Doğrusal olmayan regresyon modelleri için diferensiyel gelişim algoritması
Differential evolution algorithm for nonlinear regression models
- Tez No: 442525
- Danışmanlar: DOÇ. DR. ATIF EVREN
- Tez Türü: Doktora
- Konular: İstatistik, Statistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2016
- Dil: Türkçe
- Üniversite: Yıldız Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 168
Özet
Gerçek hayata dair fen, sosyal ve psikoloji gibi bilim dallarının uygulamalarında kullanılan birçok model doğrusal ve doğrusal olmayan regresyon modeli olarak oluşturulabilmektedir. Özellikle doğrusal olmayan modellerdeki değişken sayısı, veri yapısı, parametre seçimi, kısıtlar, modelin aralıktan sapması, yakınsama problemleri, optimum değerlerin bulunamaması ve çözüm aşamasındaki zorluklar alternatif yöntem arayışına neden olmaktadır. Bu çalışmada, doğrusal olmayan regresyon modellerinin parametre tahmininde kullanılabilecek yapay zeka algoritmalarından biri olan diferansiyel gelişim algoritması tanıtılacaktır. Literatürden alınmış olan bazı veri kümeleri, yine literatürden alınmış bazı doğrusal olmayan regresyon modellerine uygulanmıştır. Bu aşamada uygulamalar için başlangıçta Excel 2010 ve sonrasında Matlab 7.10'da geliştirdiğimiz kodlar kullanılmıştır. Uygulamalar sonucunda, diferansiyel gelişim algoritmasının literatürdeki sonuçlara oldukça yakın sonuçlar elde ettiği görülmüştür.
Özet (Çeviri)
Various social or natural scientific inquiries for real life phenomena can be carried out by the help of linear or nonlinear regression models. Special difficulties of nonlinear models such as the difficulty of finding a suitable mathematical form in case of various variables , the structure of original data that impose intrinsic nonlinearity, the difficulties in parameter specification, convergence problems, unavailability of optimum for some problems etc., lead scientists to seeking alternative methods. In this study, differential evolution algorithm; as one of the artificial intelligence algorithms; is introduced in parameter estimation for nonlinear models. Some real data used frequently for nonlinear modelling in literature are also used in our study. In modeling data, some EXCEL 2010 and Matlab 7.10 codes are written and run for this purpose.
Benzer Tezler
- Doğrusal olmayan regresyon modellerinde iç ilişki olması durumunda parametre kestirimi
Başlık çevirisi yok
ALİ ERKOÇ
Doktora
Türkçe
2017
İstatistikMimar Sinan Güzel Sanatlar Üniversitesiİstatistik Ana Bilim Dalı
PROF. DR. MEHMET AYDIN ERAR
- Dynamic security enhancement of power systems via population based optimization methods integrated with artificial neural networks
Yapay sinir ağlarının entegre edildiği popülasyon tabanlı optimizasyon yöntemleriyle güç sistemlerinin dinamik güvenliğinin iyileştirilmesi
CAVİT FATİH KÜÇÜKTEZCAN
Doktora
İngilizce
2015
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
DOÇ. VEYSEL MURAT İSTEMİHAN GENÇ
- Refinements, extensions and modern applications of conic multivariate adaptive regression splines
Konik çok değişkenli uyarlanabilir regresyon eğrilerinin geliştirilmesi, uzantıları ve modern uygulamaları
FATMA YERLİKAYA ÖZKURT
Doktora
İngilizce
2013
MatematikOrta Doğu Teknik ÜniversitesiBilimsel Hesaplama Ana Bilim Dalı
PROF. DR. GERHARD WILHELM WEBER
- Deep learning for wind energy systems using the hurst exponent and statistical parameters
Hurst üslü ve istatistiksel parametreleri kullanarak rüzgar enerjisi sistemleri için derin öğrenme
BEHNAZ ALAFI
Yüksek Lisans
İngilizce
2021
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
PROF. DR. ŞAHİN SERHAT ŞEKER
- Intra-patient and inter-patient adaptive control of hypnotic states during total intravenous anesthesia
Total intravenöz anestezi sırasında hipnotik durumların hasta içi ve hastalar arası uyarlamalı kontrolü
BORA AYVAZ
Yüksek Lisans
İngilizce
2024
Anestezi ve Reanimasyonİstanbul Teknik ÜniversitesiKontrol ve Otomasyon Mühendisliği Ana Bilim Dalı
DOÇ. DR. ALİ FUAT ERGENÇ