek, M. & Çağıl, G. (2019). Siparişlerin gecikme tahmini için veri madenciliğine dayalı gerçek zamanlı bir sistem tasarımı ve uygulaması . Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi , 35 (2) , 709-724 . DOI: 10.17341/gazimmfd.478648
MLA Türker, A. K. , Göleç, A. , Aktepe, A. , Ersöz, S. , İpek, M. , Çağıl, G. "Siparişlerin gecikme tahmini için veri madenciliğine dayalı gerçek zamanlı bir sistem tasarımı ve uygulaması" . Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi 35 (2019 ): 709-724 <https://dergipark.org.tr/en/pub/gazimmfd/issue/50680/478648>
Chicago Türker, A. K. , Göleç, A. , Aktepe, A. , Ersöz, S. , İpek, M. , Çağıl, G. "Siparişlerin gecikme tahmini için veri madenciliğine dayalı gerçek zamanlı bir sistem tasarımı ve uygulaması". Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi 35 (2019 ): 709-724
RIS TY - JOUR T1 - Siparişlerin gecikme tahmini için veri madenciliğine dayalı gerçek zamanlı bir sistem tasarımı ve uygulaması AU - Ahmet Kürşad Türker , Adem Göleç , Adnan Aktepe , Süleyman Ersöz , Mümtaz İpek , Gültekin Çağıl Y1 - 2019 PY - 2019 N1 - doi: 10.17341/gazimmfd.478648 DO - 10.17341/gazimmfd.478648 T2 - Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi JF - Journal JO - JOR SP - 709 EP - 724 VL - 35 IS - 2 SN - 1300-1884-1304-4915 M3 - doi: 10.17341/gazimmfd.478648 UR - https://doi.org/10.17341/gazimmfd.478648 Y2 - 2019 ER -
EndNote %0 Journal of the Faculty of Engineering and Architecture of Gazi University Siparişlerin gecikme tahmini için veri madenciliğine dayalı gerçek zamanlı bir sistem tasarımı ve uygulaması %A Ahmet Kürşad Türker , Adem Göleç , Adnan Aktepe , Süleyman Ersöz , Mümtaz İpek , Gültekin Çağıl %T Siparişlerin gecikme tahmini için veri madenciliğine dayalı gerçek zamanlı bir sistem tasarımı ve uygulaması %D 2019 %J Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi %P 1300-1884-1304-4915 %V 35 %N 2 %R doi: 10.17341/gazimmfd.478648 %U 10.17341/gazimmfd.478648
ISNAD Türker, Ahmet Kürşad , Göleç, Adem , Aktepe, Adnan , Ersöz, Süleyman , İpek, Mümtaz , Çağıl, Gültekin . "Siparişlerin gecikme tahmini için veri madenciliğine dayalı gerçek zamanlı bir sistem tasarımı ve uygulaması". Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi 35 / 2 (December 2019): 709-724 . https://doi.org/10.17341/gazimmfd.478648
AMA Türker A. K. , Göleç A. , Aktepe A. , Ersöz S. , İpek M. , Çağıl G. Siparişlerin gecikme tahmini için veri madenciliğine dayalı gerçek zamanlı bir sistem tasarımı ve uygulaması. Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi. 2019; 35(2): 709-724.
Vancouver Türker A. K. , Göleç A. , Aktepe A. , Ersöz S. , İpek M. , Çağıl G. Siparişlerin gecikme tahmini için veri madenciliğine dayalı gerçek zamanlı bir sistem tasarımı ve uygulaması. Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi. 2019; 35(2): 709-724.
IEEE A. K. Türker , A. Göleç , A. Aktepe , S. Ersöz , M. İpek and G. Çağıl , "Siparişlerin gecikme tahmini için veri madenciliğine dayalı gerçek zamanlı bir sistem tasarımı ve uygulaması", Gazi Üniversitesi Mühendislik Mimarlık Fakültesi Dergisi, vol. 35, no. 2, pp. 709-724, Dec. 2019, doi:10.17341/gazimmfd.478648