Using genetic algorithms for order selection in fractional polynomials
Kesirli polinomlarda kuvvet seçimi için genetik algoritmaların kullanımı
- Tez No: 453412
- Danışmanlar: DOÇ. DR. GÜLESEN ÜSTÜNDAĞ ŞİRAY
- Tez Türü: Yüksek Lisans
- Konular: İstatistik, Statistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2017
- Dil: İngilizce
- Üniversite: Çukurova Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 168
Özet
Regresyon modeli kurmada, araştırmacılar sık sık açıklayıcı değişken sayısının çok fazla olması durumu ile karşılaşır. Önemli açıklayıcı değişkenlerin bir alt kümesini belirlemek için pek çok değişken seçim yöntemi mevcuttur. Başka bir problem de yanıt ve açıklayıcı değişkenler arasında lineer olmayan ilişki olduğunda modelin nasıl kurulacağıdır. Royston and Altman (1994) yanıt ve açıklayıcı değişkenler arasında lineer olmayan ilişkiyi modellemek için kesirli polinom modellerinin kullanımını önermiştir. Royston ve Altman (1994) tarafından önerilen kesirli polinom modelleri, kuvvetleri kısıtlı bir S = {−2,−1,−0.5,0,0.5,1,2,3} kümesinden fonksiyon seçim yöntemlerine göre seçer. Bu tezin amacı, genişletilmiş bir kümedeki kuvvetleri seçmek için genetik algoritmalar olarak adlandırılan stokastik optimizasyon tekniğini, özel olarak Bayesyen bilgi kriterini minimize ederek uygulamaktır. Gerçek veri kümeleri kullanılarak, genetik algoritmalar ile seçilen kuvvetleri kullanan modeller ile kesirli polinom modelleri karşılaştırılmıştır. Genetik algoritmalar yardımıyla elde edilen modelin, kesirli polinom modelleriyle elde edilenden daha iyi olduğu görülmüştür. ˘
Özet (Çeviri)
In fitting regression models, data analysts are often faced with many predictor variables which may influence the outcome. Several strategies for selection of variables to identify a subset of 'important' predictors are available for many years. A further issue to model building is how to deal with non-linearity in the relationship between outcome and continuous predictors. Royston and Altman (1994) proposed the use of fractional polynomial models for modelling such non-linear covariate effects. Fractional Polynomials models are selected through a function selection procedure(FSP) that selects powers in a restricted set S = {−2,−1,−0.5,0,0.5,1,2,3} proposed by Royston and Altman (1994) for practical use. This thesis aims to implement a stochastic optimization technique, termed Genetic Algorithms (GAs), to select powers in an extended set (to be specified) by minimizing the Bayesian Information Criteria (BIC). Models using powers selected by genetic algorithms are compared with fractional polynomials models through real datasets application. The former seems to provide slightly improved fits than the latter.
Benzer Tezler
- Toz yatağında katmanlı imalat prosesinin sonlu elemanlarla modellenmesi
Process modeling of powder bed fusion additive manufacturing with finite element method
FATİH YARDIMCI
Yüksek Lisans
Türkçe
2019
Mühendislik Bilimleriİstanbul Teknik ÜniversitesiUçak ve Uzay Mühendisliği Ana Bilim Dalı
PROF. DR. ZAHİT MECİTOĞLU
- fMRI verisi kullanarak bilişsel hal tasnifinde öznitelik seçim tekniklerinin değerlendirilmesi ve iyileştirilmesi
Evaluation and improvement of feature selection techniques for cognitive state classification using fMRI data
CEYHUN CAN ÜLKER
Yüksek Lisans
İngilizce
2012
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBahçeşehir ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. TEVFİK AYTEKİN
- Sürdürülebilir toplu konut yerleşmesi tasarımı için Pareto genetik algoritmaya dayalı bir model önerisi: SSPM
A model for sustainable site layout design with pareto genetic algorithm: SSPM
YAZGI AKSOY
- Lojistik sistemlerin yapay sinir ağları ile modellenmesi, gerçeklenmesi ve kontrolü
Modeling, implementation and control of logistics systems using artificial neural networks
MURAT ERMİŞ
Doktora
Türkçe
2005
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF.DR. FÜSUN ÜLENGİL
- Sezgisel algoritmalarla kesir dereceli pıda denetçi tasarımı ve bozucu dışlama performansının iyileştirilmesi
Fractional order pida controller design via heuristic algorithms and improvement of the disturbance rejection performace
NECATİ ÖZBEY
Doktora
Türkçe
2020
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİnönü ÜniversitesiBilgisayar Bilimleri ve Mühendisliği Ana Bilim Dalı
PROF. DR. CELALEDDİN YEROĞLU