Geri Dön

Time series forecasting of intermittent demand by using ATA method and computational intelligence

İşlemsel zeka ve ATA metot kullanılarak kesikli taleplerin zaman serisi tahminlemesi

  1. Tez No: 524296
  2. Yazar: TUĞÇE EKİZ YILMAZ
  3. Danışmanlar: PROF. DR. GÜÇKAN YAPAR
  4. Tez Türü: Yüksek Lisans
  5. Konular: İstatistik, Statistics
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2018
  8. Dil: İngilizce
  9. Üniversite: Dokuz Eylül Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: İstatistik Ana Bilim Dalı
  12. Bilim Dalı: İstatistik Bilim Dalı
  13. Sayfa Sayısı: 78

Özet

Kesikli taleplerin öngörüsü firmalar ve ticari faaliyetler için son derece önemlidir. Son zamanlarda birçok araştırmacı kesikli talepler için öngörü elde etmede kullanılan yöntemler üzerine yoğunlaşmıştır ve farklı öngörü yöntemleri geliştirmişlerdir. Bu geliştirilen yöntemler içerisinde öne çıkan metot üssel düzleştirme (ÜD) yönteminden esinlenilerek geliştirilen Croston metodudur. Öncelikle, 50 yılı aşkın bir süredir yaygın olarak kullanılan üssel düzleştirme metodu mevcut en yaygın öngörü tekniklerinden biridir. Hatta bu yöntemin üstünlüğü ve başarısı ünlü tahminleme yarışmalarınca (M-yarışması) kanıtlanmıştır. Fakat bunun üstünlüğü ve birçok alanda yaygın kullanımı olsa da, ÜD modelleri başlangıç değeri gibi öngörü doğruluğunu olumsuz yönde etkileyen bazı dezavantajlara sahiptir. Öte yandan Croston metodu kesikli taleplerin öngörüsünde ve envanter kontrolünde yaygın olarak kullanılır. Bu talepler genellikle sıfır değerini içerdiği için, bu verilerde Croston tarafından geliştirilen çığır açan yöntemi kullanmak kaçınılmaz olur. Fakat bu metodun da yanlılık gibi kanıtlanmış bazı kusurları bulunmaktadır. Bu çalışmada amacımız üssel düzleme yöntemine alternatif olarak geliştirilen yeni ATA metodu ve Croston yöntemini karşılaştırmaktır ve diğer amacımız ATA metodun özelliklerini Croston metoduna uyarlamaktır. Sonuç olarak ATA metot kesikli taleplerin tahmin edilmesinde kullanılacaktır ve hatta önerilen bu yöntem bahsedilen tüm yöntemler ile istatistiksel olarak karşılaştırılacaktır.

Özet (Çeviri)

Intermittent demand forecasting is substantially important for firms and commercial activities. Recently, many researchers have focused on the methods which are used to forecast for intermittent demand and developed varied forecasting techniques. The outstanding method among these developed techniques is Croston method which is developed by inspired from exponential smoothing methods. Primarily, exponential smoothing (ES) method which is universally used for more than 50 years is still one of the most prevalent forecasting techniques. Moreover, this model's superiority and success is proved by the famous forecasting competition (M-competitions). Despite its supremacy and widespread use in many areas, ES models have some drawbacks such as the initial value problem that negatively affect the accuracy of forecasts. On the other hand, Croston method is widely used in forecasting of intermittent demand and inventory (stock) control. Since these demands usually include zero values, using the groundbreaking method developed by Croston in this data becomes inevitable. Nevertheless, there are some shortcomings proved such as biasedness in this method. In this study, our aim is to compare the consequences of combining Croston and ATA method as new method for an alternative of exponential smoothing and the other goal is to adjust ATA method's properties to Croston method. Hence, ATA method will be used to intermittent demand forecasting and also proposed this method will be compared statistically to all mentioned methods.

Benzer Tezler

  1. Combined forecasts for stock keeping units with intermittent demand pattern

    Kesintili talep yapısına sahip stok tutma birimleri için birleştirilmiş tahminler

    GİZEM HALİL

    Yüksek Lisans

    İngilizce

    İngilizce

    2019

    İşletmeDokuz Eylül Üniversitesi

    İşletme (İngilizce) Ana Bilim Dalı

    DOÇ. DR. AYSUN KAPUÇUGİL İKİZ

  2. Feasibility analysis based on advanced deep learning techniques in integrating renewable energy resources into microgrids

    Yenilenebilir enerji kaynaklarının mikroşebekelere entegre edilmesinde gelişmiş derin öğrenme tekniklerine dayalı uygulanılabilirlik analizi

    FATHI FARAH FADOUL FATHI FARAH FADOUL

    Doktora

    İngilizce

    İngilizce

    2024

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektrik Mühendisliği Ana Bilim Dalı

    DOÇ. DR. RAMAZAN ÇAĞLAR

  3. Akıllı şebekelerde makine öğrenmesi teknikleriyle kısa dönem rüzgâr hızı tahmini: Kocaeli-Türkiye örneği

    Short–term wind speed forecasting in smart grids with machine learning techniques: A case study in Kocaeli-Türkiye

    MAYSA GAIDOUM AHMED GAIDOUM

    Doktora

    Türkçe

    Türkçe

    2024

    Elektrik ve Elektronik MühendisliğiSakarya Üniversitesi

    Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı

    PROF. DR. YILMAZ UYAROĞLU

  4. Güneş ışınım tahmini için farklı güneşlenme durumlarını dikkate alan hibrit bir yöntem tasarımı

    A hybrid method design that considers different insolation conditions for solar radiation forecasting

    FATIMETOU HMEINDE MAHAM

    Yüksek Lisans

    Türkçe

    Türkçe

    2022

    Elektrik ve Elektronik MühendisliğiAfyon Kocatepe Üniversitesi

    Yenilenebilir Enerji Sistemleri Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ EMRE AKARSLAN

  5. Değişik yapay sinir ağı metotlarının su kaynakları verisinin uzun zaman aralıklı tahminlerinde kullanımı

    The use of different artificial neural network methods in long range forecasting of the water resources data

    ERDEM ASLAN

    Yüksek Lisans

    Türkçe

    Türkçe

    2008

    İnşaat Mühendisliğiİstanbul Teknik Üniversitesi

    İnşaat Mühendisliği Ana Bilim Dalı

    PROF. DR. HİKMET KEREM CIĞIZOĞLU