Yapay sinir ağı algoritması ile otomobil satış adetleri tahmini
Estimate of automobile sales number with artificial neural network algorithm
- Tez No: 896303
- Danışmanlar: DR. ÖĞR. ÜYESİ MEHLİKA KOCABAŞ AKAY
- Tez Türü: Yüksek Lisans
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Kocaeli Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 62
Özet
Otomotiv sektörü hızla büyümeye devam eden sektörlerden biridir. Üretici firmalar ve ülkeler gelecek dönemler hakkında bilgi edinmek amacıyla birçok yönteme başvurmaktadır. Bu çalışmada Yapay Sinir Ağı algoritması kullanılarak otomobil satış adetleri için tahmin modeli kurulması hedeflenmiştir. Modelde kullanılmak üzere brent petrol($), faiz oranı, GSYİH, döviz kuru($), işsizlik oranı, tüketici fiyat endeksi, üretici fiyat endeksi, net asgari ücret ve trafikteki otomobil sayısı kriter olarak belirlenmiştir. Kriter olarak net asgari ücret, işsizlik oranı, trafikteki otomobil sayısının seçilmesi bu çalışmayı literatürde yer alan diğer çalışmalardan farklı kılmaktadır. Geliştirilen model sonucunda MSE değerinin 1.5x10^-5, doğruluk oranının (R) %99,99 olarak elde edilmesi modelin çok etkili sonuçlar verdiğini ifade etmektedir. YSA modelinin dışında ARIMA modeli geliştirilmiştir. YSA modeli ile ARIMA modelinin MSE değerleri karşılaştırıldığında YSA modelinin daha etkili sonuçlar ürettiği görülmüştür.
Özet (Çeviri)
The automotive industry is one of the sectors that continues to grow rapidly. Manufacturers and countries use many methods to obtain information about future periods. In this study, it was aimed to establish a prediction model for automobile sales numbers using the Artificial Neural Network algorithm. Brent oil ($), interest rate, GDP, exchange rate ($), unemployment rate, consumer price index, producer price index, net minimum wage and number of cars in traffic were determined as criteria to be used in the model. Choosing net minimum wage, unemployment rate, and number of cars in traffic as criteria makes this study different from other studies in the literature. As a result of the developed model, the MSE value was 1.5x10^-5 and the accuracy rate (R) was 99.99%, indicating that the model gave very effective results. Apart from the ANN model, the ARIMA model has been developed. When the MSE values of the ANN model and the ARIMA model were compared, it was seen that the ANN model produced more effective results.
Benzer Tezler
- Hibrit elektrikli araçlarda batarya performans ve yakıt tüketimi değerlerinin modellenmesi ve optimizasyonu
Modeling and optimization of battery performance and fuel consumption in hybrid electric vehicles
YAVUZ ERAY ALTUN
Doktora
Türkçe
2024
Makine Mühendisliğiİstanbul Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
DOÇ. DR. OSMAN AKIN KUTLAR
- Çift katmanlı düşürücü tip DC-DC çevirici tabanlı yeni bir adaptif mppt algoritması geliştirilmesiyle enerji verimliliğinin arttırılması
Increasing energy efficiency by developing a new adaptive mppt algorithm based on a two-legged interleaved DC-DC buck converter
SİNAN SARIKAYA
Doktora
Türkçe
2023
Elektrik ve Elektronik MühendisliğiSakarya ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. CENK YAVUZ
- Otomobil sürücülerinin farklı trafik ve yol koşullarındaki bilişsel yüklerinin araştırılması
Investigation of drivers' cognitive loads in different traffic and road conditions
HİLAL ATICI ULUSU
Doktora
Türkçe
2024
Endüstri ve Endüstri MühendisliğiBursa Uludağ ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
PROF. DR. TÜLİN GÜNDÜZ
- Sabit güçlü yüklere sahip doğru akım mikro şebekelerde öğrenme tabanlı gerilim regülasyonu
Learning-based voltage regulation in direct current micro-grids with constant power loads
MUSTAFA GÜNGÖR
Doktora
Türkçe
2024
Elektrik ve Elektronik MühendisliğiDicle ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MEHMET EMİN ASKER
- Sample-efficient deep learning methods for autonomous systems
Otonom sistemler için verimli örneklemeli derin öğrenme yöntemleri
YUNUS BİÇER
Yüksek Lisans
İngilizce
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiUçak ve Uzay Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ NAZIM KEMAL ÜRE