Geri Dön

Doğrusal olmayan zaman serilerinin yapay sinir ağları ile tahmini

Nonlinear time series prediction using artificial neural network

  1. Tez No: 302358
  2. Yazar: RAMAZAN CEVİZKIRAN
  3. Danışmanlar: PROF. DR. MUAAMMER GÖKBULUT
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2012
  8. Dil: Türkçe
  9. Üniversite: Fırat Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Elektronik-Bilgisayar Eğitimi Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 87

Özet

Zaman serileri, zamana bağlı bir olaydan belirli zaman aralıklarında yapılan ölçümlerinden elde edilen verilerdir. Zaman serileri geçmiş döneme ait verileri ihtiva eder ve veriler gerçek dünyadaki çeşitli olaylardan elde edilebilir. Geçmiş dönemdeki verileri kullanarak, gelecekteki veri değerlerini belirleme işlemi, zaman serisi tahmini olarak adlandırılır. Zaman serilerinin tahmininde çeşitli istatistiksel yöntemler kullanılabilir ya da seriye uygun doğrusal ya da doğrusal olmayan bir matematiksel model geliştirilebilir. Fakat zaman serileri ekonomik, sosyal, mevsimsel ve spekülatif vb. çeşitli faktörlerin etkisiyle ani dalgalanmalar gösterebilir. Ayrıca, doğrusal olmayan ve kaotik bir dinamik davranışa sahip olabilir. Bu tür zaman serilerinin tahmininde istatistiksel yöntemlerin yerine zaman serisine uygun bir model yardımıyla zaman serisini tahmin etmek gerekir.Bu tez çalışmasında, yapay sinir ağları ile zaman serilerinin tahmini incelenmiştir. Yapay sinir ağları, doğrusal olmayan matematiksel modeli nedeniyle birçok alanda olduğu gibi zaman serilerinin tahmininde de yaygın olarak kullanılmaktadır. Bu tezde, genel bir trende sahip olan altın fiyatlarını gösteren zaman serisi ile Mackey-Glass kaotik zaman serisi kullanılmıştır. İleri beslemeli yapay sinir ağları ile bu zaman serilerinin geleceğe yönelik kısa ve orta vadeli tahminleri gerçekleştirilmiştir. Farklı sayıda geçmiş veri değeri ve çeşitli YSA yapıları ile zaman serilerinin tahmin performansı araştırılmıştır.

Özet (Çeviri)

Time series is a sequence of data which is obtained from measurements of time dependent phenomenon. Time series includes data points in the past and it can be measured from various phenomenons in real world. The procedure for determining the future values of the series, by using the past values, is called as time series prediction. Various statistical methods can be used for time series prediction or a linear or nonlinear mathematical model can be suited to time series. Time series may include some economic, social, seasonal and speculative fluctuations. Furthermore, time series can also be governed by nonlinear and/or chaotic dynamics. In this case, time series prediction using a suitable mathematical model may be necessary, instead of statistical methods.In this thesis, time series prediction using artificial neural network is examined. Neural networks are also widely used in signal prediction as they can be used in various fields, due to their nonlinear mathematical model. In this study, gold prices having a regular trend and Mackey-Glass chaotic time series are used for testing of neural network predictor. Short and mid term prediction of these time series are implemented using feed-forward neural network. Various neural network structures using different data points as inputs are tested and prediction performances are determined.

Benzer Tezler

  1. İleri beslemeli yapay sinir ağları ile zaman serisi tahmininde gizli tabaka sayısı ve test kümesi uzunluğunun etkisi

    Effectiveness of hidden layer number and length of test group for forecasting feed forward neural networks in time series

    EBRUCAN TİRİNG

    Yüksek Lisans

    Türkçe

    Türkçe

    2010

    İstatistikOndokuz Mayıs Üniversitesi

    İstatistik Ana Bilim Dalı

    PROF. DR. FARUK ALPASLAN

  2. Türkiye'de faaliyet gösteren bazı sigorta şirketlerinin prim üretimlerinin yapay sinir ağları ile tahmini

    Forecasting using artifical neural networks of premium productionof some insurance compani̇es operating in Turkey

    BUSE ÖZGÜR

    Yüksek Lisans

    Türkçe

    Türkçe

    2023

    İstatistikMarmara Üniversitesi

    İstatistik Ana Bilim Dalı

    PROF. DR. UFUK YOLCU

  3. Portfolio optimization with wavelet analysis and neural fuzzy networks

    Dalgacık analizi ve bulanık sinir ağları modeli ile portföy optimizasyonu

    ÖMER ZEKİ GÜRSOY

    Doktora

    İngilizce

    İngilizce

    2022

    İşletmeİstanbul Teknik Üniversitesi

    İşletme Ana Bilim Dalı

    PROF. DR. OKTAY TAŞ

  4. Zaman serileri için optimize ARIMA-YSA hibrit modeli ve finansal zaman serileri ile örnek uygulamalar

    Optimized ARIMA–ANN hybrid model for time series and sample applications with financial time series

    MAHMUT BURAK ERTURAN

    Doktora

    Türkçe

    Türkçe

    2017

    EkonometriAkdeniz Üniversitesi

    Ekonometri Ana Bilim Dalı

    DOÇ. DR. FAHRİYE UYSAL

  5. Yapay sinir ağları yardımı ile talep tahmin analizi ve deniz taşımacılığı sektöründe bir uygulama

    Demand forecasting analysis with neural networks and a study of the maritime transpoert sector

    DUYGU AYDIN

    Yüksek Lisans

    Türkçe

    Türkçe

    2012

    EkonometriMarmara Üniversitesi

    Ekonometri Ana Bilim Dalı

    YRD. DOÇ. DR. HABİB KOÇAK