Geri Dön

ARIMA ve yapay sinir ağları (YSA) kullanılarak hibrit tahmin modeli geliştirilmesi

Development of a hybrid forecasting model using ARIMA and artificial neural networks(ANN)

  1. Tez No: 382319
  2. Yazar: AHMET ADİL ATEŞONĞUN
  3. Danışmanlar: YRD. DOÇ. DR. MEHMET GÜLŞEN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Endüstri ve Endüstri Mühendisliği, İstatistik, Industrial and Industrial Engineering, Statistics
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2015
  8. Dil: Türkçe
  9. Üniversite: Başkent Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 159

Özet

Zaman serileri tahmini, temel veri özellikle doğrusal ve doğrusal olmayan bileşenler içeriyorsa karmaşık bir işlemdir. Bu çalışmada, doğrusal bir metot olan Otoregresif Entegre Hareketli Ortalama (ARIMA) ve doğrusal olmayan bir metot olan Yapay Sinir Ağları (YSA) (Çok Katmanlı Perceptron kullanılarak) zaman serileri verilerindeki karmaşık davranışları yakalamak için kullanılmıştır. Araştırma yaklaşımımızda, Literatürde iyi bilinen birkaç veri seti üzerinde ilk olarak ARIMA ve YSA yaklaşımları ayrı ayrı kullanılmıştır. Daha sonra, ARIMA ve YSA'yı birleştiren bir hibrit (melez) metodoloji aynı veri setleri üzerinde test edilmiştir. ARIMA, YSA ve hibrit model yaklaşımı tahmin performansları sunulmuş ve Literatürde önceki çalışmalarla karşılaştırılmıştır. Önerilen hibrit modelin performansı değerlendirilirken farklı tahmin ölçütleri kullanılmıştır. Genelleştirilen hibrit model, daha sonra Türkiye Buğday Verimliliği verisinde kullanılmıştır. Test edilen veri seti üzerinde ARIMA ya da YSA yaklaşımlarının tek başına performanslarıyla kıyaslandığında hibrit model performansının daha üstün olduğu görülmüştür.

Özet (Çeviri)

Time series forecasting is a complex procedure especially if underlying data include linear and nonlinear components together. In this study we employ a linear method Autoregressive Moving Average (ARIMA) and a non-linear method (Artificial Neural network, ANN, approach using Multi Layer Perceptron) to capture the complex behavior of the time series data. In our research approach we first use ARIMA and ANN approaches separately on several well known data sets from the literature. Then, a hybrid methodology that combines ARIMA and ANN is tested on the same data sets. The forecasting performance of the ARIMA, ANN and hybrid approaches is presented and compared with the previous work from the literature. Different forecasting metrics are used in evaluating performance of the proposed hybrid method. A generalized hybrid model is then used on Turkish wheat yield data. It is observed that hybrid model performance is superior when it is compared to the performance of standalone ARIMA or ANN approaches on tested data set.

Benzer Tezler

  1. Tam ölçekli kentsel atık su arıtma tesisilerinin bilgisayar programı kullanılarak modellenmesi ve arıtma performanslarının incelenmesi

    Modellig of full scale municipal wastewater treatment plants and investigation of treatment performances using computer program

    DÜNYAMİN GÜÇLÜ

    Doktora

    Türkçe

    Türkçe

    2007

    Çevre MühendisliğiSelçuk Üniversitesi

    Çevre Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. ŞÜKRÜ DURSUN

  2. Backcalculation of pavement layer properties using artificial neural network based gravitational search algorithm

    Yapay sinir ağları tabanlı yerçekimsel arama algoritması kullanılarak esnek üst yapı katman özelliklerinin geri-hesaplanması

    ARDA ÖCAL

    Yüksek Lisans

    İngilizce

    İngilizce

    2014

    UlaşımOrta Doğu Teknik Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. ONUR PEKCAN

  3. Carbon dioxide emissions prediction using meta-heuristic methods for renewable and non-renewable sources' applications

    Yenilenebilir ve yenilenemeyen enerji kaynaklarının uygulamaları için meta-sezgisel yöntemler kullanılarak karbondioksit emisyonları tahmini

    İNAYET ÖZGE AKSU

    Doktora

    İngilizce

    İngilizce

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolAdana Alparslan Türkeş Bilim Ve Teknoloji Üniversitesi

    Elektrik-Elektronik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. TUĞÇE DEMİRDELEN

  4. Yapay sinir ağı eğitimi için çoklu evren optimizasyonu ve tavlama benzetimi algoritması ile yeni bir melez meta-sezgisel model önerisi

    A new hybrid meta-heuristic model proposal with multiverse optimization and simulated annealing algorithm for artificial neural network training

    ÖMER YILMAZ

    Doktora

    Türkçe

    Türkçe

    2023

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSelçuk Üniversitesi

    Bilişim Teknolojileri Mühendisliği Ana Bilim Dalı

    PROF. DR. ADEM ALPASLAN ALTUN

  5. Application of hybrid simulation and improvement of decision tree algorithms for real-time transient stability prediction based on PMU measurements

    PMU ölçümlerine dayalı gerçek zamanda geçici hal kararlılığı kestirimi için hibrit simülasyon uygulaması ve karar ağacı algoritmalarının geliştirilmesi

    TOHID BEHDADNIA

    Yüksek Lisans

    İngilizce

    İngilizce

    2020

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektrik Mühendisliği Ana Bilim Dalı

    PROF. DR. VEYSEL MURAT İSTEMİHAN GENÇ