Zaman serisi öngörüsü için yeni bir melez yaklaşım: AR-ANFIS
A new hybrid method for time series forecasting: AR-ANFIS
- Tez No: 406048
- Danışmanlar: DOÇ. DR. BARIŞ AŞIKGİL
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, İstatistik, Computer Engineering and Computer Science and Control, Statistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2015
- Dil: Türkçe
- Üniversite: Mimar Sinan Güzel Sanatlar Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 71
Özet
Bu çalışmada, yeni bir öngörü yöntemi önerilmiştir. Önerilen yönteme otoregresif uyarlamalı ağ bulanık çıkarım sistemi (AR-ANFIS) adı verilmiştir. AR-ANFIS, bir ağ yapısı içinde gösterilmiştir. Bu ağın mimarisinin iki kısmı vardır, ilk kısım bir ANFIS yapısıdır, ikinci kısım ise bir doğrusal otoregresif (AR) model yapısıdır. Literatürde AR modelleri ve ANFIS, zaman serilerinde öngörü elde etmek için yaygın olarak kullanılmaktadır. AR modelleri doğrusal modellerdir ve modele dayalı bir öngörü yöntemidir. ANFIS'de ise doğrusal bir modele dayalı öngörüler elde edilememektedir. Dahası ANFIS, yapay sinir ağ modelleri gibi veriye dayalı bir modelleme sistemidir. Bu çalışmada, bir AR ve ANFIS melez modeli yaratılarak hem doğrusal hem de doğrusal olmayan zaman serileri için kullanılabilecek bir öngörü yöntemi ileri sürülmüştür. Yeni model, veri tabanlı ve model tabanlı yaklaşımların avantajlarına sahiptir. AR-ANFIS parçacık sürü optimizasyonu kullanılarak eğitilmiştir ve yöntemde bulanıklaştırma, bulanık c-ortalamalar metodu kullanılarak yapılmıştır. AR-ANFIS metodu bir çok gerçek zaman serisi verisi üzerinde test edilmiştir ve diğer zaman serisi öngörü yöntemleri ile karşılaştırılmıştır. Uygulamaların sonucu olarak, önerilen yöntemin isabetli tahminler üretebildiği gösterilmiştir.
Özet (Çeviri)
In this study, a new hybrid forecasting method is proposed. The proposed method is called autoregressive adaptive network fuzzy inference system (AR-ANFIS). AR-ANFIS has been shown in a network structure. The architecture of the network has two parts. The first part is an ANFIS structure and the second part is a linear autoregressive (AR) model structure. In literature AR models and ANFIS are widely used in time series forecasting. AR models are linear models and they are used according to model based strategy. A nonlinear model is employed by using ANFIS. Moreover ANFIS is a kind of data based modelling system like artificial neural network models. In this study, a linear and nonlinear forecasting model is proposed by creating a hybrid method of AR and ANFIS. The new method has advantages of databased and model based approaches. AR-ANFIS is trained by using particle swarm optimization and fuzzification is done by using fuzzy c-means method. AR-ANFIS method has been tested on some real world time series data and it is compared with other time series forecasting methods. As a consequence of applications, it is shown that the proposed method can produce accurate forecasts.
Benzer Tezler
- 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
- Dağılım ve sinir ağı tabanlı bulanık zaman serisi modelleri
Distribution and neural network based fuzzy time series models
ÖZER ÖZDEMİR
Doktora
Türkçe
2013
İstatistikAnadolu Üniversitesiİstatistik Ana Bilim Dalı
PROF. DR. MEMMEDAĞA MEMMEDLİ
DOÇ. DR. SEVİL ŞENTÜRK
- New model for forecasting financial data
Finansal verilerin öngörüsü için yeni bir model
ÖZGÜN SEYMEN UZUN
Yüksek Lisans
İngilizce
2019
Matematikİstanbul Teknik ÜniversitesiMatematik Mühendisliği Ana Bilim Dalı
DOÇ. DR. BURCU TUNGA
- Zaman serisi öngörüsü için yapay sinir ağlarına dayalı yeni bir bulanık fonksiyon yaklaşımı
A new fuzzy function approach based on artificial neural networks for time series forecasting
MEHMET RACİ AKTOPRAK
Yüksek Lisans
Türkçe
2023
İstatistikMarmara Üniversitesiİstatistik Ana Bilim Dalı
DOÇ. DR. ÖZGE CAĞCAĞ YOLCU
- Bulanık zaman serileri öngörüsü için yeni bir model sınıfı
A new model class for the forecast of fuzzy time series
CEM KOÇAK
Doktora
Türkçe
2012
İstatistikOndokuz Mayıs Üniversitesiİstatistik Ana Bilim Dalı
DOÇ. DR. EROL EĞRİOĞLU