Geri Dön

Talep tahmininde makine öğrenmesi ve zaman serileri temelli bir karar destek sistemi

A decision support system based on machine learning and time series for demand forecasting

PDF İndir

  1. Tez No: 637475
  2. Yazar: SETAR RIZVANCHE
  3. Danışmanlar: DOÇ. DR. GÜRKAN ÖZTÜRK
  4. Tez Türü: Yüksek Lisans
  5. Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2020
  8. Dil: Türkçe
  9. Üniversite: Eskişehir Teknik Üniversitesi
  10. Enstitü: Lisansüstü Eğitim Enstitüsü
  11. Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Endüstri Mühendisliği Bilim Dalı
  13. Sayfa Sayısı: 87

Özet

Gerçek hayatı modelleyen bir tahmin uygulaması geliştirmek oldukça zor olabilir. Zaman serilerini modellemek ve onlar üzerinde tahmin yapmak, içlerinde barındırdıkları doğrusal ve doğrusal olmayan örüntüler nedeniyle karmaşık bir hal alabilir. Bu gibi durumlarda, farklı tekniklerin sahip oldukları mekanizmaları bir yerde birleştirdiği için, tekil modellere göre doğruluk açısından daha iyi sonuçlar elde etmek üzere hibrit modellerin kullanımı öne çıkmaktadır. Bu çalışmada, bir gerçek hayat tahmin problemi için doğrusal ve doğrusal olmayan yaklaşımların yanı sıra hibrit modelleri de model tabanında barındıran, model yönelimli bir web tabanlı karar destek sistemi geliştirilmiştir. Model tabanında yer alan ARIMA (Bütünleşik Otoregresif Hareketli Ortalama), LSTM (Uzun Kısa Vadeli Bellek Ağları) ve hibrit modelin performansları bitcoin değer tahmin örneği üzerinden gösterilmiştir. Ayrıca gerçek hayat uygulama problemi üzerinden oluşturulmuş örnek veri kümeleri için yöntemlerin performansları karşılaştırmalı olarak sunulmuş ve geliştirilen karar destek sisteminin bileşenleri detaylı olarak açıklanmıştır

Özet (Çeviri)

Developing a real life modeling application can be quite difficult. Modeling and predicting time series can be complicated by the linear and nonlinear patterns they contain. In such cases, the use of hybrid models is prominent in order to obtain better results in terms of accuracy compared to individual models, as it combines the mechanisms that different techniques have in one place. In this study, a model-oriented web-based decision support system was developed for a real-life prediction problem that includes hybrid models as well as linear and nonlinear approaches. The performances of ARIMA (Integrated Autoregressive Moving Average), LSTM (Long Short Term Memory Networks) and hybrid model in the model base are shown on the example of bitcoin value estimation. In addition, the performances of the methods are presented comparatively for the sample datasets created based on real life application problem and the components of the developed decision support system are explained in detail.

Benzer Tezler

  1. Tez No

    728716

    Short term electricity load forecasting with deep learning

    Derin öğrenme ile kısa dönemli elektrik yük talep tahmini

    İBRAHİM YAZICI

    Doktora

    İngilizce

    İngilizce

    2022

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ ÖMER FARUK BEYCA

  2. Tez No

    634839

    Sales forecasting in fashion retail industry with classical and machine learning methods

    Moda perakendesi sektöründe klasik ve makine öğrenmesi metodları ile satış tahmini

    HANİFE IŞIK

    Yüksek Lisans

    İngilizce

    İngilizce

    2020

    Ekonomiİstanbul Teknik Üniversitesi

    Ekonomi Ana Bilim Dalı

    DOÇ. DR. TOLGA YURET

  3. Tez No

    855478

    Yapay sinir ağları ve makine öğrenmesi ile otomobil satış tahmininin yapılması ve zaman serileri analizi ile karşılaştırılması

    Forecasting automobile sales using artificial neural networks and machine learning and comparison with time series analysis

    BEYZA KURTGERİ

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Endüstri ve Endüstri MühendisliğiSakarya Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    DOÇ. DR. MERVE CENGİZ TOKLU

  4. Tez No

    491192

    Demand forecasting in mobile phone industry

    Mobil telefon endüstrisinde talep planlaması

    ZEYNEP ÖRNEK

    Yüksek Lisans

    İngilizce

    İngilizce

    2018

    Endüstri ve Endüstri MühendisliğiBahçeşehir Üniversitesi

    Endüstri Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. ADNAN ÇORUM

  5. Tez No

    865913

    Perakende hazır giyim firmasında makine öğrenmesi yöntemleriyle satış tahmini

    Sales forecasting in a retail fashion company using machine learning methods

    ŞEYMA GÖNEN HALICI

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    İşletmeİstanbul Teknik Üniversitesi

    İşletme Ana Bilim Dalı

    PROF. DR. FERHAN ÇEBİ

Geri Dön