Hodrick-Prescott filtreleme ve yapay sinir ağları yöntemiyle uzun dönem su tüketimi tahmini: Türkiye üzerine uygulama
Long-term water consumption forecasting using Hodrick-Prescott filtering and artificial neural network: On Turkiye application
- Tez No: 871827
- Danışmanlar: DR. ÖĞR. ÜYESİ ONUR KOYUNCU
- Tez Türü: Yüksek Lisans
- Konular: İşletme, Business Administration
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Hacettepe Üniversitesi
- Enstitü: Sosyal Bilimler Enstitüsü
- Ana Bilim Dalı: İşletme Ana Bilim Dalı
- Bilim Dalı: Üretim ve İşlemler Yönetimi Bilim Dalı
- Sayfa Sayısı: 81
Özet
Su canlıların en önemli yapı taşlarından biridir. Canlılar için vücudun yaşamsal faaliyetlerini etkileyen su, cansız ortamda çözünme, temizleme, hidroliz gibi tepkimelerde etkin bir rol almaktadır. Üretimde, maden işletmeciliğinde, soğutma çalışmalarında, yangın söndürme gibi insani faaliyetler içinde su kritik bir göreve sahiptir. Küresel ısınmanın artması, sıcaklıkların artması, dünya nüfusunun artması, su kaynaklarının kirletilmesi gibi olaylar su kaynaklarının azalmasına neden olmaktadır. Bu durum su kaynaklarının daha verimli bir şekilde kullanılmasının gerektiğini göstermektedir. Bunun için su tüketimi tahminlemesi önemli bir yer edinmektedir. Kısa dönem tahminlemeler ile mevcut su sisteminin daha verimli işletilmesini ve yönetilmesini sağlarken, uzun dönem tahminlemeler ile yeni yatırımlar, su sistemi planlanmasını ve genişletilmesi gibi kararların alınmasında yardımcı olur. Bu çalışmada, Türkiye'nin uzun dönemli su tüketim tahminlemesi yapılmaktadır. Uzun dönem çalışma ile gelecekte Türkiye'nin su ihtiyacı hesaplanarak ileride olası bir su sıkıntısı çekilmemesi amaçlanmaktadır. Literatürde su tüketim tahminlemesi için çeşitli makine öğrenmesi ve uzman sistem yöntemleri kullanılmıştır. Bu yöntemler arasından en çok kullanılan yapay sinir ağları yöntemi bu çalışmaya uygulanmıştır. Su tüketimini etkileyen faktörler belirlendikten sonra geçmiş yıllara ait su tüketim miktarı ve etkileyen faktörlerin verileri bulunmuştur. Bu veriler Hodrick-Prescott (HP) filtreleme metoduyla verilerdeki dalgalanmalar arındırılarak ve döngüsellikten uzaklaştırılarak durağan hale getirilmiştir. HP filtrelemesi ile elde edilen veriler yapay sinir ağları ve çoklu doğrusal regresyon yöntemlerine sokularak en iyi sonucu veren model belirlenmiştir. Belirlenen model ile birlikte Türkiye'nin gelecekteki su tüketim tahminlemesi yapılmıştır. Tahminlemeler sonucunda gelecekte su tüketiminin artacağı bulunmuştur. Bu artmanın karşılanması için alınabilecek bazı kararlar öngörülmüştür.
Özet (Çeviri)
Water is one of the most essential building blocks for living organisms. It plays an active role in vital bodily functions of organisms and is involved in reactions such as dissolution, purification, and hydrolysis in the non-living environment. In various human activities such as production, mining, cooling processes, and firefighting, water holds a critical role. Events such as global warming, increasing temperatures, population growth, and water pollution lead to a decrease in water resources. This necessitates a more efficient utilization of water resources. Water consumption forecasting becomes crucial for this purpose. Short-term forecasts aid in the efficient operation and management of existing water systems, while long-term forecasts assist in decision-making for new investments, water system planning, and expansion. This study focuses on long-term water consumption forecasting for Türkiye, aiming to calculate the country's future water needs to prevent potential water shortages. Various machine learning and expert system methods have been employed in the literature for water consumption forecasting. Among these methods, artificial neural networks, which are widely used, have been applied to this study. After determining the factors influencing water consumption, data on past water consumption quantities and influencing factors have been collected. These data has been rendered stationary by eliminating fluctuations using the Hodrick-Prescott (HP) filtering method and removing seasonality. The data obtained through HP filtering have been subjected to artificial neural networks and multiple linear regression methods to determine the model yielding the best results. Future water consumption forecasting for Türkiye has been conducted using the identified model. The forecasts indicate an increase in water consumption in the future. Some decisions that could be taken to address this increase have been anticipated.
Benzer Tezler
- Factors explaining the real sector credit growth in Turkish economy and the effects of credit boom-bust cycles
Türkiye'de reel sektör kredi büyümesini etkileyen faktörler ve kredi daralma/genişleme döngülerinin etkileri
MEHMET SERCAN ARSLAN
Doktora
İngilizce
2021
EkonomiAnkara Yıldırım Beyazıt Üniversitesiİktisat Ana Bilim Dalı
PROF. DR. MURAT ASLAN
- Methodology of identifying super-cycles in silver prices
Gümüş fiyatlarında süper döngüleri belirleme yöntemi
TUĞBA SOYSAL
Yüksek Lisans
İngilizce
2023
İstatistikOrta Doğu Teknik Üniversitesiİstatistik Ana Bilim Dalı
DOÇ. DR. CEREN VARDAR ACAR
- A Comparative performance analysis for the commonly used time series filters in economics: Hodrick-Prescott versus Baxter-King
Ekonomide yaygın olarak kullanılan zaman serisi filtrelerinin karşılaştırmalı performans analizi: Hodrick-Prescott ve Baxter-King
EBRU YÜKSEL
Yüksek Lisans
İngilizce
2001
Ekonomiİhsan Doğramacı Bilkent ÜniversitesiEkonomi Ana Bilim Dalı
DOÇ. DR. SERDAR SAYAN
- Ekonomik ve parasal birlik ve Türkiye'nin uyumu
Economic and monetary union and Turkey?s adaptation
ITIR ÖZER
