Zaman serisi analizi ile yapay sinir ağları kestirimlerinin karşılaştırılması
Comparison of artificial neural network estimations with time series analysis
- Tez No: 304799
- Danışmanlar: PROF. DR. GÜLAY KIROĞLU
- Tez Türü: Yüksek Lisans
- Konular: İstatistik, Statistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2011
- Dil: Türkçe
- Üniversite: Mimar Sinan Güzel Sanatlar Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik Ana Bilim Dalı
- Bilim Dalı: İstatistik Bilim Dalı
- Sayfa Sayısı: 68
Özet
Elektrik enerjisi çoğunlukla depolanamayan ve üretildiğinde hemen tüketilmesi gereken bir enerji çeşididir. Büyük miktarlardaki elektrik enerjisinin depolanması mevcut koşullar altında mümkün değildir. Bu nedenle elektrik talebinin, elektrik arzı ile paralel bir şekilde gitmesi gerekmektedir. Elektrik enerjisi tüketimi yıllara, aylara, günlere ve saatlere göre değişiklik göstermektedir. Bu değişilenlikten dolayı elektrik talebini kestirmek ve talebi karşılayabilecek seviyede kapasiteyi belirlemek çok önemlidir. Elektrik enerjisinin talep planlamalarının yapılması, tüketici memnuniyetsizliklerine sebep olabilecek sorunların yaşanmasını büyük ölçüde engelleyecektir. Bu nedenle elektrik enerjisi tüketimi kestirimleri ne kadar doğru olursa ileriye yönelik planlamalar o kadar doğru olacaktır.Bu çalışmada, uzun dönemli Türkiye elektrik enerjisi tüketimi kestiriminde zaman serisi yöntemlerinden, ?Box-Jenkins? ve ?Yapay Sinir Ağları? yöntemlerinin kestirim başarılarını karşılaştırarak en yüksek başarıyı sağlayan yöntem belirlenmeye çalışılmıştır.Bu amaçla ilk olarak yıllara göre verilmiş olan Türkiye elektrik enerjisi tüketiminin kestirimi için çeşitli zaman serisi analizleri EVIEWS 5 ve MINITAB 15 programları yardımı ile yapılmış ve uygun görülen Otoregresif Model (AR) seçilerek bu model yardımıyla kestiririm yapılmıştır. İkinci olarak farklı yapay sinir ağları kullanılarak MATLAB R2008a programı yardımı ile denemeler yapılarak, uygun olan yapay sinir ağı modeli ile kestirimler yapılmıştır. Son olarak performans istatistikleri yardımı ile iki yöntem karşılaştırılmış ve uygun olan model seçilmiştir.
Özet (Çeviri)
Electrical energy cannot be stored and should be consumed after production type of energy. Storage of electrical energy is not possible under certain circumstances. Therefore, the demand for electricity should go in parallel with the supply of electricity. Consumption of electrical energy differs monthly, daily or yearly. Because of this difference, to estimate the level of demand and to meet the supply capacity for this demand is very important. Demand planning of electrical energy would prevent the occurrence of customer dissatisfaction problems. Consequently, if the estimations of electrical energy consumption is more accurate, then futuristic long term plans will be more correct.In this study, the method that provides the highest success in the estimation of long-term electric energy consumption in Turkey is determined by comparing the ?Box-Jenkins? and ?Artificial Neural Networks? time series estimation methods.To this end, first, time series analysis of the estimation of yearly electrical energy consumption of Turkey is done by the help of EVIEWS 5 and MINITAB 15 programs and selection of an appropriate Auto-Regressive (AR) model. Second, using different neural networks and making comparisons by the help of MATLAB R2008a program, estimations are done with a suitable neural network model. Lastly, a suitable model is chosen by the comparison of two models with performance statistics method.
Benzer Tezler
- Zaman serisi analizi ile deprem tahmini
Earthquake forecasting with time series analysis
SULTAN LÖK
Yüksek Lisans
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolFırat ÜniversitesiYazılım Mühendisliği Ana Bilim Dalı
DOÇ. DR. MURAT KARABATAK
- Yapay sinir ağları ve arima hibrit zaman serisi modeli ile havayolu rezervasyonu tahmini
Airline reservation forecast with artificial neural networks and arima hybrid time series model
ALAA M.H. ABUSHUKUR ALAA M. H. ABUSHUKUR
Yüksek Lisans
Türkçe
2022
Endüstri ve Endüstri MühendisliğiKarabük ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ YUSUF KURTGÖZ
- Ateşböceği algoritması ve yapay sinir ağları kullanılarak acil servis hasta gelişlerinin tahmin edilmesi
Forecasting of patient arrivals at emergency department using firefly algorithm and artificial neural networks
MERVE GİZEM KARŞI
Doktora
Türkçe
2024
Endüstri ve Endüstri MühendisliğiEskişehir Osmangazi ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. MERYEM ULUSKAN
- Zaman serisi analizinde esnek hesaplama teknikleri (Türkiye dış ticaret örneği)
Soft computing techniques in time series analysis (Turkey foreign trade sample)
FERHAN DEMİRKOPARAN
- Çift mevsimsel zaman serisinin öngörüsü için iki aşamalı yeni bir yaklaşım
A new two-stage approach for forcasting of double seasonal time series
KEZİBAN KILIÇ TOPAL
Doktora
Türkçe
2022
İstatistikOndokuz Mayıs Üniversitesiİstatistik Ana Bilim Dalı
PROF. DR. VEDİDE REZAN USLU