Air quality time series forecasting with genetic programming
Genetik programlama ile hava kalitesi zamana bağlı seri tahminleme
- Tez No: 509658
- Danışmanlar: YRD. DOÇ. DR. KORHAN KARABULUT
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Doğrusal olmayan zaman serileri, Metasezgiseller, Non-linear time series, Metaheuristics
- Yıl: 2018
- Dil: İngilizce
- Üniversite: Yaşar Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Bu çalışmada, genetik programlama kullanılarak hava kalitesi zamana bağlı seri tahminleme gerçekleştirilmiştir. Dünya Sağlık Örgütü ve diğer çevre ajanslarının raporlarına dayanarak, hava kirliliğinin neden olduğu ölümleri ve sağlık sorunlarını önlemek için hava kalitesi tahminlemenin ne kadar önemli olduğu gösterilmiştir. Bu çalışmanın temel amacı, hava kalitesi tahmini için genetik programlamanın kullanımını arttırmaya ve makine öğrenmesi yöntemleri ve otoregresif bütünleşmiş hareketli ortalama (ARIMA) ile yarışabilirliğini göstermeye katkıda bulunmaktır. Çalışmada bir yıl süreyle saatlik olarak ölçülmüş meteorolojik veriler kükürt dioksit ve parçacık madde gaz yoğunlaşmalarını tahmin etmek için kullanılmıştır. Zamana bağlı seri tahminleme problemi sembolik regresyon problemi olarak tanımlanmış ve Java tabanlı Evrimsel Hesaplama Araştırma sistemi (ECJ) kullanılmıştır. Tahminleme sonuçları genetik programlamanın performansını göstermek için çeşitli karar ağacı algoritmalarından ve ARIMA modelinden elde edilen sonuçlarla karşılaştırılmıştır. Karşılaştırmalar genetik programlamanın topluluk öğrenme yönteminden bile daha iyi performans sergilediğini göstermiştir.
Özet (Çeviri)
In this study, air quality time series forecasting is performed by using genetic programming. Based on the reports of World Health Organization and the other environmental agencies, it has been shown how crucial air quality forecasting is to prevent deaths and health issues caused by air pollution. The primary aim of this study is to contribute to increasing the usage of genetic programming for air quality forecasting and to show its competitiveness with several machine learning algorithms and autoregressive integrated moving average (ARIMA) model. The hourly meteorological data for one-year length is utilized to forecast sulphur dioxide and particulate matter gas concentrations. The forecasting problem was identified as a symbolic regression problem and the Java-based Evolutionary Computation Research system (ECJ) was utilized to apply genetic programming to the problem. In order to demonstrate the performance of genetic programming, the forecast results were compared to the results that were collected from several decision tree algorithms and an ARIMA model. The comparisons showed that genetic programming performed better even than the ensemble learning method.
Benzer Tezler
- Hava kirliliği konusunda çevre bilgi sistemi tasarımı ve gerçekleştirilmesi pilot projesi
Design of an information system about air pollution
HARUN İYİDİKER
- Dokuma kumaşlarda örgü tipinin ham kumaşın boyutları ve geometrik özellikleri üzerindeki etkilerinin araştırılması
Başlık çevirisi yok
EMEL ÖNDER
Yüksek Lisans
Türkçe
1985
Tekstil ve Tekstil MühendisliğiEge ÜniversitesiTekstil Mühendisliği Ana Bilim Dalı
DOÇ. DR. GÜNGÖR BAŞER
- Çukurova bölgesinde biyoklimatik veriler kullanılarak açık ve yeşil alan sistemlerinin belirlenmesi ilkeleri üzerinde bir araştırma
A research on the determination of the principles in open and green spaces systems by using the bioclimatic data in Çukurova region
MEHMET FARUK ALTUNKASA
Doktora
Türkçe
1987
Çevre MühendisliğiÇukurova ÜniversitesiPeyzaj Mimarlığı Ana Bilim Dalı
DOÇ. DR. ERDOĞAN GÜLTEKİN