Yapay sinir ağları ve metasezgisel algoritmalar ile Türkiye'ye gelen yabancı turist sayılarının tahmini
Forecasting number of foreign tourist arrivals in Turkey with artificial neural networks and metaheuristic algorithms
- Tez No: 903870
- Danışmanlar: DR. ÖĞR. ÜYESİ AYNUR YONAR
- Tez Türü: Yüksek Lisans
- Konular: İstatistik, Statistics
- Anahtar Kelimeler: Metasezgisel algoritmalar, Metaheuristic algorithms
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Selçuk Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: İstatistik Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Turizm, çok geniş, canlı, dinamik ve büyüme odaklı bir sektördür. Turizm endüstrisi, insanların eğlence, sosyal veya ticari amaçlarla yurt içinde veya yurt dışında başka yerlere seyahat ederken ihtiyaç duydukları tüm iş faaliyetlerinin bütünüdür. Türkiye, tarihi zenginlikleri ve doğal güzellikleri nedeniyle turistlerin sıklıkla tercih ettiği ender turizm merkezleri arasında yer almaktadır. Bu sayede, turizm sektörü, ekonominin döviz ihtiyacının sıkışık olduğu dönemlerde döviz girdisi sağlayarak ihracat-ithalat açıklarının kapatılmasında ve istihdam olanaklarının artırılmasında oldukça etkilidir. Bu nedenle, Türkiye'ye gelen yabancı turist sayılarının tahmini çok önemlidir. Yapay Sinir Ağı (YSA), en güçlü makine öğrenmesi yöntemlerinden biridir ve etkinliği ile sağlamlığından dolayı esnek hesaplamada yoğun bir şekilde kullanılmaktadır. Ancak YSA'da mimari yapı, giriş sayısı, gizli katman sayısı, gizli katmandaki birim sayısı ve kullanılacak öğrenme algoritmaları, elde edilecek sonuçları önemli ölçüde etkileyen faktörlerdir. Öngörü probleminde, bahsedilen faktörler belirlenerek kullanılacak YSA modeli seçilir. Yapılan çalışmalarda, bu faktörlerin belirlenmesi konusunda henüz fikir birliğine varılamamıştır. Başka bir ifadeyle, her problem için geçerli genel bir YSA modeli henüz belirlenmemiştir. Bu nedenle, iyi öngörü sonuçları elde etmek için yukarıda bahsedilen tüm faktörlerin gözden geçirilmesi gerekmektedir. Bu tez çalışmasında, YSA eğitiminin Genetik Algoritma, Diferansiyel Gelişim Algoritması ve Parçacık Sürü Optimizasyonu gibi çeşitli metasezgisel yöntemlerle gerçekleştirilmesi amaçlanmaktadır. Bu algoritmalar, literatürde en yaygın olarak kullanılan yapay zekâ algoritmalarıdır. Ayrıca, YSA'nın mimari yapısını etkileyen faktörler için farklı parametreler ve yöntemler kullanılarak çeşitli mimari yapılar oluşturulması ve karşılaştırmalar sonucu elde edilecek optimal YSA modelleri ile Türkiye'ye gelen yabancı turist sayılarının geleceğe yönelik tahminlerinin elde edilmesi hedeflenmektedir.
Özet (Çeviri)
Tourism is a vast, vibrant, dynamic, and growth-oriented sector. The tourism industry encompasses all business activities required by people traveling domestically or internationally for leisure, social, or commercial purposes. Turkey, due to its historical richness and natural beauty, is among the rare tourism centers frequently preferred by tourists. As a result, the tourism sector is highly effective in providing foreign exchange income during periods when the economy faces foreign exchange constraints, thus helping to close the trade deficit and increase employment opportunities. Therefore, forecasting the number of foreign tourists coming to Turkey is of great importance. Artificial Neural Networks (ANN) are among the most powerful machine learning methods and are extensively used in flexible computing due to their efficiency and robustness. However, in ANN, factors such as the architectural structure, the number of inputs, the number of hidden layers, the number of units in the hidden layer, and the learning algorithms to be used significantly impact the results obtained. In forecasting problems, these factors are identified to determine the appropriate ANN model. In studies conducted, there is no consensus on the determination of these factors. In other words, a general ANN model valid for every problem has not yet been established. Therefore, to achieve accurate forecasting results, all the factors mentioned above must be thoroughly reviewed. This thesis aims to train ANN using various metaheuristic methods such as Genetic Algorithm, Differential Evolution Algorithm, and Particle Swarm Optimization. These algorithms are among the most widely used artificial intelligence algorithms in the literature. Additionally, by using different parameters and methods for factors affecting the architectural structure of ANN, various architectures will be created, and the optimal ANN models for forecasting the number of foreign tourists coming to Turkey will be obtained through comparisons.
Benzer Tezler
- Carbon dioxide emissions prediction using meta-heuristic methods for renewable and non-renewable sources' applications
Yenilenebilir ve yenilenemeyen enerji kaynaklarının uygulamaları için meta-sezgisel yöntemler kullanılarak karbondioksit emisyonları tahmini
İNAYET ÖZGE AKSU
Doktora
İngilizce
2022
Adana Alparslan Türkeş Bilim ve Teknoloji ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
Yükleniyor...
- Depremlerin magnitüd türü dönüşümü ve maksimum yer hareketi ivmesi (PGA) tahmininde yapay zeka uygulamaları
The applications of artificial intelligence for magnitude types conversion and peak ground acceleration (PGA) prediction of earthquakes
KAAN HAKAN ÇOBAN
- Recommanding new products with high sales potential in fashion retail: A machine learning approach
Moda perakendesinde yüksek satış potansiyeline sahip yeni ürünlerin önerilmesi: Bir makine öğrenimi yaklaşımı
ENES TEZCAN
Yüksek Lisans
İngilizce
2025
İstanbul Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
Yükleniyor...
- Sepsis hastalığının derin öğrenme yöntemiyle tahmini
Sepsis disease prediction by deep learning
UMUT KAYA
- Yapay sinir ağlarının yeni metasezgisel algoritmalar ile eğitimi ve veri madenciliğinde sınıflandırma alanında kullanımı
Training artificial neural networks with new metaheuristic algorithms and their application to classification area of data mining
BURAK GÜLMEZ
