Analysis and forecasting of multi-region recyclable waste datasets with supervised machine learning models
Denetimli makine öğrenme modelleri ile çok bölgeli geri dönüştürülebilir atık veri setlerinin analizi ve öngörülmesi
- Tez No: 865885
- Danışmanlar: DR. ÖĞR. ÜYESİ KAMİL ERKAN KABAK
- Tez Türü: Yüksek Lisans
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: İngilizce
- Üniversite: İzmir Ekonomi Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Endüstri Mühendisliği Bilim Dalı
- Sayfa Sayısı: 172
Özet
Sürdürülebilir şehirler için, bölgelerin farklı atık miktarlarını tahmin etmek oldukça önemlidir; böylelikle bu miktarların bir kısmının geri dönüşü, üretim tesislerinde hammadde kullanımını enküçükleyebilecektir ve geridönüşümle karlılığı arttırabilecektir. Bu nedenlerle, bu çalışmanın amacı, farklı zaman aralıklarında ve farklı bölgelerde toplanan geri dönüşüm atık miktarlarını analiz etmektir, sonrasında farklı gözetimli makine öğrenimi yaklaşımları ile atık miktarlarını tahmin etmeyi amaçlamaktadır. Bu tahminler kuruluşların geri dönüşüm stratejilerini daha iyi tahminlerle daha iyi şekillendirmelerine ve en iyi geri dönüşüm toplama ve yatırım politikaları ile maliyetlerinin minimize etmeyi sağlayacaktır. Farklı noktalardan elde edilen geri dönüşüm atık veri setlerindeki belirsizliklerden ve değişkenliklerden dolayı, bu tez çalışması öncelikle geleneksel tahminleme yöntemlerini zaman serisi analizleri ile uygulamaktadır. Sonra, tanımlayıcı ve korrelasyon analizlerini içeren istatistiksel analizlerin dışında ARIMA, K-NN ve XGBoost gibi seçilmiş gözetimli makine öğrenmesi yaklaşımları ile ilave analizleri yapmaktadır. Geleneksel tahmin yöntemleriyle yapılan analizlere göre hareketli ortalama yöntemi, kağıt atıklarında diğer yöntemler arasında 97, plastik atıklarda ise 0,13 MSE değeriyle tüm bölgelerde en iyi tahmin sonuçlarını sağlamaktadır. Denetimli makine öğrenimi yöntemleri analizlerine göre, ARIMA yöntemi bölgelerin çoğunda daha iyi tahminleme sonuçlarını göstermektedir ve en iyi performans gösteren bölge 105 MSE değerine sahiptir. Son olarak, çalışma tahminleme algoritmalarını bir havuzda toplayarak ve en iyi tahminleri tanımlanan tahminleme performansı ölçütlerine göre seçerek otomatik bir tahminleme çerçevesi oluşturmayı amaçlamaktadır.
Özet (Çeviri)
To have sustainable cities, it is quite crucial to forecast the recyclable waste amounts at different points of regions so that the return of some portions of such amounts would allow to minimize the raw material usage at manufacturing facilities and increase profit via recycling. For these reasons, the objective of this study is to analyze the amount of recycled waste collected at different time intervals from different regions, after that it aims to forecast the waste amounts through different supervised machine-learning approaches. These forecasts will benefit organizations to better shape their recycling strategies and minimize costs through optimal recycling collection and investment policies. Due to the uncertainties and variabilities within the collected recycled waste datasets, this thesis first applies traditional forecasting methods with time series analyses. Then, further analyses are performed through supervised machine learning approaches such as ARIMA, K-NN, and XGBoost apart from statistical analyses that cover descriptive and correlation analyses. Based on the analyses conducted by traditional forecasting methods, the moving average method provides the best forecasting results in all regions with MSE value of 97 among other methods for paper waste and 0.13 for plastic waste. Concerning the analyses by supervised machine learning methods, the ARIMA approach shows better forecasting results in the majority of the regions, and it has with MSE value of 105 for the best-performing region. Finally, the study proposes an automated forecasting framework after iteratively combining the forecasting algorithms in a pool and selecting the best forecasts according to predefined performance measures.
Benzer Tezler
- Pre-release forecasting of imdb movie ratings using multi-view data
Gösterime girmemiş filmlerin ımdb puanının farklı özellik kümeleri kullanılarak tahmin edilmesi
BEYZA ÇİZMECİ
Yüksek Lisans
İngilizce
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ŞULE ÖĞÜDÜCÜ
- Investigating effects of better soil moisture initialization on forecasting capability with WRF model
Başlangıç koşullarında daha iyi toprak nemi kullanılmasının WRF modeli ile tahmin kapasitesi üzerindeki etkilerinin incelenmesi
ŞULE HALİLOĞLU
Yüksek Lisans
İngilizce
2023
Meteorolojiİstanbul Teknik ÜniversitesiMeteoroloji Mühendisliği Ana Bilim Dalı
DOÇ. DR. BARIŞ ÖNOL
DOÇ. DR. MERAL DEMİRTAŞ
- Türkiye'nin kuzey-batı bölgesindeki yüzeydeformasyonlarının yüksek çözünürlüklü insar verileriyardımı ile gözlenmesi: Asismik slip ve çöküntü olguları
Monitoring of surface deformation in northwest turkey from high resolution insar : Focus on tectonic aseismic slip and subsidence
GÖKHAN ASLAN
Doktora
İngilizce
2019
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiKatı Yer Bilimleri Ana Bilim Dalı
PROF. DR. ZİYADİN ÇAKIR
- Cam sektöründe talep tahmin yöntemlerinin uygulanması ve değerlendirilmesi
Application and assessment of the demand forecasting methods in the glass sector
NESLİHAN DEMİRCİ
Yüksek Lisans
Türkçe
2015
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. MURAT BASKAK
- Sigortada dağıtım ve tutundurma metodları
Başlık çevirisi yok
BANU GÖNENÇ
Yüksek Lisans
Türkçe
1994
SigortacılıkMarmara ÜniversitesiSigortacılık Ana Bilim Dalı
DOÇ. DR. OSMAN GÜRBÜZ