Öngörü için yeni bir sezgisel bulanık çıkarım sistemi
A new intuitionistic fuzzy inference system for forecasting
- Tez No: 637050
- Danışmanlar: DOÇ. DR. ATIF AHMET EVREN
- Tez Türü: Doktora
- Konular: İstatistik, Statistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2020
- Dil: Türkçe
- Üniversite: Yıldız Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik Ana Bilim Dalı
- Bilim Dalı: İstatistik Bilim Dalı
- Sayfa Sayısı: 92
Özet
Öngörü, geçmişten günümüze önemini yitirmeyen bir çalışma alanı olmuştur. Literatürde bu alana yönelik olasılıksal bir çok yöntem önerilmiş olmakla birlikte bu yöntemlerin kullanılabilmesi için sağlanması gereken önkoşullar da mevcuttur. Belirsizliklerle dolu gerçek dünyada bu önkoşulların sağlanması ve matematiksel modelin belirlenmesi her zaman mümkün olmamaktadır. Bu gibi durumlarda önkoşul gerektirmeyen, sistemdeki belirsizlikleri de tanımlayarak modele dahil edebilen ve karmaşık işlem yapısından uzak bulanık çıkarım sistemleri kullanılabilmektedir. Bu çalışmada tip-1 bulanık fonksiyonlar yöntemi belirtilen avantajları ve kural gerektirmeyen yapısı nedeniyle tercih edilmiştir. Klasik tip-1 bulanık fonksiyon yapısına ek olarak sezgisel bulanık kümeler tercih edilmiş ve bu sayede üye olmama bilgisinin de kullanılabildiği bir öngörü yöntemi önerilmiştir. Yapısı itirabiyle dinamik bir regresyon modeli olan yöntem, ridge ve liu tipi tahmin ediciler açısından incelenmiş ve alternatif yöntem öngörü performanslarıyla karşılaştırılmıştır.
Özet (Çeviri)
Forecasting has been a field of study that has not lost its importance from the past to the present. Although many probabilistic methods have been proposed in the literature, there are also prerequisites for these methods to be used. It is not always possible to provide these prerequisites and determine the mathematical model in the real world full of uncertainties. In such cases, fuzzy inference systems that do not require prerequisites, can identify the uncertainties in the system and include them in the model and are far from the complex processing structure can be used. In this study, the type-1 fuzzy functions method was preferred because of its advantages and its rule-free structure. In addition to the classical type-1 fuzzy function structure, intuitionistic fuzzy clusters are preferred, and a forecasting method is proposed in which non-membership information can also be used. The method, which is a dynamic regression model due to its structure, was examined in terms of ridge and liu type estimators and alternative method was compared with the forecasting performances.
Benzer Tezler
- Dendritik nöron model yapay sinir ağlarına dayalı yeni sezgisel bulanık zaman serisi öngörü yöntemleri
New intuitionistic fuzzy time series forecasting methods based on dendritic neuron model artificial neural networks
TURAN CANSU
Doktora
Türkçe
2024
İstatistikGiresun Üniversitesiİstatistik Ana Bilim Dalı
PROF. DR. EREN BAŞ
PROF. DR. TAMER AKKAN
- Sezgisel bulanık kümelerin bileşenlerinin kombinasyonuna dayalı zaman serisi öngörü modeli
A new time series forecasting model based on the combination of intuitionistic fuzzy sets components
ŞULE NAZLI ARSLAN
Yüksek Lisans
Türkçe
2021
İstatistikGiresun Üniversitesiİstatistik Ana Bilim Dalı
DOÇ. DR. ÖZGE CAĞCAĞ YOLCU
- A hybrid deep learning metaheuristic model for diagnosis of diabetic retinopathy
Diyabetik retinopatinin tanısı için hibrit bir derin öğrenme meta-sezgisel modeli
ÖMER FARUK GÜRCAN
Doktora
İngilizce
2022
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ÖMER FARUK BEYCA
- Combining forces for causal reasoning: Predictions and explanations
Güçleri birleştirmek: Neden-sonuç ilişkileri üzerine öngörüler ve açıklamalar
SALİH CAN ÖZDEMİR
- Mimari tasarım sürecinde toplumsallık bağlamında alternatif açılımlar
Alternative approaches to architectural design process through societal context
OZAN GÜRSOY
Yüksek Lisans
Türkçe
2017
Mimarlıkİstanbul Teknik ÜniversitesiMimarlık Ana Bilim Dalı
PROF. DR. BELKIS ULUOĞLU