Geri Dön

Bulanık regresyon analizinde Monte Carlo yöntemi ve uzman sistemler

Monte Carlo method in fuzzy regression analysis and expert systems

  1. Tez No: 392721
  2. Yazar: DUYGU İÇEN
  3. Danışmanlar: PROF. DR. SÜLEYMAN GÜNAY
  4. Tez Türü: Doktora
  5. Konular: İstatistik, Statistics
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2015
  8. Dil: Türkçe
  9. Üniversite: Hacettepe Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: İstatistik Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 78

Özet

Bu çalışmada, bulanık regresyon model parametrelerinin tahmininde kullanılan Monte Carlo yöntemi için model parametrelerinin geldiği düşünülen aralık değerlerinin belirlenmesinde ilk kez bulanık uzman sistem kullanımı önerilmiştir. Bu amaçla, ikinci ve üçüncü bölümde sırasıyla tezde kullanılan tanımlar ve bulanık doğrusal regresyon analizinde Monte Carlo yöntemi açıklanmıştır. Dördüncü bölümde yapay zekanın alt dalı olan bulanık uzman sistemler ele alınmıştır. Uzun ve yorucu matematiksel işlemler yerine günlük hayatta kullanılan dilsel ifadeler yardımıyla oluşturulan bulanık uzman sistem ile bulanık doğrusal regresyon model parametreleri için en uygun aralıkların hesaplanması Bölüm 5'te önerilmiştir. Bu aralık değerleri kullanılarak Monte Carlo yöntemiyle bulanık doğrusal regresyon model parametrelerinin tahmini Bölüm 6' da yapılmıştır. Çalışmada iki farklı durum için bulanık doğrusal regresyon modeli ele alınmıştır. Birincisi kesin girdi-bulanık çıktı (Durum 2) değerlerine sahip bulanık regresyon modeli, diğeri ise bulanık girdi-bulanık çıktı (Durum 3) değerlerine sahip bulanık regresyon modelidir. Her iki durum için Monte Carlo yöntemiyle parametre tahmini yaparken literatürde önerilen E1 ve E2 hataları kullanılmıştır. Son bölümde ise genel yorumlar ve tartışmalara yer verilerek çalışma değerlendirilmiştir.

Özet (Çeviri)

In this study, the use of fuzzy expert system in Monte Carlo method, which is used for estimating fuzzy linear regression model parameters, is proposed for determining the parameter intervals for the first time. For this purpose, definitions used in the thesis and Monte Carlo method in fuzzy linear regression analysis are described in the second and third sections respectively. Fuzzy expert systems which are sub-branch of artificial intelligence are described in the fourth section. The calculation of the optimum interval for fuzzy linear regression model with fuzzy expert systems which are created by the help of linguistic expressions that are used in daily life rather than to use long and tiring mathematical operations is proposed in section five. By using these intervals, fuzzy linear regression model parameter estimation is made in section six with Monte Carlo method. Fuzzy linear regression model for two different cases is discussed. The first fuzzy linear regression model has crisp input-fuzzy output (Case-2) and the other one has fuzzy input-fuzzy output (Case-3). In both cases, E1 and E2 error measures that are suggested in the literature are used for the parameter estimation with Monte Carlo method. In the last part, results of the study are discussed and some suggestions are given for further researches

Benzer Tezler

  1. Yatırım analizlerinde bulanık model önerileri

    Development of fuzzy models in investment analysis

    İREM UÇAL SARI

    Doktora

    Türkçe

    Türkçe

    2012

    Endüstri ve Endüstri Mühendisliğiİstanbul Teknik Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    PROF. DR. CENGİZ KAHRAMAN

  2. Yatılı bölge ortaokulu öğrencilerinin atılganlık ve yalnızlık düzeyleri ile aralarındaki ilişkinin incelenmesi (Muş ili örneği)

    Analysis of regional boarding secondary school students' assertiveness and loneliness levels and relationships between these factors: The case of Muş

    CEMAL KARADAŞ

    Yüksek Lisans

    Türkçe

    Türkçe

    2014

    Eğitim ve Öğretimİnönü Üniversitesi

    Eğitim Bilimleri Ana Bilim Dalı

    PROF. DR. MUSTAFA KUTLU

  3. Modelling stock market via fuzzy rule based systems

    Hisse senedi piyasasının bulanık kurala dayalı sistemler ile modellenmesi

    HAKAN AKSOY

    Doktora

    İngilizce

    İngilizce

    2004

    İşletmeBoğaziçi Üniversitesi

    İşletme Ana Bilim Dalı

    PROF. DR. AHMET VEDAT AKGİRAY

  4. Yük tahmini yöntemleri ve Çukurova Elektrik A.Ş., Kepez Elektrik T.A.Ş. bölgelerine uygulanması

    Load forecasting methods and application of Çukurova Elektrik A.Ş., Kepez Elektrik T.A.Ş. regions

    EKREM GÜRSOY

    Yüksek Lisans

    Türkçe

    Türkçe

    2000

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    PROF.DR. ADNAN KAYPMAZ

  5. Bulanık mantığın doğrusal regresyon analizinde kullanılmasına ilişkin bir uygulama

    The Using of fuzzy logic for linear regression analysis and application

    YASEMİN URAS

    Yüksek Lisans

    Türkçe

    Türkçe

    1998

    EkonometriDokuz Eylül Üniversitesi

    Ekonometri Ana Bilim Dalı

    DOÇ. DR. AHMET AKDENİZ