Geri Dön

Parçacık sürü optimizasyonuna dayalı bulanık zaman serisi yaklaşımı

Fuzzy time series forecasting method based on particle swarm optimization

PDF İndir

  1. Tez No: 321537
  2. Yazar: ALİ ZAFER DALAR
  3. Danışmanlar: DOÇ. DR. EROL EĞRİOĞLU
  4. Tez Türü: Yüksek Lisans
  5. Konular: İstatistik, Statistics
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2012
  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

Zamanla değişmez bulanık zaman serisi analizinde, bulanık mantık ilişki belirlemede genellikle bulanık mantık grup ilişki tabloları tercih edilmektedir. Bu tablolar kullanıldığında yoğun matris işlemlerine gerek duyulmamaktadır.. Ancak bulanık mantık grup ilişki tablosu kullanıldığında bulanık kümelerin üyelik değerleri tamamen göz ardı edilmekte ve bulanık küme teorisine aykırı olarak sadece bulanık kümelerin 1 üyelik değerine sahip elemanları dikkate alınmaktadır. Bu durum bilgi kaybına ve modelin açıklama gücünün azalmasına neden olmaktadır. Bu sorunları çözmek için, bu çalışmada yeni bir zamanla değişmez bulanık zaman serisi öngörü yöntemi önerilmiştir. Önerilen yöntemde, bulanık ilişki matrisinin elemanları olan üyelik değerleri parçacık sürü optimizasyonu ile elde edilmiştir. Önerilen yöntem, literatürde bulanık ilişkilerin belirlenmesinde parçacık sürü optimizasyon algoritmasının kullanıldığı ilk yöntemdir. Ayrıca öngörü doğruluğunu arttırmak ve önerilen yaklaşımı daha sistematik yapmak için, önerilen yöntemdeki zaman serilerinin bulanıklaştırılmasında bulanık c-ortalamalar kümeleme yöntemi kullanılmıştır. Önerilen yöntem, yöntemin öngörü performansını göstermek için literatürde iyi bilinen zaman serilerine uygulanmıştır. Bu zaman serileri, literatürde var olan diğer bazı öngörü yöntemleri tarafından da analiz edilmiştir. Önerilen yöntemden elde edilen sonuçlar, diğer yöntemlerden elde edilen sonuçlarla karşılaştırılmış ve önerilen yöntemin en doğru öngörüyü verdiği gözlemlenmiştir.

Özet (Çeviri)

In the analysis of time invariant fuzzy time series, fuzzy logic group relationships tables have been generally preferred for determination of fuzzy logic relationships. The reason of this is that it is not need to perform complex matrix operations when these tables are used. On the other hand, when fuzzy logic group relationships tables are exploited, membership values of fuzzy sets are ignored. Thus, in defiance of fuzzy set theory, fuzzy sets? elements with the highest membership value are only considered. This situation causes information loss and decrease in the explanation power of the model. To deal with these problems, a novel time invariant fuzzy time series forecasting approach is proposed in this study. In the proposed method, membership values in the fuzzy relationship matrix are computed by using particle swarm optimization technique. The method suggested in this study is the first method proposed in the literature in which particle swarm optimization algorithm is used to determine fuzzy relations. In addition, in order to increase forecasting accuracy and make the proposed approach more systematic, the fuzzy c-means clustering method is used for fuzzification of time series in the proposed method. The proposed method is applied to well-known time series to show the forecasting performance of the method. These time series are also analyzed by using some other forecasting methods available in the literature. Then, the results obtained from the proposed method are compared to those produced by the other methods. It is observed that the proposed method gives the most accurate forecasts.

Benzer Tezler

  1. Tez No

    521845

    Kedi sürüsü optimizasyonuna dayalı yeni bir bulanık zaman serisi yaklaşımı

    A new fuzzy time series approach based on cat swarm optimization

    YASEMİN BURCU GÜNDOĞDU

    Doktora

    Türkçe

    Türkçe

    2018

    İstatistikHacettepe Üniversitesi

    İstatistik Ana Bilim Dalı

    DOÇ. DR. ÇAĞDAŞ HAKAN ALADAĞ

  2. Tez No

    462868

    Melez tip-1 bulanık zaman serisi fonksiyonları yaklaşımları: Borsa verilerinde uygulama

    Hybrid type-1 fuzzy time series functions approaches: The application in stock exchanges

    ALİ ZAFER DALAR

    Doktora

    Türkçe

    Türkçe

    2017

    İstatistikOndokuz Mayıs Üniversitesi

    İstatistik Ana Bilim Dalı

    PROF. DR. EROL EĞRİOĞLU

  3. Tez No

    695340

    Sezgisel bulanık kümelerin bileşenlerinin kombinasyonuna dayalı zaman serisi öngörü modeli

    A new time series forecasting model based on the combination of intuitionistic fuzzy sets components

    ŞULE NAZLI ARSLAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2021

    İstatistikGiresun Üniversitesi

    İstatistik Ana Bilim Dalı

    DOÇ. DR. ÖZGE CAĞCAĞ YOLCU

  4. Tez No

    406048

    Zaman serisi öngörüsü için yeni bir melez yaklaşım: AR-ANFIS

    A new hybrid method for time series forecasting: AR-ANFIS

    BUSENUR SARICA

    Yüksek Lisans

    Türkçe

    Türkçe

    2015

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolMimar Sinan Güzel Sanatlar Üniversitesi

    İstatistik Ana Bilim Dalı

    DOÇ. DR. BARIŞ AŞIKGİL

  5. Tez No

    849414

    Solar power harvesting design for wireless communication based wireless sensor networks application

    Kablosuz haberleşme tabanlı kablosuz sensör ağları uygulaması için güneş enerjisi hasat tasarımı

    ABDULLAH FADHIL NOOR SHUBBAR

    Yüksek Lisans

    İngilizce

    İngilizce

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolÇankırı Karatekin Üniversitesi

    Elektronik ve Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ. DR. SERKAN SAVAŞ

Geri Dön