Çift mevsimsel zaman serisinin öngörüsü için iki aşamalı yeni bir yaklaşım
A new two-stage approach for forcasting of double seasonal time series
- Tez No: 726575
- Danışmanlar: PROF. DR. VEDİDE REZAN USLU
- Tez Türü: Doktora
- Konular: İstatistik, Statistics
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2022
- Dil: Türkçe
- Üniversite: Ondokuz Mayıs Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: İstatistik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 100
Özet
Zaman serisi, bir değişkenin zamanın ardışık ve eşit aralıklı dilimlerinde ölçülmüş gözlemlerinin oluşturduğu bir dizidir. Zaman serisi verilerinin zaman içerisindeki davranışlarını, kendi iç yapısında bulunabilecek gizli ilişkileri ortaya koymak ve bu tespitin sonunda ileriye dönük tahminlerin elde edilmesi için uygulanan bir dizi yöntem bilimi zaman serisi analizi olarak bilinir. Tek değişkenli zaman serileri analizinde yaygın olarak kullanılan üstel düzleştirme yöntemleri iş dünyasında ve endüstride çok kullanılan bir yöntemdir. Çift Mevsimsel Holt Winters (ÇMHW) üstel düzleştirme yöntemi çoğunlukla, çift mevsimselliği içeren verilerde kullanılır ve standart üstel düzleştirme yöntemlerine kıyasla daha doğru tahmin sağlar. Tek değişkenli zaman serileri analizleri normal dağılım ve doğrusallık gibi varsayımları gerekli kılan, güvenilir tahminler veren yöntemlerdir ve yaygın olarak kullanılır. Ancak gerçek hayat zaman serisi verileri normal dağılım ve doğrusallık varsayımlarını genellikle sağlamazlar. Elektrik enerji sistemleri için önemli bir bileşen olan yük tahmini, geçmiş ve günümüz koşulların incelenerek gelecekteki durumun ne olacağı varsayımına dayanır. Elektrik enerji sistemi üzerinde planlama yapmanın amacı, elektrik enerjisi ihtiyaçlarını mümkün olduğunca ekonomik, güvenilir ve kaliteli bir şekilde karşılamaktır. Elektrik yük tahmini üzerine son yıllarda yapılan pek çok çalışmada klasik istatistiksel yöntem ile Yapay Sinir Ağları (YSA) yaklaşımının bir melez modelde birleştirilmesi önerilmiştir. Melez tahmin modeli her iki yöntemin özelliklerini de dikkate almaktadır. Bu özellikler, zaman serileri yöntemlerinin yapısal özellikleri ve yapay sinir ağlarını oluşturan modern yapay zeka özellikleridir. Bu tez çalışmasında, zaman serilerinin birlikte barındırabileceği doğrusal ve doğrusal olmayan ilişkileri açıklayabilmek için ÇMHW ve YSA' nın iki aşamalı olarak uygulandığı yeni bir yaklaşım önerilmektedir. ÇMHW yönteminin düzleştirme parametreleri ve başlangıç değerleri bu yöntemin performansı üzerinde önemli rol oynamaktadır. Önerilen yöntemde bu önem göz önünde bulundurularak düzleştirme parametreleri ve başlangıç değerleri GA yardımı ile belirlenmektedir. Önerilen iki aşamalı yaklaşımda veriler içerisindeki mevsimsellik ile ÇMHW yöntemi baş ederken, doğrusal olmayan ilişkiler YSA ile modellenmiştir. Önerilen yöntemden elde edilen sonuçların performans açısından diğer yöntemlere göre üstünlük gösterdiği gözlenmiştir. Elde edilen sonuçlar doğrultusunda önerilen yöntemin çift mevsimsellik içeren kısa dönem yük tahmini için başarılı bir yöntem olduğu gösterilmiştir.
Özet (Çeviri)
A time series is a sequence of observations of a variable measured over consecutive and equally spaced periods of time. Time series analysis is a set of metodologies applied to reveal the behavior of time series data over time, hidden relationships that may exist in its internal structure, and to obtain forward-looking predictions at the end of this determination. Exponential smoothing metods, which are widely used in univariate time series analysis, are widely used in business and industry. The Double Seasonal Holt Winters (DSHW) exponential smoothing metod is mostly used for data containing double seasonality and provides a more accurate estimation than standard exponential smoothing metods. Univariate time series analyzes are metods that require assumptions such as normal distribution and linearity, provide reliable estimates, and are widely used. However, real-life time series data often do not satisfy the assumptions of normal distribution and linearity. Load estimation, which is an important component for electrical energy systems, is based on the assumption of what the future situation will be by examining past and present conditions. The purpose of planning on the electrical energy system is to meet the electrical energy needs as economically, reliably and with high quality as possible. In many studies on electric charge estimation in recent years, it has been suggested to combine the classical statistical method and the Artificial Neural Networks (ANN) approach in a hybrid model. The hybrid forecasting model takes into account the characteristics of both methods. These features are the structural features of time series methods and modern artificial intelligence features that make up artificial neural networks. In this thesis, a new approach is proposed in which DSHW and ANN are applied in two stages in order to explain the linear and nonlinear relationships that time series can contain together. The smoothing parameters and initial values of the DSHW method play an important role on the performance of this method. Considering this importance in the proposed method, smoothing parameters and initial values are determined with the help of GA. In the proposed two-stage approach, seasonality in the data was handled by the DSHW method, while nonlinear relationships were modeled with ANN. It has been observed that the results obtained from the proposed method are superior to other methods in terms of performance. In line with the results obtained, it has been shown that the proposed method is a successful method for short-term load forecasting with double seasonality.
Benzer Tezler
- Deniz ticaret endekslerini zaman serisi modelleri kullanarak tahminleme
Forecasting maritime trade indexes by using the time series models
KAAN KOYUNCU
Doktora
Türkçe
2022
Denizcilikİstanbul Teknik ÜniversitesiDeniz Ulaştırma Mühendisliği Ana Bilim Dalı
PROF. DR. LEYLA TAVACIOĞLU
- Su ve toprak örneklerinden biyoteknolojik potansiyele sahip bdellovibrio ve benzeri organizmaların izolasyonu ve filogenetik olarak tanımlanması
Isolation and phylogenetic identification of bdellovibrio and like organisms with biotechnological potential from water and soil samples
DİLEK ŞEKER
Doktora
Türkçe
2019
BiyolojiManisa Celal Bayar ÜniversitesiBiyoloji Ana Bilim Dalı
PROF. DR. ABDURRAHMAN ÜSAME TAMER
- Zaman serisi analiz yöntemleri ve yapay sinir ağları algoritmalarını kullanarak güneş enerjisi santrallerinde üretilen gücün tahminlenmesi
Predicting power generation in solar power plants using time series analysis methods and artificial neural network algorithms
EMRAH İDMAN
Doktora
Türkçe
2024
Elektrik ve Elektronik Mühendisliğiİstanbul Arel ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. OSMAN YILDIRIM
- Dünya borsalarında gözlemlenen anomaliler ve İstanbul Menkul Kıymetler Borsası üzerine bir deneme
The Anomalies observed in the world stock markets and an experience on the Istanbul Stock Exchange
TAHSİN ÖZMEN
- Manyas (Kuş) Gölü'nde Platalea leucorodia L. 1758 (Pelecaniformes:Threskiornithidae)'nin biyo-ekolojisi
The bio-ecology of Platalea leucorodia L. 1758 (Pelecaniformes:Threskiornithidae) at Manyas (Kuş) Lake
HATİCE YURTTAŞ