MARC details
| 000 -LEADER |
|---|
| fixed length control field |
04832nam a2200409 i 4500 |
| 003 - CONTROL NUMBER IDENTIFIER |
|---|
| control field |
TR-AnTOB |
| 005 - DATE AND TIME OF LATEST TRANSACTION |
|---|
| control field |
20230908000950.0 |
| 007 - PHYSICAL DESCRIPTION FIXED FIELD--GENERAL INFORMATION |
|---|
| fixed length control field |
ta |
| 008 - FIXED-LENGTH DATA ELEMENTS--GENERAL INFORMATION |
|---|
| fixed length control field |
171111s2018 xxu e mmmm 00| 0 eng d |
| 035 ## - SYSTEM CONTROL NUMBER |
|---|
| System control number |
(TR-AnTOB)200438879 |
| 040 ## - CATALOGING SOURCE |
|---|
| Original cataloging agency |
TR-AnTOB |
| Language of cataloging |
eng |
| Description conventions |
rda |
| Transcribing agency |
TR-AnTOB |
| 041 0# - LANGUAGE CODE |
|---|
| Language code of text/sound track or separate title |
Türkçe |
| 099 ## - LOCAL FREE-TEXT CALL NUMBER (OCLC) |
|---|
| Classification number |
TEZ TOBB FBE END YL’20 ERT |
| 100 1# - MAIN ENTRY--PERSONAL NAME |
|---|
| Personal name |
Ertem, Beyza Nur |
| Relator term |
author |
| 9 (RLIN) |
128741 |
| 245 10 - TITLE STATEMENT |
|---|
| Title |
Bir yüksek hızlı tren hattında yolcu sayısı tahmin modelleri geliştirilmesi / |
| Statement of responsibility, etc. |
Beyza Nur Ertem ; thesis advisor Kadir Ertoğral. |
| 246 11 - VARYING FORM OF TITLE |
|---|
| Title proper/short title |
Developing forecasting models for estimating the number of passengers on a high speed train line |
| 264 #1 - PRODUCTION, PUBLICATION, DISTRIBUTION, MANUFACTURE, AND COPYRIGHT NOTICE |
|---|
| Place of production, publication, distribution, manufacture |
Ankara : |
| Name of producer, publisher, distributor, manufacturer |
TOBB ETÜ Fen Bilimleri Enstitüsü, |
| Date of production, publication, distribution, manufacture, or copyright notice |
2020. |
| 300 ## - PHYSICAL DESCRIPTION |
|---|
| Extent |
xii, 77 pages : |
| Other physical details |
illustrations ; |
| Dimensions |
29 cm |
| 336 ## - CONTENT TYPE |
|---|
| Source |
rdacontent |
| Content type code |
txt |
| Content type term |
text |
| 337 ## - MEDIA TYPE |
|---|
| Source |
rdamedia |
| Media type code |
n |
| Media type term |
unmediated |
| 338 ## - CARRIER TYPE |
|---|
| Source |
rdacarrier |
| Carrier type code |
nc |
| Carrier type term |
volume |
| 502 ## - DISSERTATION NOTE |
|---|
| Dissertation note |
Tez (Yüksek Lisans Tezi)--TOBB ETÜ Fen Bilimleri Enstitüsü Temmuz 2020 |
| 520 ## - SUMMARY, ETC. |
|---|
| Summary, etc. |
Doğru ve güvenilir talep tahminleri firmaların etkinliğini artırmasında önemli rol oynamaktadır. Her sektörde olduğu gibi gıda sektöründe de talep tahminleri konusu büyük önem arz etmektedir. Özellikle raf ömrü bir günlük olan gıdalarda fazla atık oluşmasını önlemek doğru sipariş tahminlerinin yapılması şarttır. Çalışmamızda Türkiye Cumhuriyeti Devlet Demir Yolları'nın alt yüklenicisi olarak çalışan, yüksek Hızlı Trenlere yemek servisi sağlayan bir firma için yemek siparişlerinde belirleyici olan yolcu sayılarının tahmini için bir yaklaşım geliştirilmiştir. İlk aşama olarak günlük sipariş sisteminin kurulması amaçlanmış ve firmanın 2016 ve 2019 yılları arasındaki verileri kullanılarak yüksek hızlı trenlerin Ankara-İstanbul, İstanbul-Ankara güzergâhı arası hareket eden trenlerinin "business plus" ve "ekonomi plus" vagonlarında seyahat eden yolcu sayılarının çoklu regresyon modeliyle tahmin edilme konusu çalışılmıştır. Yolcu sayılarının iyi tahmini günlük yemek siparişlerinin daha doğru yapılmasını sağlayacak ve firmanın finansal kazancına dönüşecektir. Çalışmamızda veri gruplama ve regresyon model değişkenlerinin seçimlerinin farklı şekilde yapılmasına dayalı olarak çok sayıda tahmin modeli denenmiştir. Denenen modeller arasından seçilen en iyi üçü için ortalama mutlak hata hesaplanarak sonuçta yolcu sayıları için oldukça etkin tahmin model alternatifleri geliştirilmiştir. İkinci aşamada ise yine aynı tren verileri kullanılarak haftalık yemek siparişinin verildiği durumlarda kullanılmak üzere haftalık yemek tüketim miktarlarının tahmini için Winters üstel düzeltme modeli üzerine çalışılmış ve tahminlerin güvenirliği mutlak hata ortalama yöntemi ile test edilmiştir. <br/> |
|
|---|
| Summary, etc. |
Correct and reliable order forecasting has an important role in increasing the efficiency of companies. Similar to other sectors, the demand forecasts are very important in Food industry. Especially in one day shelf life products, it is a must to make accurate order forecast and prevent food waste excess. In this study an approach is developed for forecasting the passenger numbers in the the high speed train leg between Ankara and İstanbuls. The firms is a subcontractor to The Republic of Turkey State Railways. As a first step, it was aimed to create a daily order system and the forecasting with multiple regression of the passenger numbers who traveled Ankara-İstanbul and İstanbul-Ankara route in 'Business Plus' and 'Economy Plus' coaches using data from a catering company between 2016-2019 year. The accurate Passenger number estimation will create a better meal order and will lead into a financial savings. In our study several forecasting models are constructed based on different ways of data groping and the choices of independent regression variables. We selected the best three models among the models develop and we found the mean absolute percent error performance for selected models, which turn out to be quite accurate. In the second stage our study, using the same passenger data the Winters exponential smoothing method is studied to forecast the weekly meal consumption and the forecast accuracy is tested using MAPE values. |
| 650 #7 - SUBJECT ADDED ENTRY--TOPICAL TERM |
|---|
| Topical term or geographic name entry element |
Tezler, Akademik |
| 9 (RLIN) |
32546 |
| 653 ## - INDEX TERM--UNCONTROLLED |
|---|
| Uncontrolled term |
Talep tahmini |
|
|---|
| Uncontrolled term |
Çoklu doğrusal regresyon |
|
|---|
| Uncontrolled term |
Tren yolcu sayısı tahmini |
|
|---|
| Uncontrolled term |
Winters üstel düzeltme |
|
|---|
| Uncontrolled term |
Demand forecast |
|
|---|
| Uncontrolled term |
Multiple linear regression method |
|
|---|
| Uncontrolled term |
Passenger numbers forecast |
| 700 1# - ADDED ENTRY--PERSONAL NAME |
|---|
| Personal name |
Ertoğral, Kadir |
| 9 (RLIN) |
127056 |
| Relator term |
advisor |
| 710 ## - ADDED ENTRY--CORPORATE NAME |
|---|
| Corporate name or jurisdiction name as entry element |
TOBB Ekonomi ve Teknoloji Üniversitesi. |
| Subordinate unit |
Fen Bilimleri Enstitüsü |
| 9 (RLIN) |
77078 |
| 942 ## - ADDED ENTRY ELEMENTS (KOHA) |
|---|
| Koha item type |
Thesis |
| Source of classification or shelving scheme |
Other/Generic Classification Scheme |
