Geri Dön

Tip-2 bulanık kümelemeye dayalı parametre tahmini

Parameter estimation based on type-2 fuzzy clustering

PDF İndir

  1. Tez No: 461876
  2. Yazar: SEDA SAĞIRKAYA
  3. Danışmanlar: PROF. DR. TÜRKAN ERBAY DALKILIÇ
  4. Tez Türü: Yüksek Lisans
  5. Konular: İstatistik, Statistics
  6. Anahtar Kelimeler: Fuzzy Logic, Fuzzy C-Means (FCM) Algorithm, Type-2 Fuzzy Clustering, Parameter Estimation
  7. Yıl: 2017
  8. Dil: Türkçe
  9. Üniversite: Karadeniz Teknik Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: İstatistik ve Bilgisayar Bilimleri Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 69

Özet

Regresyon çözümlemesinde, verilerin mevcut varsayımların tümünü sağlamaması durumunda, parametre tahmini sürecinde klasik çözümlemelerin dışına çıkılması gerekir. Böyle durumlarda bulanık mantığa dayalı tahmin yöntemleri alternatif yöntemler olarak kendini göstermektedir. Model parametrelerinin elde edilmesi probleminde, bulanık mantığa dayalı çözümler elde edebilmenin önemli adımlarından biri veri setini meydana getiren kümelerin belirlenmesi ve bu kümelerde yer alan verilerin tahmine katkılarını belirleyecek üyelik derecelerinin elde edilmesidir. Bu çalışmada tip-2 bulanık kümelemeye dayalı parametre tahmini ele alınmıştır. İlk olarak tip-1 bulanık kümeleme problemi m=2 bulanıklık indeksi ile bulanık C-ortalamalar (FCM) yöntemiyle çözülmüş. Daha sonra bulanıklık indeksi m tip-2 bulanık mantığa dayalı çözümler elde edilmek üzere m=[m_1 ,m_2] biçiminde aralık sayı olarak tanımlanmış ve gözlemlerin kümelere ait olma dereceleri tip-2 bulanık kümeleme yöntemi ile belirlenmiştir. Tip-1 ve tip-2 bulanık mantığa dayalı kümelenme sonucunda elde edilen üyelik dereceleri, gözlemlerin modele katkılarını belirleyen ağırlıklar olarak kullanılmış ve bu üyelik derecesini kullanarak parametre tahmini önerilen algoritma ile elde edilmiştir. Son olarak, tip-1 ve tip-2 bulanık kümeleme yöntemlerinden elde edilen ağırlıklar ile parametreler tahmin edilmiş ve sonuçlar, gözlenen değerler ile tahmin edilen değerler arasındaki farka dayalı hata kriteri ile karşılaştırılmıştır. Anahtar Kelime: Bulanık Mantık, Bulanık C-Ortalamalar Algoritması (FCM), Tip-2 Bulanık Kümeleme, Parametre Tahmini.

Özet (Çeviri)

In regression analysis, if the data can not satisfy all of the existing assumptions, it is requires to go beyond the classical analyzes in the parameter estimation process. In such cases, estimation methods based on fuzzy logic is preferred as alternative methods. One of the important steps in obtaining the solution based on the fuzzy logic in the problem of obtaining the model parameters is to determine the clusters bringing up the data set and to obtain the membership grades which will determine the contributions of the data in these clusters. In this study, parameter estimation based on type-2 fuzzy clustering is discussed. Firstly, type-1 fuzzy clustering problem was solved by the fuzzy c-means (FCM) method when the fuzzifier index m=2. Then the fuzzifier m index was defined as interval number in the form of m=[m_1 ,m_2] for obtain solutions based on type-2 fuzzy logic. The degrees of belonging to the sets of observations were determined by type-2 fuzzy clustering method. Degree of memberships obtained as a result of clustering based on type-1 and type-2 fuzzy logic are used as weight that determine the model contributions of observations and parameter estimation using these degree of membership is determined by the proposed algorithm. Finally, the estimation result of the type-1 and type-2 fuzzy clustering parameter were compared with the error criterion based on the difference between observed values and the predicted values.

Benzer Tezler

  1. Tez No

    445124

    Yeni bir yaklaşımla yük profillerinin oluşturulması ve dağıtım sistemlerinde teknik kayıpların tahmini

    A novel approach for load profile formation and technical loss estimation of electrical disrtibution systems

    GİZEM TULUN

    Yüksek Lisans

    Türkçe

    Türkçe

    2016

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektrik Mühendisliği Ana Bilim Dalı

    PROF. DR. ÖMER USTA

  2. Tez No

    75069

    Direct decomposed rule base fuzzy logic systems

    Doğrudan ayrıştırılmış kural tabanlı bulanık mantık sistemleri

    GHALEP MAABREH

    Doktora

    İngilizce

    İngilizce

    1998

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Sistem Mühendisliği Ana Bilim Dalı

    PROF. DR. EŞREF ADALI

  3. Tez No

    233167

    Merkez tabanlı kümeleme algoritmalarının karşılaştırılması

    The comparison a center-based clustering algorithms

    AYSEL BİLGİN

    Yüksek Lisans

    Türkçe

    Türkçe

    2008

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKocaeli Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. NEVCİHAN DURU

  4. Tez No

    397344

    Implementation of some medical data in Apriori algorithm

    Apriori algoritmasının bazı tıbbı verilere uygulanması

    FAWAD SADIQMAL

    Yüksek Lisans

    İngilizce

    İngilizce

    2015

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya Üniversitesi

    Bilgisayar ve Bilişim Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. NILÜFER YURTAY

  5. Tez No

    322832

    A Collective Intelligence model for assessing collaborative innovation power including risks

    Risk içeren işbirliği yenileşim gücünün değerlendirmesi için bir ortak zeka modeli

    AYÇA ALTAY

    Doktora

    İngilizce

    İngilizce

    2012

    Endüstri ve Endüstri Mühendisliğiİstanbul Teknik Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    DOÇ. DR. GÜLGÜN KAYAKUTLU

Geri Dön