Sinirsel bulanık mantık yaklaşımı ile öngörü modellemesi: İşsizlik oranı için Türkiye örneği
Neuro fuzzy logic approach with forecast modelling: The case of Turkey for unemployment rate
- Tez No: 398296
- Danışmanlar: PROF. DR. ERKUT DÜZAKIN
- Tez Türü: Doktora
- Konular: İşletme, Business Administration
- Anahtar Kelimeler: Yapay sinir ağları, adaptif ağ yapısına dayalı bulanık çıkarımsistemi (anfis), öngörü
- Yıl: 2014
- Dil: Türkçe
- Üniversite: Çukurova Üniversitesi
- Enstitü: Sosyal Bilimler Enstitüsü
- Ana Bilim Dalı: İşletme Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 173
Özet
Geleceğin planlanması ve denetlenebilmesi amacıyla gerçekleştirilen öngörü modellemelerine karşı artan ilgi model çeşitliliğini de beraberinde getirmiştir. Hem nedene hem de zamana dayalı olarak gerçekleştirilen öngörü çalışmalarına alternatif olan modern öngörü tekniklerinden yapay zeka çalışmaları içerisinde önemli bir yere sahip Yapay Sinir Ağları (YSA), Bulanık Mantık ve Sinirsel Bulanık Çıkarım Sistemleri ile gerçekleştirilen çalışmalar dikkat çekicidir. Bu çalışmada bu dikkat çekici tekniklerden YSA ve YSA ile bulanık mantık tekniği birleşimi olan hibrid bir teknik Adaptif Ağ Yapısına Dayalı Bulanık Çıkarım Sistemi (ANFIS) kullanılmıştır. Amaç bu iki teknik arasında doğru ve güvenilir tahminde bulunacak en iyi tekniği belirlemektir. Ayrıca bu süreçte öngörü modellemesinde pek sık rastlanmayan bir değişken kullanılmasına da karar verilmiştir. Bu noktada amaç ise literatürde sıkça kullanılan değişkenler ve teknikler yerine en iyi tekniğin yeni bir değişken öngörülürken tespitidir. Bu nedenle kullanılan değişken, hem makroekonomik açıdan hem de işletmeler açısından bilinmesinde faydası olan fakat öngörü modellemesinde kullanımına pek rastlanmayan işsizlik oranı değişkeni olarak belirlenmiştir. Sonuç olarak bu çalışmada Türkiye İstatistik Kurumu'ndan alınan Türkiye'ye ait 2000-2012 yılları arasındaki aylık işsizlik oranı verileri kullanılarak 2013 yılına ait aylık işsizlik oranı öngörüsünde bulunulmuştur. Hem YSA hem de ANFIS ile kurulan zamana dayalı öngörü modelleri arasından her bir teknik açısından en iyi model tasarımı seçilmiş ve o modelle ilk olarak 2013 yılının ilk 6 ayına ait işsizlik oranı öngörüsü gerçekleştirilmiştir. Öngörü güvenirliliğini artırmak adına 2013 yılının ilk 6 ayının gerçekleşen değerleri ile öngörülen değerler karşılaştırılmış ve ANFIS'in YSA'ya göre istatistiki açıdan daha iyi öngörü performansına sahip olduğu tespit edilmiştir. Böylelikle 2013 yılının ikinci 6 aylık döneminin öngörüsü ANFIS ile gerçekleştirilmiştir. YSA ve ANFIS uygulamaları MATLAB programı ile yapılmıştır.
Özet (Çeviri)
The growing interest of forecast modelling has brought the variety of models in order to plan and control the future. Neural Network, Fuzzy Logic and Neuro Fuzzy Inference Systems, which have significant places inside the artificial intelligence studies that are alternatives against both cause and time-based forecasting studies, have been used in remarkable researches. In this study, neural network, the combination of neural network and fuzzy logic technique, which is a hybrid technique, is called Adaptive Neuro Fuzzy Inference System (ANFIS), are used. The purpose is to determine the best technique which will forecast to reach the accurate and reliable results among them. However, it has been decided not to use frequently used variable. The aim in this point is to decide the best technique while forecasting the new variable instead of common used variables and techniques in literature. Therefore; used variable, known to be important for businesses and macroeconomic, is determined as unemployment rate that is not frequently used variable in researches. As a result, in this study, monthly unemployment rate data between the years of 2000-2012 taken from Turkey Statistical Institute are used to forecast monthly unemployment rate of 2013 for Turkey. The best model design for each forecasting model is selected among time-based forecasting models which are built by using both neural network and adaptive neuro fuzzy inference system (ANFIS) and also first of all, the first 6 months of 2013 is forecasted by using this selected model. In order to increase the reliability of forecasting result, the actual values of the first 6 months of 2013 has been compared with the forecasted values of the first 6 months, and with regard to statistical view, ANFIS is determined to have better forecasting performances than neural network has. In this manner, the second 6 months of 2013 are forecasted by using ANFIS technique. Neural network and ANFIS applications are performed using MATLAB.
Benzer Tezler
- Sinirsel bulanık mantık yaklaşımı ile havza modellemesi
Modeling of watershed using adaptive neuro-fuzzy inference system approach
MAHMUT FIRAT
Doktora
Türkçe
2007
İnşaat MühendisliğiPamukkale Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
Y.DOÇ.DR. MAHMUD GÜNGÖR
- Tedarikçi seçimi probleminde bütünleşik sinirsel bulanık mantık yaklaşımı
An integrated neuro fuzzy approach to supplier selection problem
ATAKAN YÜCEL
Doktora
Türkçe
2010
Endüstri ve Endüstri MühendisliğiYıldız Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
YRD. DOÇ. ALİ FUAT GÜNERİ
- İş sağlığı ve güvenliğinde sinirsel bulanık mantık yaklaşımı kullanılarak risk değerlendirmesi
Occupational health and safety risk assessment using a neuro fuzzy approach
MUHAMMET FATİH AK
Doktora
Türkçe
2017
Endüstri ve Endüstri MühendisliğiYıldız Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. ALİ FUAT GÜNERİ
- Bulanık sinir ağları ve sinirsel bulanık ağları ile sistem çözümlenmesi ve simülasyonunun gerçekleştirilmesi
Simulation and solutions of systems with neuro-fuzzy networks and fuzzy-neuro networks
AYFER TUNALI
Yüksek Lisans
Türkçe
2007
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSelçuk ÜniversitesiDOÇ. DR. HAKAN IŞIK
- Strategic framework for anfis and bim use on risk management at natural gas pipeline project
Doğalgaz boru hattı projelerinin risk yönetiminde yapay zekâ ve bim kullanımının stratejik çerçevesi
İSMAİL ALTUNHAN
Doktora
İngilizce
2022
İnşaat MühendisliğiHasan Kalyoncu Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
DR. MEHMET SAKİN