Bulanık zaman serisi yöntemleri ile Giresun ili maksimum sıcaklık öngörüsü
Maximum temperature forecasting in Giresun by using fuzzy time series methods
- Tez No: 654290
- Danışmanlar: PROF. DR. UFUK YOLCU
- Tez Türü: Yüksek Lisans
- Konular: İstatistik, Statistics
- Anahtar Kelimeler: Bulanık zaman serileri, maksimum hava sıcaklığı, öngörü, bulanık ilişkiler, model derecesi, Fuzzy time series, maximum air temperature, forecasting, fuzzy relationships, model order
- Yıl: 2020
- Dil: Türkçe
- Üniversite: Giresun Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 88
Özet
Zaman serisi öngörüsü, birçok alanda karar vericiler için hayati önem taşıyan bir problemdir. Bu bakımdan, finans, çevre, doğa bilimleri, sağlık, mühendislik gibi birçok alanda yaygın bir biçimde çalışılmaktadır. Özellikle son birkaç on yılda gelişen bilgisayar teknolojisinin de desteği ile olasılıksal öngörü modeller olarak da anılan, klasik zaman serisi öngörü modellerinin yerini olasılıksal olmayan ve bulanık mantık ve hesaplama tabanlı modern zaman serisi öngörü modelleri almıştır. Bu modern zaman serisi öngörü modelleri içerisinde bulanık mantık tabanlı bulanık zaman serisi öngörü modelleri önemli bir yere sahiptir. Zaman serisi öngörü problemlerinde literatürde ortaya konan bulanık zaman serisi öngörü modelleri bir bütün halinde ele alındığında; bu çalışmalardan bazılarının bulanıklaştırma aşamasına, bazılarının bulanık ilişkilerin belirlenmesi ve bazılarının da durulaştırma aşamasına katkıda bulunmak ve öngörü performansını ileri taşımak amacıyla ortaya atıldığı görülür. Ayrıca farklı bir bakış açısı ile; bazı modeller birinci dereceden bir öngörü modeli kullanırken, bazıları ise yüksek dereceli öngörü modelleri ile performansı geliştirmeyi amaçlamışlardır. Bu tez çalışmasında, 2006-2017 yıllarına ait günlük olarak kaydedilen Giresun ili maksimum hava sıcaklık verilerinin farklı bulanık zaman serisi öngörü modelleri ile öngörülerek sonuçların karşılaştırılmalı olarak değerlendirilmesi amaçlanmaktadır. Yukarıda bahsedilen iki bakış açısını da değerlendirmeye dahil edebilmek adına, çözümlemelerde, bulanık ilişkilerin belirlenmesi aşamasında matris operatörlerini, bulanık mantık ilişki ve grup ilişki tablolarını ve ayrıca yapay sinir ağlarını kullanan yaklaşımlar kullanılarak bunların performansları ele alınmıştır. Bu yaklaşımların bazılarının birinci bazıları ise yüksek dereceden öngörü modellerini kullanması model derecesinin performans üzerindeki etkisinin de incelenmesine olanak sağlamıştır.
Özet (Çeviri)
Time series forecasting is a critical problem for decision-makers in many fields. In this respect, it is widely studied in many fields such as finance, environment, natural sciences, health, engineering. Especially with the support of computer technology developed in the last few decades, the classical time series forecasting models, also known as probabilistic forecasting models, have been replaced by non-probabilistic models which are fuzzy logic-based and computational-based contemporary models. Among these modern time series forecasting models, fuzzy logic-based fuzzy time series forecasting models have an important place. When fuzzy time series forecasting models presented in the literature in time series forecasting problems are considered as a whole; Some of these studies appear to have been put forward to contribute to the fuzzification phase, some to identify fuzzy relationships, and some to contribute to the de-fuzzification phase and to advance forecasting performance. Also, with a different perspective; While some models use a first-order forecasting model, others aim to improve performance with high-order forecasting models. In this thesis, it is aimed to evaluate the results comparatively by forecasting the daily recorded maximum air temperature data of Giresun for the years 2006-2017 with different fuzzy time series forecasting models. In order to include the aforementioned two perspectives in the evaluation, first-order and high-order models using different approaches in the determination of fuzzy relationships have been used. Thus, the effects of both the model-order and the approaches used in determining fuzzy relations on performance were examined.
Benzer Tezler
- Uzun kısa-süreli hafıza derin yapay sinir ağı ile giresun ili minimum sıcaklık öngörüsü
Minimum weather temperature forecasting of giresun province using long short-term memory deep artificial neural network
ONUR DERYA
Yüksek Lisans
Türkçe
2021
İstatistikGiresun Üniversitesiİstatistik Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ALİ ZAFER DALAR
- Ridge regresyona dayalı tip 1 bulanık regresyon fonksiyonları yaklaşımı ile yabancılara yapılan aylık konut satışı öngörüsü
Forecasting mountly housing sales to foreigners with type 1 fuzzy regression functions approach based on ridge regression
MİNEL DEMİRKAN PİŞKİN
- Yeni bir evrişimsel sinir ağı modeli ile zaman serisi öngörüsü
Time series prediction with a new convolutional neural network model
MELİH KİRİŞCİ
Yüksek Lisans
Türkçe
2021
İstatistikGiresun Üniversitesiİstatistik Ana Bilim Dalı
DOÇ. DR. ÖZGE CAĞCAĞ YOLCU
- 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
- Bulanık zaman serisi yöntemleri ile İMKB öngörüsü
Forecasting IMKB with fuzzy time series methods
FEVZİ EMRAH İNCEOĞLU
Yüksek Lisans
Türkçe
2010
İstatistikOndokuz Mayıs Üniversitesiİstatistik Ana Bilim Dalı
DOÇ. DR. EROL EĞRİOĞLU