Geri Dön

Bulanık zaman serisi çözümlemesi için genetik algoritmaya dayalı yeni bir yaklaşım

A new approach based on the genetic algorithm for fuzzy time series analysis

  1. Tez No: 299230
  2. Yazar: EREN BAŞ
  3. Danışmanlar: DOÇ. DR. VEDİDE REZAN USLU
  4. Tez Türü: Yüksek Lisans
  5. Konular: İstatistik, Statistics
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2011
  8. Dil: Türkçe
  9. Üniversite: Ondokuz Mayıs Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: İstatistik Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 79

Özet

Bulanık zaman serisi yaklaşımlarına olan ilgi, geleneksel zaman serisi yaklaşımlarındaki kısıtlamaları içermediğinden, giderek artmaktadır. Bulanık zaman serisi yaklaşımları genelde üç aşamadan oluşur; bulanıklaştırma, bulanık ilişkileri belirleme ve durulaştırma. Literatürde her üç aşamaya katkı sağlayan birçok çalışma mevcuttur. Bulanıklaştırma aşamasında evrensel küme parçalanmasını oluşturan alt aralıkların belirlenmesi yöntemin öngörü başarısını etkilemektedir. Bunun yanında bulanık ilişkilerin belirlenmesi aşamasında elde edilen bulanık ilişkilerin tekrar sayılarının durulaştırma aşamasında dikkate alınması yöntemin öngörü başarısını geliştirecektir.Bu çalışmada, alt aralıkların subjektif yargılardan uzak olarak genetik algoritma ile belirlendiği, durulaştırma aşamasında tekrar eden ilişkileri dikkate alan yeni bir bulanık zaman serisi yaklaşımı önerilmiştir. Önerilen bu yaklaşım Aralık 2007-Kasım 2010 tarihleri arasındaki ?Türkiye Spot Altın? zaman serisine uygulanarak sonuçlar elde edilmiş ve önerilen yaklaşımın üstün öngörü başarısına sahip olduğu görülmüştür.

Özet (Çeviri)

The concern to fuzzy time series approaches are recently increased since they should not need the limitations of traditional time series approaches. Fuzzy time series approaches are composed of three stages. These are fuzzification of crisp time series observations, the identification of fuzzy relationships and defuzzification. The decomposition of universal discourse which is need to be done in the stage of fuzzification has much effect on the predictive accuracy. More over the number of repetition of fuzzy relationship is taken into account in the defuzzification stage. This also improves the predictive accuracy.In this study, a new approach in which the universal discourse is decomposed by the genetic algorithm, thus it is get rid of the subjective decisions, and the number of repetition of fuzzy relations is taken into account in the defuzzification stage is proposed. The proposed approach is applied to the real data of Spot Gold of Turkey which is observed between December 2007 and November 2010. The results have shown that the predictive accuracy is improved.

Benzer Tezler

  1. A temporal neuro-fuzzy approach for time series analysis

    Zaman serisi çözümlemede zamana dayalı bulanık sinir ağı yaklaşımı

    NURAN ARZU ŞİŞMAN YILMAZ

    Doktora

    İngilizce

    İngilizce

    2003

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOrta Doğu Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. FERDA NUR ALPASLAN

  2. Yeni bir zamanla değişir bulanık zaman serisi çözüm yöntemi

    A new time variant fuzzy time series analysis method

    ELİF KARAAHMETOĞLU

    Doktora

    Türkçe

    Türkçe

    2016

    İstatistikOndokuz Mayıs Üniversitesi

    İstatistik Ana Bilim Dalı

    DOÇ. DR. KAMİL ALAKUŞ

  3. Uzun kısa-süreli hafıza derin yapay sinir ağı ile giresun ili minimum sıcaklık öngörüsü

    Minimum weather temperature forecasting of giresun province using long short-term memory deep artificial neural network

    ONUR DERYA

    Yüksek Lisans

    Türkçe

    Türkçe

    2021

    İstatistikGiresun Üniversitesi

    İstatistik Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ALİ ZAFER DALAR

  4. NARMA-L2 controller design for nonlinear systems using online lssvr

    Doğrusal olmayan sistemler için çevrimiçi en küçük kareler destek vektör regresyonu ile NARMA-L2 kontrolör tasarımı

    GÖKÇEN DEVLET ŞEN

    Yüksek Lisans

    İngilizce

    İngilizce

    2019

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Kontrol ve Otomasyon Mühendisliği Ana Bilim Dalı

    DOÇ. DR. GÜLAY ÖKE GÜNEL

  5. Bulanık zaman serilerinde çok değişkenli çözümleme

    Multivariate analysis in fuzzy time series

    UFUK YOLCU

    Doktora

    Türkçe

    Türkçe

    2011

    İstatistikOndokuz Mayıs Üniversitesi

    İstatistik Ana Bilim Dalı

    DOÇ. DR. EROL EĞRİOĞLU

    DOÇ. DR. VEDİDE REZAN USLU